沿著縱貫公路往桃園龜山方向，不起眼的寶石街岔路口，好幾輛砂石車與工程車在窄巷中進進出出。繞過紅寶社區公寓民宅，後方出現的是一片占地超過4公頃的大型開闊工地，周圍許多穿著背心、戴著安全帽的工程人員忙著趕工，倚著山勢興建當前最熱門的AI資料中心。

「他們施工的時候會有些車輛進出、工程噪音，其他對我們居民生活是沒有太大的影響。」對長期住在這裡的陳文慶來說，反而對地景改變更有感受。

1969年出生的他住在山的後頭，他說兔子坑這一帶曾是北部重要的煤礦產區，山裡有一個三德煤礦，從日本時代一直開採到1980年代，而新嶺里則因鄰近礦區蓋起了磚窯廠。

「最興盛時期有3座磚窯廠，磚窯廠裡面有一個八卦窯都是燒煤、裡面很熱，我爸爸年輕的時候就是在磚窯廠工作。」陳文慶說，大概到1980年代可能因為產業轉型、外移，3間磚窯廠陸續關廠，他的父親就轉行去做家具、彈簧，而他退伍後則因緣際會成了龜山鄉鄉長的司機。2014年桃園縣市合併升格為直轄市後，他當選第一屆新嶺里里長，連任迄今。

1980年代磚窯廠關廠拆除後，靠近縱貫路的土地賣給建商，蓋起當年主流的五層樓步登公寓，成為現在的紅寶社區，桃園縣與台北縣有不少人到此成家，而沒有靠大馬路的土地則荒廢閒置30多年。一位當地居民說，閒置期間還曾在那塊土地上種菜，後來才說土地要改建了，「我們原本也不曉得蓋什麼，動工之後才知道原來是AI的，聽說裡面工作都是碩士畢業的高材生。」

陳文慶說，「台北AI」完工後曾開放讓他們參觀，裡面裝滿大型的空調冷卻設備，要恆溫控制避免機房過熱，跟以前炎熱的磚窯廠很不一樣。

過去用煤炭與黏土燒成紅磚，疊磚蓋屋，如今則燒晶片算力、燒記憶體的腦力，AI不只在手機、電腦裡，也在桃園龜山的寶石街上加速運轉。

有別於台灣多數坐落在市區、工業區或科學園區內的資料中心，寶石街上的兩座國際業者資料中心，直接坐落於社區旁、山坡地上的「A-Top新嶺雲端數據園區」內。這兩個開發案雖未引發居民集結抗議，但若把視角拉到國際，寶石街的社區變化，也映照出全球資料中心擴張之下，地景與資源重組的縮影。

《報導者》與「環境報導聯盟」（Environmental Reporting Collective, ERC）合作參與的跨國調查指出，大型資料中心建設仰賴土地、水資源與大量電力，從巴西、印度到西班牙、法國等國家，隨著資料中心大規模擴張，地方社區也開始質疑，這些以科技發展之名建造的龐大設施，忽略對環境、社區與資源的負擔。

不過，和美國與其他部分國家已出現居民抗議、甚至法律訴訟的情況相比，台灣對AI資料中心的反彈聲音相對有限。至少在現階段，相關討論更多集中在電力供給上──依台灣現有條件，究竟能不能支撐AI時代的算力需求？

依台電指出，AI資料中心的用電型態有別於一般住宅、商辦或工廠。這類設施的用電量遠高於傳統工廠，甚至可比擬半導體產業，但占地相對較小，得以設在人口密集的都會區，對既有電網造成巨大壓力。

其中，因近5年大型資料中心申請量成長快速，尤其申請區域集中北部、都會區，造成北部電網出現多處壅塞，從2024年起，台電暫緩桃園以北5MW以上的資料中心用電申請，以保留剩餘供電裕度，也讓過去兩年的申請量大幅下降。但台電也提出但書，若區域電網壅塞情形改善或北部有新電源開發，限制就有機會解套。

