台灣智慧城市產業聯盟於2026年8月31日舉辦「電力就是城市競爭力：打造AI時代的韌性城市」論壇。Google亞太區能源基礎設施資深協理蕭義俊從全球資料中心營運經驗出發，分享AI帶來的電力需求、跨層能效優化、彰濱資料中心的需量反應，以及Google在台灣推動太陽能、離岸風電與地熱的布局。以下演講重點：

 AI擴張算力需求，也重新定義能源責任

蕭義俊指出，Google Search、YouTube、Google Maps與Gemini等服務由全球資料中心支撐。生成式AI加速發展後，模型訓練與推論的運算需求持續增加，電力供應、機房效率與電網條件也成為AI基礎設施能否擴展的關鍵。

蕭義俊指出，電力不只是資料中心的重要營運成本，也是設址與擴建必須正面處理的社會責任。大型用電戶除了追求算力效能，亦須思考如何降低額外能耗、承擔必要的基礎設施成本，並在電網吃緊時提供可用的彈性。

 「六層蛋糕」：從能源到應用的整體優化

蕭俊義以「六層蛋糕」說明Google的全推疊最佳化思維：最底層是能源，其上依序涵蓋AI基礎設施、AI軟體、模型、服務與應用。這些層次並非各自獨立，而要同步改善，才能避免單一環節的效率提升被其他瓶頸抵銷。

➢ 能源層｜透過無碳能源採購、電網合作與用電彈性，降低營運所對應的碳排與系統壓力。

➢ 基礎設施層｜整合自研TPU、伺服器、網路與冷卻系統，提升每單位能源可完成的運算量。

➢ 軟體與模型層｜改善排程、模型架構及推論效率，以較少計算資源完成相同或更好的工作。

➢ 服務與應用層｜依使用情境配置適當模型與算力，避免不必要的高成本、高耗能運算。

 TPU、模型與AI管理：提高每度電的算力產出

在硬體端，Google持續發展TPU與高速網路架構，並以端到端的計算碳強度檢視晶片製造、部署及運行所造成的影響；在模型端，則透過架構與詞元使用效率優化，降低每次訓練或推論所需的計算資源。

在資料中心營運端，感測資料與AI控制可協助調整冷卻及設備運轉。Google公布的2025年全球資料中心平均PUE為1.09；雖然彰化屬於亞熱帶氣候，彰濱資料中心近12個月的PUE為1.13（ PUE越接近1，代表用於冷卻、供配電等非運算用途的額外能源越少） 。

 從用電負荷到電網資產：彰濱的需量反應

資料中心具備可排程的非緊急運算工作，因此有機會在不影響客戶SLA（服務水準協議）的前提下，調整部分工作執行的時間或地點。Google與台電合作，在用電需求較高的時期，將部分非緊急運算挪移至其他時段或區域，降低特定時間的電網負荷。

這種作法改變了資料中心與電網的關係：AIDC不再只是固定且龐大的負載，而能運用全球網路、雲端調度與工作排程，提供需求端彈性。彈性算力可望成為需量反應與城市能源韌性的新資源。

 外加性原則：讓企業採購帶動新的潔淨能源

蕭義俊表示，企業綠電採購不應只移轉既有資源，更應產生實質市場影響。Google採取「外加性」原則，支持需要企業承諾才能推進的能源專案；自2017年起以年度總量匹配全球用電，2019年並在台灣簽署亞洲首筆再生能源企業購電協議、採購台南 10MW 漁電共生太陽能；下一階段的挑戰，則是進一步處理每一小時的實際能源組合。

 24/7無碳電力：以多元能源填補無風無光時段

太陽能與風力會隨天候及時間變動，即使企業全年採購的綠電總量足以匹配用電，夜間或無風時仍可能使用電網中的化石能源。Google因此提出24/7無碳電力目標，希望在其營運所在的每一個電網，逐時以無碳能源匹配實際用電。

在台灣，Google以不同發電曲線建立互補組合：太陽能支援日間用電，離岸風電尤其支援冬季月份 ，地熱則提供較穩定的全天候電力。自 Google 2019 年完成台灣首宗再生能源購電協議以後，在台灣也持續擴大投資潔淨能源，2025 年再簽署台灣首宗企業地熱購電協議（初期新增 10MW 基載電力），與既有及規劃中的 1GW 太陽能建置案、離岸風電等合作項目互補，共同支援在台營運 。    

 與地方共榮：基礎設施成本與社會效益並重

大型資料中心會帶動投資、就業與數位服務，但也有可能會增加電網、土地及水資源的需求。蕭義俊強調，如果相對應的投資與建設做得 對，資料中心能夠增強電網，並為所有人提供更經濟實惠、更可靠、更清潔的能源  Google 就投資建設共享電網基礎設施，推動新資源併網，並加速新興技術的發展，從而使整個能源系統受益。在水資源方面，Google 資料中心亦落實 100% 工業用水冷卻，並透過投資新竹頭前溪水質淨化與彰化農田精準節水計畫，致力提升地方流域水資源韌性。而地方政府，則可在選址、能源資源、都市發展及社區溝通階段提供整合平台。當節能、無碳能源、電網彈性與地方需求納入同一套規劃，AI 資料中心才能成為支持產業與城市韌性的長期資產。

 展望：算力成長必須與電力轉型同步

AI用電不會只靠單一技術解決。從晶片、模型、資料中心到電網，每一層都須提升效率，並以需量反應、算力挪移及具外加性的多元無碳能源改善供電組合。企業、台電、中央與地方政府應建立合作機制來創造共贏局面，使AI 資料中心     成為兼具算力、減碳 並有助於增強韌性的基礎設施。