柯佾寬指出，隨著AI資料中心規模持續擴大，HVDC已成為未來供電架構的重要方向。相較傳統交流配電，800V甚至1,500V HVDC可降低輸電損耗、縮減線材及配電設備規模，同時提升整體供電效率。台達早已投入HVDC技術研發，並於2024年在中壢建置完成1MW直流充電站，採用800V HVDC架構，以三套350kW DC-to-DC直流轉換器並聯輸出1MW，驗證高壓直流技術，也為未來AI資料中心供電奠定基礎。
他表示，目前多數電動車快充仍採AC-to-DC架構，台達則直接採用DC-to-DC設計，減少電力轉換次數並提升能源效率，未來相關HVDC技術除可應用於充電基礎設施，也將進一步延伸至AI資料中心。
在整體架構方面，柯佾寬表示，未來AI資料中心將朝Hybrid Microgrid發展，透過Solid State Transformer（SST）將HVDC轉換形成DC Coupling，並結合既有AC Coupling架構，使交流與直流系統共同運作，兼顧既有設備與新世代AI機櫃需求。大型資料中心將形成多個Microgrid Cluster（微電網群），各群組可依需求並聯、獨立或解列運轉，而真正關鍵並非硬體，而是控制平台如何協調不同微電網之間的能源調度、負載支援及供電管理。
柯佾寬指出，AI資料中心目前最大的挑戰已非供電容量，而是GPU在Training與Inference運算過程中造成的瞬間負載變化，部分電力波動甚至進入Microsecond（微秒）等級。這類高速變化無法僅依靠鋰電池儲能（BESS）處理，必須由Super Capacitor（超級電容）負責微秒至毫秒等級的瞬間電壓穩定；鋰電池則負責數十至數百毫秒以上的能量補償，而BBU（Battery Backup Unit）則提供數秒備援，三者共同形成多層次供電架構。
他分析，傳統資料中心供電需經過UPS、AC/DC、DC/DC等多重電力轉換，造成效率損失；若改採800V HVDC架構，可有效減少轉換層級，整體供電效率約可提升5%。
除機櫃供電外，儲能架構也將由交流側逐步轉向直流側。柯佾寬表示，傳統AC Coupling需透過PCS（Power Conversion System）完成交直流轉換，而DC Coupling則可直接將BESS接入HVDC母線，只需搭配D-to-D轉換器即可完成電壓調整，進一步減少設備數量並提升能源利用效率。未來太陽能系統亦可直接接入HVDC架構，不再需要PV Inverter，而是透過D-to-D轉換器將低壓直流升壓至HVDC系統，降低能量轉換損耗。
在備援能源方面，柯佾寬表示，AI資料中心目前仍普遍採用柴油發電機，但隨著RE100及ESG要求提升，柴油機將逐漸由必要設備轉為備選方案，未來將更多搭配儲能、再生能源、天然氣及燃料電池等低碳能源共同運作。不過，燃料電池及全釩液流電池等技術反應速度仍以秒級為主，因此仍須與鋰電池及超級電容共同組成多層次能源管理架構。
他也指出，Black Start（黑啟動）將成為AI資料中心另一項重要能力。傳統大型發電設備重新啟動往往需10至20分鐘，但透過電力電子技術結合儲能系統，可望將黑啟動時間縮短至1分鐘內，大幅提升資料中心韌性與持續運作能力。
柯佾寬表示，未來控制平台也將導入數位孿生（Digital Twin）及AI Agent進行模擬分析，但現階段AI仍屬輔助工具，真正的核心仍是控制策略與能源管理系統。未來Hybrid Microgrid、HVDC、AC/DC Coupling、智慧控制、固態斷路器（SSDC）、故障快速隔離及多層次能源管理，將成為下一世代AI資料中心的重要技術方向，也是台達持續投入研發的重點。
點擊閱讀下一則新聞