但目前全台資料中心個別的用電規模，因涉及業者的營業祕密，台電無法對外提供。對此，《報導者》一一爬梳與綜合採訪，掌握目前台灣用電規模較大的資料中心。

【第一類】國際大型科技業者自建自用的大型資料中心：業者未曾對外公開其電力負載，但根據《報導者》綜合採訪，包括Google於2013年在彰濱工業區啟用的資料中心，合計約250MW，目前全台規模最大；微軟則於2024年在桃園龜山啟用40MW的資料中心，並在桃園蘆竹建設50MW規模新設施；另有亞馬遜雲端運算服務（Amazon Web Services, AWS）於2025年啟用台北區域資料中心，但位置與規模未公開。

【第二類】由國際託管業者投資的資料中心：包括位於桃園龜山紅寶社區旁的美商威德新（Vantage）25MW、由新加坡商Keppel及DDSP等業者所投資、正在興建中的Westwood（80MW），以及新加坡商Epoch Digital建置中的32MW資料中心。

【第三類】在地業者所建設的資料中心：例如中華電信板橋資料中心（40MW）、是方電訊位於內湖、中科園區正在興建的兩座資料中心（皆為20MW），還有鴻海在高雄亞灣首期27MW，預計後續擴大建設，總負載容量將可達100MW。

綜合《報導者》盤點，目前已啟用或正在建設中的資料中心案場，合計規模約800MW；與台電統計中已送電與施工中的用電量規模相似，可大致勾勒出台灣當前資料中心開發的輪廓。

國際間最受關注、也是用電量最大的，當屬由四大雲端服務供應商（Google、微軟、亞馬遜、Meta）自建的超大型AI資料中心（Hyperscale AI data centers）。

台達電子微電網解決方案事業部總經理陳治閔受訪時就表示，國外現在談的規模已不是10MW、20MW，而是100MW、甚至到2GW等級的專案。因此，全球在談AI資料中心時，往往關注的正是這類超大規模設施對電力系統、能源供應所帶來的壓力。

不過，這類超大型資料中心在台灣設置的規模與速度，仍有不確定性。除了Google在既有彰化資料中心持續更新設備、微軟資料中心還在桃園蘆竹建設外，尚未見到其他新投資案消息。

資訊工業策進會（資策會）產業分析師陳奕伶便提醒，國際上談到的資料中心成長曲線，都是以美國基準推估，但「每一個國家的快慢不一樣，對AI資料中心的需求量也不同，所以當然電力成長會不一樣」。

陳奕伶分析，目前全球超大模型訓練主要集中在美國，歐洲的資料中心發展也沒有外界想像得那麼快，東南亞雖然成長快速，但除了新加坡以外，其他東南亞國家居多才開始起步。她指出，台灣較可能出現明顯需求成長的時間點，也許會落在3到5年後，隨著AI需求成長，用電需求才會顯著增加。

根據台電預估，2026年至2030年，來自半導體與AI相關產業鏈的新增用電將突破500萬瓩（5GW），年均增量是過去10年的2倍以上。若再細分半導體與AI用電，依台電2024年8月於氣候變遷委員會中的簡報估算，從2024年至2030年間，AI（含資料中心）新增用電累計約1.85GW，半導體則約3.24GW。

但相較目前已經核供正在興建中的AI資料中心約567MW，且建置一座AI資料中心需2到3年，多位受訪者也關注台電對於AI新增用電的預期是否偏高。

科技、民主與社會研究中心（DSET）能源安全與氣候韌性組政策分析師張禎晏指出，AI資料中心的類型與規模多元，從目前數據來看，台灣建置的AI資料中心並非以超大型為主，因此資料中心的直接用電需求，並非台灣電力供應最迫切的壓力來源。他強調：

「台灣半導體產業為支應全球AI晶片增長所需承受的生產電力負荷，才是台灣身處全球AI供應鏈核心位置，所必須面對的真實能源考驗。」

即便資料中心並非台灣最大用電來源（目前預期未來也不會是），高密度用電卻已經對區域電網構成壓力。工研院綠能及環境研究所副所長梁佩芳解釋，一般台電中壓配電線路能提供的供電能力，大約就是5MW或10MW，對現在的大型資料中心來說都不夠。

