AI發展如黑洞！算力競賽吞噬5大資源　前微軟高層籲台灣另闢新路

AI算力每年翻倍　訓練資料恐2028年前耗盡

郭昱廷表示，自己在微軟服務27年，曾參與十多年的雲端運算與基礎建設，並帶領基礎模型研發。他以「Choices, Not Forecasts」為題，強調AI是人類持續選擇的結果。

他指出，過去10年AI主要依靠「Brute Force」，透過大量資料、晶片、電力及水資源訓練更大模型。目前訓練最先進大型模型所需算力每年約增加兩倍，全球可用於訓練的文字資料約300兆個Token，可能在今年至2028年間耗盡。

他形容，AI產業正出現「黑洞效應」，全球算力、能源、資料、人才及資金集中於少數大型模型業者，使不同技術構想的研究人員與新創更難取得資源。

資料中心耗水電驚人　美71%民眾反對蓋在住家附近

郭昱廷指出，資料中心需要大量土地、晶片、伺服器、水及電力。根據國際能源署（IEA）資料，全球資料中心電力需求在2022年至2026年間增加2.7倍，AI專用資料中心用電需求更快速攀升。

水資源同樣是問題，馬來西亞部分資料中心每日用水量可達1000萬加侖，還不包括上游發電廠、晶圓廠及晶片製造等環節。

他引述今年3月美國蓋洛普調查指出，71%民眾反對在住家附近興建資料中心，高於反對核電廠的56%。此外，Meta在美國路易斯安那州興建的資料中心園區，面積相當於紐約中央公園4倍。

AI衝擊青年就業　過度依賴恐削弱判斷能力

郭昱廷指出，研究顯示，當AI回答錯誤，使用者錯誤率可能比未使用AI者高出50%，甚至對錯誤答案抱持高度信心。

他將AI使用區分為「Offloading」與「Surrender」，前者如GPS導航，仍保有判斷權；後者則如完全依賴自駕計程車，逐漸將判斷能力交由系統。

他引述史丹佛大學研究指出，過去兩年20至25歲、從事軟體工程等高度受AI影響工作的年輕人，就業受到較大衝擊。若企業以AI取代初階人力，不再提供訓練機會，未來恐缺乏資深人才。

他認為，AI應擴張人類能力，而非單純取代。當資源集中於少數科技巨頭，容易形成「Privatize Profit, Socialize Cost」，即少數企業獲利，卻由社會承擔成本。

人腦20瓦對比AI龐大耗能　籲台灣發展新架構

郭昱廷指出，AI突破不應只靠增加算力。人腦運作功率約20瓦，相較訓練Grok 4等大型模型估計需要300GWh，顯示能源效率仍有改善空間。

他參與德國聯邦突破性創新機構AI挑戰計畫，投入約1000萬至2000萬歐元，鼓勵不同技術架構，目標將資源需求降低100倍。

舉例來說，Way Space Lab利用已訓練模型權重進行新型態學習；麻省理工學院衍生新創Liquid AI則採用液態神經網路（LNN），開發可在筆電運作的小型模型。

談及台灣，他認為應持續發展在地語言、資料、新模型及ASIC技術，例如TAIDE，並呼籲政府長期支持非主流技術與新創，從追求更大模型轉向更有效率、能擴張人類能力的技術。