黃仁勳2026 G20 科技大會 2

能源瓶頸與 Gigawatt 級資料中心的解方

美國北卡羅來納州教堂山，2026 G20 科技大會（G20 Tech Conference）

這場作為 2026 年美國 G20 峰會前哨戰的科技論壇，會議廳內座無虛席。講台上兩張皮質扶手椅，一側坐著輝達（NVIDIA）執行長黃仁勳，另一側則是美國商務部長盧特尼克（Howard Lutnick）。兩人圍繞「AI 基建、能源約束與跨國產業鏈重塑」展開了一場高強度的爐邊對話。

黃仁勳在面對「AI 是否正在掏空全球電網」的嚴厲詰問時，展現了他作為頂尖工程戰略家最標誌性的思維武器——拒絕在舊有框架中零和妥協，而是透過底層物理學與全域系統架構，將「能源約束」反轉為「技術突破的催化劑」。

長期觀察黃仁勳對能源、算力與氣候轉型的論述脈絡，這場對話並非公關層面的被動辯護，而是他醞釀已久的體系化宣言。其核心焦點論述由三大支柱構成：能效物理極限的微觀突破、時空負載解耦的宏觀重組，以及「算力即新能源孵化器」的終極因果反轉。

一、 微觀能效革命：告別通用運算，走向「加速運算與全液冷時代」

黃仁勳首先拆解的是「耗電量暴增」背後的迷思。他長期向全球能源官員拋出的硬核數據是：傳統通用 CPU 伺服器在摩爾定律失效後，正在產生日益嚴重的「無效能耗（Wattage Waste）」。如果全世界繼續試圖用通用 CPU 來跑複雜模型，電網才真的會徹底崩潰。

輝達之所以大舉推動加速運算（Accelerated Computing）以及從 Blackwell 世代起全面轉向液冷架構，本質是一場「單位焦耳產出（Performance per Watt）」的物理極限戰。液冷不僅是散熱技術的更迭，更意味著資料中心電力使用效率（PUE）被強行壓低至接近理論極限，將每一度電最大限度地導向矽晶片上的有效數學運算，而非浪費在風扇與環境空調上。在他看來，批評 AI 耗電的人往往忽視了加速運算帶來的能效躍升——用極致的專用架構淘汰低效的通用硬體，本質上就是一種大規模的「節能轉型」。

二、 宏觀空間重組：將 AI 負載定義為「可移動的時間與空間能源海綿」

這段對話中最具戰略顛覆性的洞見，是他對「算力負載物理屬性」的重新定錨。長久以來，都市規劃者與公用事業部門習慣將資料中心視為與一般工廠無異的剛性用電負載，抱怨其與民生用電搶奪電網容量。

黃仁勳一針見血地指出：模型訓練本質上是「在時間與空間上具備極高流動性」的負載。

人類需要即時推理（Inference）的地方固然靠近終端與都會，但耗電量最大的兆級參數量模型預訓練，根本不需要擠在用電吃緊的都會精華區。它可以被放置在地熱充沛的火山帶、水力豐沛的高緯度河流流域，或是風光資源過剩卻缺乏長途輸電線的偏遠荒漠。AI 超級電腦正在成為各國消納「棄風、棄光」綠電的最佳數位負載海綿；更進一步，與小型模組化反應爐（SMR）的結合，則促使運算中心演化為自給自足的「零碳算力微電網」，從根本上卸除國家公共電網的基載壓力。

三、 終極因果反轉：運算消耗能量，但運算催生次世代能源

在對抗「AI 拖累去碳化」的道德與環境指控時，黃仁勳給出了最致命的邏輯逆轉：「沒有 AI，人類解決不了氣候危機。」

他堅定地將算力定位為新能源物理突破的「超級加速器」。傳統的材料科學試錯，往往需要數十年的實驗室化學合成；而今，透過物理引導的 AI（Physics-Informed AI）與數位孿生技術，科學家能在虛擬環境中以原子級精度模擬核融合電漿控制、篩選高穩定性鈣鈦礦太陽能晶格、預測固態電池介面衰減，並在秒級時間內完成智慧電網的動態負載平衡。

換言之，AI 確實正在燃燒今日的基載電力，但它燃燒的目的是為了在極短的時間內，計算出明日的無限潔淨能源。