因此，是方電訊將第四座AI資料中心建於中部科學園區，規模比照內湖的20MW，南下布局的現實考量，正是新竹以北的電力供應已愈來愈緊。

中華電信執行副總經理暨技術長黃志雄則指出，未來大型AI資料中心不太可能再沿用傳統資料中心的建設邏輯，而是必須從規劃之初，就把電網與供電條件一併納入設計，並盡可能選在變電站附近區位。

依目前中華電信的策略，除了將既有資料中心升級為可支援AI需求的機房，也會朝分散式AI資料中心布局。黃志雄解釋，受供電條件與區域限制影響，資料中心勢必會分散到不同地點、甚至跨國界，而如何透過全光網路把分散的機房串接起來傳輸運算，將成為新的關鍵。

資料中心的能源問題，不只在於電力是否足夠，對承諾減碳的大型科技公司來說，更關鍵的還在用電增加的同時，再生能源電力能否跟上。對此，《報導者》也採訪擁有全台最大資料中心的業者Google。

Google亞太區能源基礎設施資深協理蕭義俊受訪時，沒有迴避資料中心用電增加的事實。他說，「因為data center（資料中心）的能源還是用得愈來愈多，現在綠能的挑戰會變得愈來愈嚴峻。」對Google而言，問題不只是資料中心需要多少電，也包括這些電從哪裡來。

在綠電採購原則上，蕭義俊提到Google重視優先支持在地新建案場，而非購買既有綠電，因為這樣「就會有增加新的carbon-free energy（無碳能源）到電網」，如果只是買既有案場，比較像是移轉別人的成果。

然而，綠電建設需要時間。蕭義俊舉例，Google從2024年到2025年全球用電量成長了約27%，但資料中心碳排反而下降了12%，很大一部分原因，就是過去幾年簽下的再生能源案場，在經過開發、施工、併網後，最近才真正開始發電。

根據Google 2025年環境報告，Google全球資料中心和辦公室的無碳能源使用比例為66%，但台灣資料中心使用的比例僅為17%。蕭義俊表示，過去兩年簽約的案子都還在建設中，因此「要等到再過2、3年後才會看到影響」。這也表示對Google來說，綠電夠不夠，不只是簽了多少約，而是這些案場能不能按時蓋成、順利併網。

為了達到全時無碳電力目標，Google在台灣同時布局太陽能、離岸風電與地熱。太陽能主要在白天、夏天發電，離岸風力較偏冬天與晚間，地熱則比較接近基載，所以三者要一起搭配。

問題是，在台灣再生能源發展不如預期的情況下，Google能否順利在2030年達成全時無碳電力的目標？蕭義俊坦言，「時間滿緊迫的」，而且現在「還需要一些努力的空間」。

因應AI帶動的用電需求，並降低其對台灣能源供需與區域電網平衡造成的壓力，經濟部也在2025年11月，將5MW以上的資料中心正式納入「能源使用說明書」審查，規定業者在新設或擴建資料中心時，必須提出能源使用規劃，以確保能源使用效率。

這項制度從2015年開始推動，過去納管對象主要是電力類（電廠）、石油煉製類，以及用電達25MW以上的大型製造業等。協助政策規劃的台灣經濟研究院研究五所所長陳詩豪指出，針對資料中心能源使用效率，台經院「早在4、5年前就開始做研究」，台灣一路參考歐盟、新加坡、韓國的資料，再和國內外營運商討論，才終於在去年正式入法。

陳詩豪解釋，能源使用說明書審查包括四大面向：能源種類、數量、區位與能效。像是資料中心從設廠規劃階段開始，就得確認該區位有沒有足夠的電力，若是向台電申請用電，就必須先取得台電的同意核供函，而若是使用自用發電設備，也得證明供應來源，「假設是申請10MW，那電的來源就要能有10MW以上。」

