人工智慧資料中心遭遇地方反彈，重演比特幣挖礦爭議？
近年來，隨著生成式人工智慧（Generative AI）技術爆發性成長，全球對高效能運算的需求急遽攀升，也帶動了大型 AI 資料中心的快速擴張。然而，這股建設熱潮在台灣及世界各地卻面臨日益強烈的地方反彈——從用電負擔、水資源消耗到環境衝擊，種種疑慮讓人不禁聯想到數年前比特幣挖礦產業所引發的社會爭議。
能源與水資源壓力：AI 資料中心的隱形成本
相較於傳統資料中心，訓練大型 AI 模型所需的伺服器密度更高、運算時間更長，導致耗電量呈指數級增長。根據國際能源署（IEA）估算，2023 年全球資料中心總用電量已占全球 2% 以上，其中 AI 相關設施占比正快速上升。
在台灣，台電多次指出，北部科學園區周邊因高科技產業聚集，已出現供電吃緊現象。若再新增多座高密度 AI 資料中心，恐加劇區域電網負荷。
冷卻系統大量耗水惹議
除了用電，AI 資料中心為維持伺服器穩定運作，需仰賴高效能冷卻系統，其中「水冷式」設計雖節能，卻會消耗大量淡水。以一座中型 AI 資料中心為例，每日用水量可達數千噸，相當於數千戶家庭日用量。
「我們不是反對科技發展，但政府不能只談投資、不談承載力。」——某新竹地方環保團體發言人- 部分縣市已開始檢討工業用水配額制度
- 民間要求公開資料中心用水與用電明細
- 學界呼籲導入「綠色 AI」評估指標
重蹈比特幣挖礦覆轍？社區抗爭升溫
2017 至 2021 年間，台灣曾因比特幣價格飆漲，吸引大量挖礦業者設置高耗能機房，引發社區強烈抗議。當時爭議焦點包括變壓器過載、噪音擾民與電費補貼不公平等問題。如今，AI 資料中心雖技術層次更高，但其物理特性（如 24 小時運轉、高熱排放）仍觸發類似擔憂。
地方治理與透明度不足
許多 AI 資料中心選址於非都市土地或產業園區邊緣地帶，利用法規灰色地帶快速建置。由於審查流程未充分納入地方居民意見，導致後續抗爭不斷。例如 2023 年桃園某案場即因未事先舉辦說明會，遭里長聯合抵制。
關鍵差異在於：比特幣挖礦被視為純粹投機行為，而 AI 被賦予國家戰略意義。但對在地居民而言，「誰受益、誰承擔」的分配正義問題依然存在。
走向永續：政策與技術的雙軌解方
面對地方反彈，政府與企業正嘗試從政策與技術兩方面尋求平衡。經濟部已啟動「資料中心綠色認證」機制，鼓勵使用再生能源與節水設計；同時，部分業者開始測試「液體浸沒式冷卻」或「廢熱回收」等創新方案。
| 減碳策略 | 實施難度 | 預期效益 |
|---|---|---|
| 購置綠電憑證（RECs） | 低 | 短期可提升碳排形象 |
| 設置屋頂太陽能板 | 中 | 降低尖峰用電依賴 |
| 遷移至離岸風電充裕區域 | 高 | 長期穩定使用綠電 |
專家指出，真正關鍵在於將地方社區納入規劃前期對話，而非事後補救。唯有建立共識，才能避免 AI 發展淪為另一場「進步的代價」之爭。
常見問題解答
AI 資料中心真的比一般資料中心更耗電嗎？
是的。訓練如 GPT-4 等大型模型所需電力，可能相當於數千戶家庭一年用電量。即使日常推論階段，高密度 GPU 伺服器的單位面積耗電也遠高於傳統伺服器。
台灣目前有無限制 AI 資料中心設置的法規？
尚無專門法規，但須符合《建築法》《電業法》及各縣市土地使用分區規定。經濟部正研擬「高效能運算設施設置指引」，未來可能納入用電與用水上限。
居民如何得知附近是否要蓋 AI 資料中心？
可查詢地方政府「土地使用分區證明」或「建照申請公告」，也可加入地方里辦公室群組。部分縣市（如新北、台中）已要求一定規模設施須舉辦公聽會。
這些中心會不會影響我家電費？
直接影響不大，因工業用電與民生用電費率分開計算。但若大量新增高耗能設施導致全台備轉容量率下降，長期可能延緩電價合理化或增加限電風險。
有沒有「綠色 AI 資料中心」的成功案例？
有。例如 Google 在芬蘭的資料中心利用海水冷卻，微軟在蘇格蘭試驗海底資料中心，台灣也有業者在彰濱工業區結合太陽能與雨水回收系統，獲頒綠建築標章。關鍵在於整合在地資源與透明溝通。
