是什麼
AI 電力需求，指訓練與推理大模型的算力叢集所消耗的電力，以及由此推高的資料中心整體用電負荷。與傳統資料中心相比，塞滿 GPU 的 AI 機櫃功率密度更高、且常年高位執行，使單個算力園區的用電量可比擬一座中小城市。它是觀察 AI 產業「電從哪來」這一約束的需求側起點。
為什麼重要
國際能源署(IEA)預計：全球資料中心用電將從 2025 年的約 485 太瓦時(TWh)增長到 2030 年的約 950 TWh、幾乎翻倍，屆時約佔全球電力消費的 3%；其中 AI 專用資料中心的用電增速最快，同期增至三倍以上、達約 465 TWh。美國是這輪增長的最大貢獻者——資料中心將佔其未來數年電力需求增量的近一半。當用電增長撞上電網擴容與併網排隊的現即時滯，電力（而非晶片）往往成為算力擴張的真正瓶頸，也把需求傳導到電力、核電與天然氣等板塊。
2026 年的最新進展
2026 年 4 月，國際能源署釋出《Key Questions on Energy and AI》特別報告，給出了這輪擴張的第一份「算賬」：2025 年全球資料中心用電同比增長 17%，而 AI 專用資料中心用電激增 50%，同期全球電力需求增速僅約 3%。報告同時把資料中心佔全球電力需求的比重從 2025 年的約 1.7% 上修至 2030 年的約 3%。資金側的加速更明顯：五家最大科技公司 2025 年資本開支已超過 4,000 億美元，2026 年預計再增約 75%；IEA 基於衛星影像的追蹤顯示，專為 AI 設計的「AI 工廠」產能在過去 18 個月裡增長兩倍以上。不過 IEA 也提醒，2026 年的供給側瓶頸比一年前更緊——燃氣輪機交付約需五年、變壓器訂貨週期兩到三年、併網等待在許多司法轄區長達 5 到 10 年，這些物理約束正在壓低更激進情景出現的機率。
在 AI 產業鏈中的位置
AI 電力需求處於 AI 產業鏈能源層的需求側，是「應用 → 模型 → 基礎設施 → 晶片 → 能源」自上而下逐層拉動的終點：上層 AI 越繁榮，最終越要由底層多發、多供的電力來兌現。提升能效(PUE)只能部分抵消增長，新增供電與併網才是關鍵。