標題:AI晶片泡沫太大了，高通推出AI資料中心解決方案，只要搶下3~5%市場就足夠 來源:iknow科技產業資訊室 原文網址:https://pse.is/8amu7p 原文: 生成式AI的快速普及帶動巨大的電力需求增長，成為日本能源與產業政策的新課題。由三 菱總合研究所（MRI）提出的《生成式AI的普及對日本電力需求的影響》(生成AIの普及が 与える日本の電力需要への影響)報告特別針對資料中心與網路基礎設施之生成AI導入對 ICT部門電力消耗影響進行試算，並提出在電力限制下的最佳應對策略。報告指出，AI模 型的規模化、應用範圍擴大與運算需求提升，將使日本電力需求在2040年前大幅上升，若 缺乏對策，恐成為數位轉型與國際競爭力的瓶頸。 在電力需求推計方面，MRI以「資料處理量」與「電力效率」為兩大核心變數。隨著AI普 及，網路流量預計至2040年將增至2020年的約348倍，若AI模型大規模化趨勢持續，ICT部 門電力消耗可能增加2至27倍。電力效率的改善主要取決於半導體技術的演進，包括先端 封裝（advanced packaging）、光電融合（opt-electronic integration）與AI專用晶片 （AI-specific chips）。其中，若光電融合與AI特化晶片能順利發展，電力效率可較 2020年提升至6萬倍；反之，若技術停滯，電力負擔將急劇上升，導致2040年ICT用電量突 破國家電力供應極限。 報告設定三種AI利用情境：①「計算量爆發型」，所有應用依賴超大型基盤模型，雖具最 高精度，但電力需求可能占約全國55%；②「適材適所型」，依用途選擇不同規模AI模型 ，以降低電力浪費；③「省電力優先型」，在碳中和政策下以小型模型為主。MRI認為第 二種「適材適所」情境最符合日本現實，既可維持科技創新，也能在能源有限條件下確保 AI普及。該模式中，大型AI由雲端巨頭運行，小型AI則於地方邊緣運算（edge computing ）或裝置端執行，形成多層次AI生態，如此可避免過度依賴海外數據中心，減少「數位貿 易赤字」，並促進再生能源在地方端應用。 報告進一步指出，若日本能在AI特化晶片、光電融合及封裝技術上追上全球前沿，並發展 分散式處理體系（例如將非即時的AI訓練外包海外、即時推論留於國內），可顯著降低 ICT用電對整體能源系統的壓力。另一方面，在產業結構層面，應鼓勵中小企業與研究機 構共同開發B2B或專業領域（B2P）的特化型AI，以「省能+信賴」作為競爭優勢，促進AI 與產業的深度融合。報告同時警示，若未同步強化電力供應與碳中和平衡，日本的AI利用 環境將難以持續。 最後，MRI在結論說明，生成AI的普及正在重塑日本的產業與能源結構，而「電力效率 × 技術創新 × 適材適所利用」的組合是日本邁向可持續AI社會的核心戰略。政府與產 業需同步推進半導體研發、電力基礎設施與政策協調，確保在能源受限的情況下，仍能發 揮生成AI的最大潛力，維持經濟與數位轉型的雙重優勢，未來十年將是日本在「數位競爭 力」與「能源安全」間取得平衡的關鍵時期。 心得: 智慧型手機市場成長停滯、蘋果業務縮水、三星部分採用自家處理器，高通已經無法再依 靠過去的護城河維持優勢。在這個前提下，跨入 AI 資料中心市場並不只是「擴張」，而 是「尋找下一個可以讓公司不被淘汰的地位」。 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 203.145.192.245 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Tech_Job/M.1761889884.A.ABE.html