The Green Grid以PUE衡量資料中心總用電與IT設備用電之比；生成式AI使GPU機櫃功耗快速攀升，傳統風冷逐漸逼近散熱上限。若電力大量耗於冷卻，取得再多電力也無法等比例轉成算力，因此液冷已由選配走向AI機房核心設施。
截至2026年7月20日，最新報導將產業焦點由「搶電」轉向「省電」：液冷以更高熱傳導效率支撐高功率機櫃，並降低冷卻耗能、改善PUE及有效算力。該報導未揭露特定業者、建置金額或專案啟用日期，現階段關鍵進展是散熱效率已成擴充AI算力的直接約束。
全部報導
1 篇原始報導馬克翻舊帳
這個事件的歷史脈絡AI資料中心液冷系統三大穩定運作關鍵
AI訓練與推論推高伺服器熱密度，傳統氣冷逐漸難以負荷；NVIDIA GPU單顆功耗已從V100的300W、A100的400W，升至H100／H200的700W與Blackwell GB200的1,200W。液冷因此從配套升為攸關服務不中斷與維運成本的核心基礎設施。
2026年6月23日，TechNews刊出專訪，Swagelok台灣產業發展代表李鴻甫指出三項要點：精準控制流量與壓力、確認冷卻液與接頭及密封材料相容、維持長期密封可靠度。AI與HPC機櫃功率已由傳統4至10kW升至30至100kW以上；報導未揭露專案投資金額。
AI資料中心面臨電力與散熱挑戰，基礎設施加速轉型
隨著生成式 AI 模型規模擴大、GPU 功耗持續攀升，資料中心瓶頸已由算力供應轉向電力容量與散熱效率。資策會產業情報研究所（MIC）指出，單一機櫃功耗已上看數百瓩，傳統供電及氣冷架構難以支撐，直接影響機房建置速度與營運成本。
MIC 最新分析顯示，業界正加速導入高壓直流供電（HVDC）、備援電池（BBU）及液冷散熱，並評估核能等新能源，以提高供電穩定性與能源效率。此次資料未揭露報告發布日期、投資金額或導入時程，但數百瓩級機櫃需求已成為基礎設施轉型的關鍵門檻。
訂閱馬克雷達週報
每週五，本週最強訊號送進收件匣。隨時一鍵退訂。