工研院綠能所所長劉志文表示，如何有效降低因算力中心大量建置帶來的用電成長，是綠能所近年投入研發的重點，包括針對算力中心的空調，磁浮壓縮機已達到世界最高效能標準，已被業界採用，並緊鑼密鼓研發算力中心機櫃的低耗能散熱技術中。經濟日報將於12月18日舉辦「2025能源願景高峰論壇—能源轉型2.0：解方與行動」，劉志文將以「AI驅動的綠能科技」為題發表演講。本論壇由經濟日報主辦，經濟部能源署、工研院、台電、台達電（2308）、永豐餘、元大金控、寶晶能源等協辦。劉志文指出，AI快速發展，帶動對算力提升要求，同步牽動電力消耗量大幅成長。加上AI算力中心對「綠電」需求增加，及減少算力中心能耗，工研院積極投入研發「低能耗散熱技術」，讓算力中心在提升算力同時，能對電力需求增幅縮小。隨生成式AI與大型語言模型崛起，算力需求呈倍數成長。資料中心因此快速擴張，但同時也面臨電力壓力。據統計，全球資料中心耗電量預估從2018年180太瓦時（TWh）成長至2030年的670TWh，並在2050年突破1.6萬TWh。同時晶片功耗在AI與HPC領域爆炸性成長。這意味著資料中心能源效率、冷卻技術與再生能源供應將成為AI永續發展的關鍵與挑戰。繼美國之後，亞太地區（特別是台灣、南韓與新加坡）的AI算力正迅速崛起，逐步形成新一代的AI生態樞紐。從冷卻技術的演進（氣冷→液冷→浸沒式冷卻），到能源效率的顯著提升（PUE值從2.5降至1.5以下），AI資料中心正以更高效率與更低能耗方式，支撐全球AI持續發展。劉志文指出，台灣之前發展再生能源主力為風力發電及太陽光電，但台灣陸上及海上場域有限，勢必得發展其它綠色能源來因應算力中心崛起的用電需求。於是「 氫能」與「氨能」成為主要選項，其本身亦可做為再生能源載體，AI資料中心可採用進口的綠氫、或綠氨，以燃料電池方式供電，有二項優點，首先該發電模式不會產生二氧化碳，屬於零碳電力。其次，相較於太陽光電和風電等再生能源發電是可控制且穩定電源。
