人工智能的能源革命：核能

踏入2025年，人工智能（AI）已經從概念階段一舉躍升為全球經濟發展的核心引擎，從聊天機器人到自動駕駛，再到醫療診斷，AI已經無處不在的存在於我們日常生活當中。然而，這場AI革命的背後隱藏著一個關鍵挑戰：能源供應。

AI的爆發式增長正對全球電力系統構成前所未有的壓力，而核電作為一種穩定、低碳的能源供應，未來勢必成為AI發展的必須品。致富研究部將向大家探討核電或能源對未來AI發展的影響、AI所需的核心資源和AI對電力的龐大需求，以及幾隻值得投資的核電概念股份等。透過這些分析，我們不僅能理解AI的未來發展方向，更能捕捉不同的投資機遇。

AI發展最需要的資源：不止於數據與晶片

發展AI就像建造一座數字城市，需要多種基礎資源支撐。其中，最關鍵的三項是：

-計算資源（硬件）：AI訓練依賴高性能GPU（如NVIDIA的H200, Blackwell）和CPU、RAM、儲存設備。這些硬件是AI模型「大腦」的核心，缺乏任何一個部份的話，AI就無法處理複雜的深度學習任務。

-數據：AI須要透過大量數據自主學習。從全球網路等平台的海量文本，到圖像和視頻數據，都是訓練模型的燃料。數據質量與數量直接決定AI的準確性和對未見過的數據作出合理預測和決策能力。

-能源：這往往被忽略，但卻是AI發展的「瓶頸」。數據中心24小時運轉，需要穩定電力供應來驅動伺服器和冷卻系統。沒有足夠的能源，AI的擴張將受限。

這些資源的互相依賴性明顯，缺一不可：硬件需要能源驅動，數據處理依賴計算力，而能源則是整個生態的基石。隨著AI應用從實驗室走向產業化，能源需求正成為限制因素。

AI爆發性增將或導致電力饑荒

AI的電力消耗已呈指數級增長。根據高盛研究報告指出，2024年美國數據中心佔全國電力使用的4%，預計到2030年將翻倍。 Gartner則預測，2025年數據中心電力需求將增長16%，到2030年翻倍，其中AI優化伺服器將佔總用電的44%。到2030年數據中心電力需求將較2023年激增175%，相當於新增一個「前十強」經濟體的用電量。

訓練一個大型語言模型（如GPT系列）可能消耗數百萬度電，相當於數千戶家庭一年的用電。美國電力研究所（EPRI）和Epoch AI的聯合報告估計，美國AI電力容量目前約5GW，到2030年將達50GW，匹配全球數據中心總需求。 Grid Strategies預測，到2030年將新增120GW需求，其中60GW來自AI數據中心。 國際能源署（IEA）也警告，若無新興能源介入，AI可能推高全球電力需求，數據中心佔比將從目前的2%升至更高。

這不僅是美國發生的現象。在全球範圍內，AI正重塑電力格局：我們不能忽視超級人口大國如中國、印度數據中心的擴張、加上歐洲的綠色轉型，都面臨類似壓力。若電力供應跟不上，AI發展將面臨「斷電危機」，影響從雲計算到邊緣AI的各個環節。

能源對AI發展的影響：從瓶頸到催化劑

能源是AI發展的是一面雙刃劍，若缺乏能源支持的話將阻礙創新，相反則能夠加速迭代。傳統化石燃料雖可靠，但碳排放高，不符合環保需求；而可再生能源如太陽能和風能雖綠色，卻間歇性強，難以滿足AI數據中心的24/7需求。有見及此，核電預料將成為AI發展中不可或缺的一個重要能源來源，它能夠提供穩定不間斷，並具高能量密度的電力。一座核電廠可供數百萬用戶用電，遠超風電場的間歇性。它不僅解決電力短缺，還推動AI向可持續方向演進。例如，微軟和Meta已簽署核電協議，為數據中心供電。對投資者而言，這意味著能源股將從AI浪潮中受益，特別是那些專注低碳技術的公司。

核能對AI的具體幫助：可靠、綠色、高效的「電力後盾」

核能對AI的助力可大致分為四個方面：高可靠性、高能量密度、高靈活性、和低碳環保。

1. 高可靠性：核電廠可一星期7天無間斷運作，罕見關機，提供AI數據中心所需的穩定電力。相較太陽能的日夜波動，核電避免了AI訓練中斷的風險。

2. 高能量密度：一座小型模組化反應爐(SMR)即可為大型數據中心供電，空間效率高，適合邊緣計算應用。

3. 高靈活性：現代核反應爐可快速調整輸出，適應AI峰值需求。同時，AI反過來提升核電效率：機器學習優化反應爐運維，降低成本並提高安全。

4. 低碳足跡：核能碳中和，有助科技公司履行環保承諾。核電將是滿足AI電力需求的關鍵基礎設施。 VanEck報告指出，AI增長正驅動科技巨頭投資核電，預計這將重塑能源格局。

核能不僅解決AI的「電力荒」，還為其注入綠色基因，協助人工智能從「高耗能」走向「可持續」轉型。

致富研究部為大家提供在美國上市的五隻核電概念股份和相關ETF

總結﹕AI的崛起如同一場能源革命，核電則是其不可或缺的燃料。從資源需求到電力壓力，核能不僅緩解瓶頸，還開啟可持續發展的新篇章。對投資者來說，這是捕捉「AI+核電」的重要時機。但投資者當然亦需警惕地緣政治風險（如鈾供應）和監管變數。展望2026年，隨著SMR技術成熟，我們預期核電將成為AI發展的重要後盾。

Reference: gartner.com , goldmansachs.com, iea.org, US department of energy

Forbes.com, vaneck.com