生成式 AI 快速普及，正在改變資料中心的設計與營運模式，也重新定義資料中心的永續課題。 Uptime Institute近期發表「Global Data Center Survey 2026」顯示 ，隨著 AI 模型訓練與推論需求增加，高密度運算環境快速增加，資料中心業者除了持續改善能源效率，還必須面對電力供應、冷卻能力與營運韌性等新挑戰。

Uptime Institute 每年都會對全球資料中心業者、企業 IT 部門及雲端服務供應商進行調查，今年調查涵蓋超過 800 名受訪者。報告指出， AI 已成為影響資料中心基礎設施規畫的重要因素，而能源管理也從單純降低耗電，逐漸轉向如何在 AI 算力成長與永續目標之間取得平衡。

AI 推升機櫃功率密度，散熱與供電成為資料中心新壓力

調查顯示，資料中心機櫃功率密度持續提升，今年平均機櫃功率首次突破 11kW 。其中， 30kW 以上高密度機櫃比例持續增加，從去年的 19% 增加至 24% ， 50kW 以上機櫃成為成長最快的類型，一部分專為 AI 運算設計的 GPU 機櫃甚至已突破 100kW 。

相較於傳統企業應用， AI 工作負載通常需要大量 GPU 加速器協同運算，不僅增加電力需求，也帶來更高散熱挑戰。當單一機櫃功率持續提高，傳統氣冷方式可能難以滿足需求，必須重新評估液冷、電力配送及機房佈局。

Uptime Institute 也指出，高密度 AI 基礎設施正在改變資料中心設計邏輯，未來資料中心建置不只是追求更多運算容量，也必須考量是否具備足夠的電力與冷卻能力。

永續焦點從能源效率，延伸至能源供應能力

過去資料中心永續發展多以提升能源效率為主要方向，其中 PUE （ Power Usage Effectiveness ）是衡量資料中心能源使用效率的重要指標。但是在今年的調查指出，雖然資料中心能源效率仍持續改善，但改善速度正在放緩。

原因之一，是新建資料中心已採用較高效率的能源與冷卻設計，改善空間相對有限；另一方面， AI 帶來的高密度運算需求，也增加整體能源消耗，使資料中心必須面對新的能源管理問題。

此外，電力取得能力也逐漸成為資料中心擴建的重要限制。調查報告指出，資料中心業者目前面臨包括電網容量、電力供應穩定性、建置成本，以及基礎設施部署速度等挑戰。

AI 時代考驗資料中心韌性

除了能源與散熱，資料中心的可靠性也是今年調查關注的議題。

調查顯示，重大停機事件比例持續下降，發生重大停機事故的比例已連續第六年下降，但是停機所造成的損失提高，約7成受訪者表示，停機造成的損失超過10萬美元。隨著企業愈來愈依賴雲端服務、 AI 應用及數位服務，資料中心可用性的重要性也同步提升。

Uptime Institute 認為，資料中心營運商除了提升設備可靠度，也需要強化面對電力中斷、極端氣候及供應鏈問題的韌性。

另一方面，企業 IT 工作負載部署模式也正在改變。企業部署於第三方資料中心（Colocation、託管、雲端等）的工作負載比例已達 46% ，高於自建企業機房的 44% 。在 AI 需求快速增加下，企業傾向利用專業資料中心業者提供的電力、散熱與維運能力。