輝達GB300機櫃電力上限142kW　AI電網瓶頸浮現

AI資料中心的競爭焦點，正從繪圖處理器（GPU）效能轉向電力、散熱與電網併接能力。根據輝達（NVDA）官方文件，GB300 NVL72機櫃的電力上限確認為142kW。

輝達在企業參考架構文件中說明，GB300 NVL72是整合72顆Blackwell Ultra GPU與36顆Grace CPU的液冷機櫃。同一份文件指出，該機櫃搭載8個33kW電源架，機櫃總電力上限為142kW。

部分報導提及的180kW數字，與輝達官方規格存在落差。若不區分機櫃電力、資訊技術（IT）負載與設施總電力這三個層次，恐使外界高估或低估AI資料中心的實際用電需求。

關鍵不在單顆晶片的耗電量，而在機櫃與電源、散熱、配電、變電設備必須整套聯動運作。高效能AI伺服器越多，資料中心業者就越需要在採購GPU的同時，同步確保電網併網、散熱設備與變電基礎設施到位。

國際能源總署（IEA）在2025年發布的《Energy and AI》報告中預估，全球資料中心用電量將從2024年的415太瓦時（TWh），到2030年增加逾一倍，達到約945太瓦時。IEA並指出，受電網併網排隊、變壓器與電纜採購週期、燃氣渦輪機供應吃緊等因素影響，計畫中的資料中心專案約有20%面臨延宕風險。

美國能源資訊署（EIA）的統計顯示，2020年至2025年美國電力需求年均成長1.7%。EIA分析，資料中心是帶動這波成長的主因，一旦需求成長速度超過供給，德州電網（ERCOT）與美國中大西洋電力市場（PJM）等地區的躉售電價與電網可靠度壓力恐將加大。

高盛在2026年5月發布的報告中預估，美國資料中心電力需求將從2025年的31吉瓦（GW），成長到2026年的41GW、2027年的66GW。報告同時預估，2027年資料中心將占美國夏季尖峰用電需求的8.5%。

不過高盛也提到，未來一到兩年規劃中的產能，能準時上線的比例可能僅落在50%至60%之間。也就是說，即使需求預測不變，電網併接與設備採購進度延後，仍可能改變實際上線時間。

輝達近來更強調效率指標，而非單純的耗電絕對值。輝達在2026年4月的官方部落格中主張，評估AI基礎設施時應以「每token成本」與「每瓦token數」為準，而非僅看單顆GPU成本或理論效能。

同一份資料指出，GB300 NVL72相較於Hopper平台，每瓦token處理量提升50倍，每百萬token成本則降低35倍。換言之，雖然單機櫃耗電量提高，但以單位處理量計算的效率仍在改善。

這股趨勢也間接牽動加密貨幣產業。比特幣（BTC）挖礦業長期以電力取得與電網併接為核心競爭力，如今這項基礎正好與AI資料中心的用電需求交會。

Hut 8在2026年第2季財報中，提出「電力優先」（Power-first）經營模式，並揭露已簽約的IT容量達949MW。Core Scientific（CORZ）同季財報則顯示，公司持續擴大高密度共置（Colocation）業務，總承租客戶電力容量已增至約1.1GW。

Riot Platforms宣布與核能業者合作開發大型資料中心。擁有電力、土地與變電基礎設施的企業，逐漸被視為AI用電需求的替代供應方。

這波趨勢與本媒體先前的報導相呼應：德州等美國電網湧入大量資料中心併網申請，凸顯電網容量吃緊的問題；而美國AI資料中心電力基礎設施瓶頸持續擴大，單靠採購GPU已難以解釋資料中心擴建速度為何加快。

「評論」電力資產能否直接轉化為代幣價格或礦業股表現，目前並無充分依據支持這種簡單連結。實際經營成果，仍須視簽約容量、電力取得進度、併網速度與散熱設備建置狀況而定。

本文提及數據分別引用自輝達官方文件、IEA《Energy and AI》報告、EIA公開資料、高盛研究報告與輝達官方部落格。