這次修法的另一個重點，則是把能源使用效率（PUE）直接寫進規範。所謂PUE，是資料中心總用電量除以資訊設備實際用電量的比值，數字愈接近1，代表機房本身耗費在冷卻、供電轉換等用途的電愈少。而政府規範將超大型資料中心的PUE門檻設為1.3以下、主機代管資料中心則為1.4以下。

梁佩芳認為，目前的門檻已屬相對積極的要求（新加坡1.3、德國1.2)，過去台灣資料中心能做到1.4、1.5已算表現不錯。更早以前，工研院實際量測不同機房時，也曾看過從1.7到2.3不等的差距。隨著高密度GPU機櫃普及，冷卻技術也持續進步，現在若採用新技術，PUE已可達到1.1到1.2的水準，因此梁佩芳也指出，若業者連政府標準都還達不到，就表示在機房設計與設備配置上，還有改善空間。

不過，PUE終究是一個效率指標，能反映機房本身是否浪費電，卻不等於資料中心總用電就比較低，更不等於所使用的是綠電。若資料中心的用電密度繼續往上升，而電力供應又跟不上，國際上已開始出現由業者自建電源、採用燃料電池等自行確保供電的做法。

也因此，除了能效審查之外，台電也持續研擬相關措施因應，包括鼓勵資料中心參與需量反應、自備電源、引導選址靠近電源或變電所，並研擬針對資料中心產業實施特定電費費率，將電力系統成本直接反映至資料中心用電成本。

以自備電源為例，梁佩芳分析，燃料電池的優點是占地較小、也可結合儲能系統，但代價是成本較高，而若是自建天然氣電廠，則有占地大、建設不容易的問題。

陳治閔則表示，大型資料中心讓供電模式持續演變，搭配的就將不會只是單一發電設備，而更接近「微電網」的概念，也就是說，資料中心未來面對的，不只是「有沒有電」的問題，而是如何整合發電機組、再生能源、儲能系統與既有電網，以應付高密度AI伺服器快速波動的負載需求。

從桃園龜山新建的機房，到中南部也陸續規劃、建置中的資料中心，AI時代的基礎設施，已經愈來愈具體地進入城市、地景與電網之中。當全球都在爭奪算力、發展主權AI之際，對台灣而言，用電壓力不只落在資料中心本身，更一路延伸到台灣產業最核心的晶片製造供應鏈。

綠色和平今年3月發布的報告也指出，真正支撐AI運算能力的核心，是背後高度耗能的晶片製造過程。隨著晶片製造用電快速攀升，若能源轉型的速度追不上AI產業擴張，氣候風險勢必進一步加劇。

台灣既是AI供應鏈的重要角色，也是美國大型科技公司布局資料中心的重要地點之一，但綠色和平氣候與能源專案主任張皪心指出，目前許多資料中心在台灣的用電數據仍不夠透明，相關用電資訊應有更清楚的揭露以外，AI供應鏈中的關鍵企業，也應在2030年前達成營運端與供應鏈全面使用再生能源的目標。她強調，重點不只是購買綠電憑證，而是直接投資在地綠電，例如透過投資社區屋頂光電，與當地社區進行綠電共榮，並同步投入儲能與智慧電網建設，以提升台灣電網韌性。

中山大學人力資源管理研究所助理教授葉致微，目前正進行AI資料中心對台灣影響的研究計畫。她指出，看似抽象的雲端服務與AI應用，實際上正透過資料中心，把水、電、土地與人力等基礎資源重新組織與分配，但資源消耗不容易被看見。依她觀察，AI資料中心在台布局，可能再度強化既有的南北不均：北部仍是研發、設計與人才密集所在，南部則因既有電力基礎設施較完整，承擔更多AI用電需求，但資料中心直接帶動的就業機會並不多。

她認為，當AI基礎設施快速擴張，台灣所要面對的，除了供電問題以外，也還有社會是否已準備好用更公平的資源分配，去面對這場正在發生的變化。

※本文為與 《報導者》與「環境報導聯盟」（Environmental Reporting Collective, ERC）合作參與的跨國調查。