AI 基礎建設的決策從工作負載開始，向下連到晶片、網路、電力與散熱。這個主題將原理說明、選型方法與機房驗收放進同一條閱讀路徑。
AI 加速器怎麼選？工作負載評估清單
選GPU、ASIC或雲端加速器前，先量出模型變動頻率、延遲、吞吐、記憶體、軟體相容性與三年總成本。本文提供從工作負載到試跑驗證的採購評估表。
科技・專題
AI 算力與資料中心實務
從GPU與ASIC選型、工作負載測試到機櫃配電、散熱與資料中心能源審查，整理AI基礎建設的技術與營運清單。
全部文章
AI 機櫃電力密度怎麼規畫？設施清單
AI伺服器進場前，機房要先核對每櫃功率、配電餘裕、散熱方式、網路、樓板載重與故障域。本文用容量表與驗收順序，避免設備到貨後才發現電力或冷卻不足。
ASIC 是什麼？和 GPU 差在哪，AI 晶片為何轉向它
GPU 是什麼工作都能算的瑞士刀，ASIC 是只做一件事但做到極致的量身工具。當推論工作負載固定又大量重複，雲端巨頭開始覺得那份彈性的電費不划算。
資料中心新規：能源署預告修正評估準則，5MW 以上機房須提交產業效益評估
經濟部能源署 7 月 1 日預告修正《能源開發及使用評估準則》第九條附表七，將「產業效益評估」納入超大型與主機代管資料中心的能源使用說明書審查範疇，能源使用量達 5MW 以上者須說明投資與產業產值貢獻、就業人數、產業供應鏈效益、人工智慧生態系賦能效益、資通訊安全與韌性等 5 項指標，並由地方政府、科學園區或產業園區主管機關會同能源署召開諮詢小組聯合審理。這是繼 2025 年 11 月要求資料中心採用最佳可行技術後的第二階段修法，意在引導業者及早規劃電力供應並創造在地產業關聯效益。
AI資料中心電力吃緊？輝達砸30億美元入股電力商卡位電網
輝達最高砸30億美元入股電力開發商Lancium，先取得約2成股權，鎖定Stargate資料中心園區的電網命脈，凸顯電力已成AI晶片龍頭最新戰場。
ASIC晶片出貨衝109%超車GPU，世芯喊到6200元
為什麼雲端巨頭寧可自己設計晶片也不多買 GPU？答案不在演算法，在電費。當每瓦效能變成天花板，專用 ASIC 就贏了，而台灣卡的是設計服務這道別人繞不過的工序。