施耐德：AI Factory 重塑資料中心 算力基礎設施成未來競爭關鍵

整理／鄭宜芬

施耐德電機2日舉辦《施耐德電機COMPUTEX 2026 AI Demands More We Deliver 媒體分享會》，強調資料中心正從傳統IT設施演變為專門生產算力的「AI Factory」，未來企業競爭力關鍵在於能否建構兼具高密度運算、高能源效率、高可靠度與永續能力的新世代算力平台。透過AI升級資料中心的設計與營運邏輯，也帶動全球基礎設施進入新一輪升級週期。

[ 加入 CIO Taiwan 官方 LINE、Facebook 與 LinkedIn，與全球 CIO 同步獲取精華見解 ]

AI推動資料中心進入全新升級週期

施耐德電機中國與東亞營運執行副總裁尹正表示，AI工作負載與傳統企業應用最大的差異，在於其對運算資源呈現指數級成長需求。

過去資料中心的更新週期往往以數年計算，但在AI驅動下，伺服器、加速器與相關基礎設施的升級速度正大幅加快。尤其是機櫃功率密度的變化，已徹底改變資料中心的設計邏輯。

傳統資料中心單一機櫃功率密度約為20kW，但AI訓練與推論環境下，單一機櫃功率密度可能提高至150kW以上，連帶電力供應、冷卻系統、空間配置與營運管理都必須重新設計。

由於資料中心的角色從支援企業IT系統，轉變為持續生產算力的核心設施。預估未來約六成資料中心部署將與AI相關，約七成五AI工作負載將仰賴液冷技術支援，而電力與散熱能力則將成為未來AI基礎設施發展的重要瓶頸。

AI Factory需要以生命週期思維重新規劃

面對快速演進的AI需求，施耐德認為企業已無法再以「建置完成即可運作」的思維規劃資料中心。AI Factory的建設必須從設計、模擬、部署、營運到維護進行全生命週期管理。

在規劃階段，企業必須同步考量未來擴充能力、能源效率及散熱需求；透過數位孿生與模擬技術，可在實際建置前驗證容量規劃與系統效能，降低投資風險；進入營運階段後，則需要持續透過監控與分析工具確保算力穩定供應；後續再結合預測性維護機制，提高設備可靠度並降低營運成本。

尹正指出，參考架構（Reference Design）將成為AI Factory的重要基礎。透過經過驗證的標準化設計，企業可縮短部署時間、降低整合風險，同時建立可複製且可快速擴展的AI基礎設施藍圖。

[ 推薦閱讀：【影】運算即營收 黃仁勳：Agentic AI 將重構企業運算架構 ]

高密度AI運算 電力架構革新

施耐德電機交易與邊緣運算事業部、EcoStruxure IT事業部暨儲能卓越中心全球資深副總裁Himanshu Prasad指出，當機櫃功率從數十kW提升至數百kW甚至MW等級時，傳統交流電配電架構正逐漸接近極限。產業開始導入800VDC高壓直流供電架構，以支援下一代AI資料中心需求，且是一套涵蓋供電、保護、監控、維運及供應鏈的完整系統工程。

施耐德側掛式電力模組架構可將AC-DC轉換設備移至運算機櫃之外，再以800VDC直接供應GPU叢集所需電力。不僅能降低電流與線材需求，也能釋放更多機櫃空間供運算設備使用。未來發展方向則可能從區域式直流供電，逐步邁向集中式DC UPS，甚至全設施直流架構，以進一步提升供電效率與能源利用率。

Prasad也指出，相較於電力轉換效率，800VDC最大的挑戰其實來自保護機制設計。由於直流電缺乏交流電的自然過零特性，故障切除與保護系統設計更為複雜。因此未來企業在規劃AI Factory時，必須同步考量保護協調、故障分析、接地系統與監控策略，才能確保整體供電安全與可靠性。

[ 推薦閱讀：Computex 開展下的兩個 AI 思考 ]

數位孿生與工業智慧成為AI Factory核心能力

AVEVA HMI／SCADA事業群全球資深副總裁Doug Warren指出，未來AI資料中心的規模將從現今數十MW持續擴大，朝向GW（吉瓦）等級發展，單一園區投資規模甚至可能超過千億美元。AI資料中心已更接近大型工業設施，而非傳統機房。

液冷系統、大規模供電架構、水資源管理、熱能控制及與電網互動等議題，都與半導體廠、石化廠及大型製造工廠面臨的挑戰高度相似。AI Factory管理模式開始導入工業領域長期累積的最佳實務，尤其以數位孿生成為關鍵技術之一。

透過整合工程設計資料、感測器數據、即時監控與AI分析能力，企業能在虛擬環境中模擬設施運作情境、預測能源消耗、分析冷卻效率並提前辨識潛在故障風險。

施耐德指出，透過數據驅動的維護模式，可減少約四成侵入式維護作業，並於五年內降低約兩成營運成本。

同時，工業智慧（Industrial Intelligence）概念也逐漸受到重視。透過結合AI分析、高保真模擬與專家知識，企業可從過去的被動維護模式，轉向主動預測與最佳化管理。例如當資料中心同時出現數千筆告警訊息時，AI系統可自動篩選真正需要優先處理的事件，大幅提升維運效率與系統可用性。

AI帶來龐大運算需求的同時，也讓能源消耗與碳排放問題受到高度關注。施耐德以瑞典EcoDataCenter為例，透過智慧能源管理、液冷技術與高效率供電架構，成功打造氣候正效益（Climate Positive）資料中心。在部署NVIDIA DGX GB200 SuperPOD後，不僅降低約六成碳排放，也大幅縮短大型AI模型訓練與推論時間。

當資料中心從IT設施演變為工廠級基礎設施，企業競爭力的關鍵也將不再只是擁有多少運算資源，而是能否建立一套兼具高效率、高可靠度、高擴展性與永續能力的AI Factory，將算力持續轉化為企業成長與創新的核心動能。