算力中心的熱，能不能養出一座溫室？｜Perovskite AIDC
已更新：2小时前
冬天的夜裡，算力中心的伺服器仍持續運轉；幾步之外，溫室裡的作物正需要暖意。一邊花錢把熱排出去，另一邊花錢取得熱，兩者能不能接起來？
答案是有機會，但不能只靠「蓋在旁邊」。Perovskite AIDC 把集箱型算力單元、鈣鈦礦創能建築、農電溫室、儲能與場域資料放進同一套規劃，真正要驗證的是：電夠不夠、熱用不用得上，以及全年營運是否划算。
圖一｜算力中心與溫室相鄰的 AI 概念情境。畫面呈現設計方向，非已建成案場；能源與熱回收效益仍須驗證。
先替機房找到穩定的電
AI 算力的擴張，先碰到的是電力。IEA 在 2026 年更新預測，全球資料中心用電將從 2025 年約 485 TWh，增加至 2030 年約 950 TWh。這包含各類資料中心，並非全由 AI 造成；對單一基地而言，仍須先算清楚伺服器、冷卻、通訊與備援的用電。
魯班系列讓屋頂、立面與建築構件參與創能，蓋亞系列則探索溫室頂棚的發電與透光設計。可用面積、日照、遮蔭與作物需求，都會影響場內能產生多少綠電，不能把裝上太陽能直接等同於機房自給自足。
九座集箱型算力單元的模型，呈現了模組化配置的構想。它的價值在於分期建置與擴充；每個單元需要多少電，仍須依設備選型計算。白天的發電、夜間的負載與陰雨天的缺口，必須由電網、儲能及備援共同補齊。
回收餘熱，要先找到合適的使用者
伺服器耗用的電，最終大多轉為熱。冷卻系統把熱帶離設備後，可透過熱交換器交給另一條供熱回路；如果溫度不足，還要評估熱泵。這不是把機房冷卻水直接送進農作物灌溉系統，而是讓兩端透過設備交換熱能。
先問三件事：熱源溫度是否合用、輸送距離是否合理、需要熱的時間能否對上。管線施工、保溫、泵浦與熱泵都要花錢，也會用電。回收多少熱，和最後節省多少成本，是兩個必須分開量測的答案。
芬蘭提供了可參考的進度。Fortum 於 2026 年 5 月宣布，兩座大型熱泵場已開始供熱，當時主要利用環境空氣與電鍋爐；Microsoft 資料中心的餘熱則預計自 2027 年分階段接入。供熱設施啟用，與資料中心餘熱已投入利用，不能混為一談。
台灣溫室還有季節差異。寒流期間可能需要熱，夏季卻往往需要降溫。機房不能把溫室當成全年唯一的散熱出口，必須保留獨立散熱能力；作物也需要自己的輔助熱源，才能因應機房停機或維護。
溫室的設計，必須從作物出發
對農民來說，溫室首先是生產空間。頂棚若只追求發電，把作物需要的光截走，就可能失去農電共生的意義。不同作物的光強、光譜與溫度需求不同，透光型鈣鈦礦的配置，應由種植條件反推。
蓋亞系列連結的是這一組光與農業的問題：頂棚怎麼配置、作物得到多少光、通風和灌溉如何調整。是否改善產量或品質，必須與發電量放在同一個場域、同一段時間觀察，不能由一張概念圖推定。
因此，餘熱供暖應當服從作物需求，而非為了消納機房熱量而改變種植條件。驗證時要記錄溫濕度、灌溉、作物表現與能源支出，並與原本的生產方式比較。
圖二｜電力、熱能與資料各自有設計條件，再由場域量測檢查協同效果。編輯概念架構，非設備規格或效益保證。
讓電、熱與資料，在同一個時刻對上
把機房和溫室排在一起，只完成了空間配置。宇宙魔方與場域資料系統的角色，是把受光、發電、儲能狀態、算力負載、冷卻溫度與溫室微氣候連起來，讓經營者看見供需何時吻合、何時出現缺口。
有了可信的資料，AI 才能協助回答實際問題：明天陰雨，儲能該留多少？午後綠電較多，哪些可延後的批次運算能調整時段？寒流來臨，回收熱夠不夠，還要補多少熱？
調度仍須遵守機房服務承諾、設備安全與作物條件。即時服務不能隨日照任意中斷，灌溉也不能只跟電價走。先建立操作規則、異常告警和人工接手方式，AI 的建議才有落地空間。
從展場模型走向生意，要算三本帳
第一本是機房帳：全年用電、冷卻、備援、維修與設備更新，總成本是否合理？第二本是農業帳：供暖與灌溉支出是否下降，作物品質和全年收成是否穩定？第三本是整合帳：新增管線、熱交換、儲能、感測與管理服務，能否由長期效益支付？
可行的起點，是先量測既有能源與生產基線，再依場址選擇創能面積、儲能容量和熱回收設備。小規模驗證通過後，再決定擴充；運轉資料也能回到材料、封裝與產品設計，逐步改善可靠度。
算力中心的熱，能不能養出一座溫室？關鍵在能否把合適的熱，在需要的時間送到需要的地方。Perovskite AIDC 值得探索的，是讓創能、儲能、節能與智能共同服務一座能持續營運的場域。
參考資料
本文於 2026 年 10 月 25 日更新。Perovskite AIDC 為整合應用構想，非商轉成效保證；產品角色依台鈣科公開資料整理，案場表現須另行驗證。
從場域需求，開始規劃 Perovskite AIDC
想進一步了解鈣鈦礦建築創能、農電溫室、宇宙魔方與算力的整合方向，可從台鈣科的完整產業鏈與應用介紹開始。
留言