產業發展需要更多綠電，發電成本飆高不該由全民買單，民生用電維持什麼水平才能穩住物價與降低民眾的痛苦指數，是政府必須面對的課題。
雖然國發會主委龔明鑫提出數據表示2030年之前不會缺電，但是沒看到關於AI升級推動資料中心用電預估的數據，相信缺電議題在2025非核家園實現之前，仍是輿論的焦點。
缺不缺綠電是一回事 而AI算力世界永遠需要更多電
客觀來說，龔明鑫說的是關鍵：「在ESG或RE100的要求下，大家關心的已不是缺不缺電的問題，而是買不買得到綠電的問題。」但是政策有沒有低估AI大語言模型(LLM)迭代升級後，對於資料中心(IDC)的用電量，這可能是個變數，畢竟生成式AI的發展之快，已經將摩爾定律送入歷史洪流，在AI所需的算力世界裡，看不到盡頭的升級才是答案，因此廣義上的缺電，的確是有可能在2030年之前再次發生。
根據國發會最新盤點，包括半導體投資全部估算進去，2023至2030年可能要額外增加用電需求7GW，但單單現在天然氣機組淨增加已經達9.1GW，更不用講還有其他再生能源。所以理論上，只要天然氣的運送沒問題，廣義上的缺電就不會發生。
但是阿姆斯特丹自由大學(Vrije Universiteit Amsterdam)數據科學家及研究員Alex de Vries計算顯示，運用AI進行線上研究需要的能源比標準研究多至少十倍。在資料呈指數級成長的後摩爾定律時代，生成式AI技術蓬勃發展的同時，對算力的要求也與日俱增，隨著AI訓練和推理成本持續上升，GPT-3的參數數量達1750億，而GPT-4的參數數量將超過一兆，訓練一個AI模型所需的算力將每兩年漲275倍。
產業發展用電與民生用電 該漲多少才符合民意？
根據國際能源署(IEA)預測，資料中心耗電量基本每年年增15%，預測2023~2026年期間，AI對能源的需求至少會膨脹十倍。從這個角度來看，AI就算不是吃電怪獸，很有機會成為推升電價上漲的變數之一，經濟部決議四月起電價平均漲幅11%，平均電價從每度3.1154元，調高到3.4518元，其中用電最多的IDC將調漲25%為最多。
富邦蔡明忠說：「電價一漲，相信一定是萬物齊漲，因為所有東西要生產、要服務都需要用到電。」沒錯，電費還沒漲，市場的雞蛋一斤漲三元，央行雖然升息半碼抗通膨，同時間房貸族甚或是卡債族的負擔更重。
當生成式AI遇到複雜問題需要大量高速運算時，電網的瞬間用電穩定才是大家需要關注的焦點。此前，ChatGPT每天耗電超50萬千瓦時，就登上了新聞，最近核融合(Nuclear fusion)成為新焦點，和碩童子賢說：「電力即國力，得核融合得天下。」原因是微軟的工程師在社交媒體上爆料：「訓練ChatGPT-6的十萬個H100 GPU基建正在積極建設中，但一旦我們在同一個州部署超過十萬個H100，電網就會因無法負荷而崩潰，團隊在部署跨區域GPU間的infiniband級別連結時遇到了困難。」
一般大型電廠的輸出功率達到2000兆瓦，100兆瓦的負載其實並不大，但是突然在電網中增加100兆瓦的負載可能會讓電網系統出問題，更別說十萬個H100同時運作，功耗將達到70兆瓦，不知道台灣的電網撐不撐得住。
根據經濟部111年度全國電力資源供需報告P7，評估電力系統供需是否穩定的另一指標是備轉容量率，主要是檢視每日瞬時尖峰負載當下的供電情況，可由台電網站中「近期電力資訊」(https://www.taipower.com.tw/tc/page.aspx?mid=209)，獲得每日備轉資訊。所以政府清楚了解到在每年七月大暑節氣前後的「瞬時尖峰負載當下的供電情況」是評估缺電的另一個重要觀察指標，筆者相信台灣政府機關與企業應該還沒達到訓練GPT-6的地步，所以缺電議題可能還要長時間觀察。
電力短缺才是AI發展的桎梏 核能也許是滿足需求唯一辦法
AI是能源的無底洞，能夠限制AI發展的只有能源，不是人才。去年二月時代雜誌報導：「AI的運算能力每六至十個月成長一倍。」但馬斯克說：「現在AI對算力的需求差不多每半年就會增加十倍。」根據波士頓諮詢集團的分析，到2030年，資料中心的用電量預計將增加兩倍，相當於大約四千萬美國家庭供電所需的電力，核能也許是唯一的辦法了，電力短缺將直接限制未來GPU的發展。
包括OpenAI的奧特曼在內，越來越多的AI產業巨頭認為滿足AI巨大能源需求的最有效方法，就是核融合，可惜的是，英國曼徹斯特大學核融合研究員Aneeqa Khan表示：「在地球上重建太陽中心的條件是一個巨大的挑戰，可能要到本世紀下半葉才能準備就緒。」所以在未來，能源將會是困擾AI發展的一個大問題，反過來說，進入生成式AI時代，電價只有更高，沒有最高。