一座 AI 資料中心年電費 13 億美元，折舊卻是六倍：鴻海劉揚偉把 Vera Rubin 的帳算給你看

重點一：鴻海董事長劉揚偉 6 月 18 日公開一座 1GW、以 Nvidia Vera Rubin 為核心的 AI 資料中心帳本——資本支出約 470 億美元、約 3,557 座機櫃、每櫃約 910 萬美元。

重點二：這座資料中心一年電費約 13 億美元，但硬體折舊一年高達 79 至近 80 億美元，約是電費的六倍——最大的開支不是電。

重點三：劉揚偉預估 2030 年全球 AI 資料中心產業規模上看 1.6 兆美元、用電上看 174GW，新增量約等於 2.5 個台灣的總用電。

一座 AI 資料中心的帳，外界通常只記得一個字：貴。鴻海董事長劉揚偉在 6 月 18 日把它拆成可以對齊的數字——以 Nvidia 次世代 Vera Rubin 平台為核心、規模 1GW（gigawatt，10 億瓦） 的一座 AI 資料中心，資本支出約 470 億美元。

真正讓人停下來的是另外兩個並排的數字：這座資料中心一年電費約 13 億美元，聽起來已經夠嚇人；但同一座資料中心，硬體折舊一年高達 79 億到近 80 億美元，是電費的約六倍。

外界談 AI 擴張的成本，眼睛幾乎都盯著電力——美國聯邦能源管制機構命電網替資料中心讓路、Meta 一口氣簽下核能、台電限制北部新資料中心。劉揚偉這份帳本沒有否認電很關鍵，而是把「最貴的那一塊」填上一個可查的數字：會快速攤提的硬體本身。

這筆帳怎麼拆？470 億美元、3,557 座機櫃、每櫃 910 萬

劉揚偉是在工商協進會會員大會上講這組數字的。他把一座 1GW 的 Vera Rubin AI 資料中心攤開來看：

項目	劉揚偉給的數字
規模	1GW（gigawatt）
總資本支出	約 470 億美元
AI 機櫃數量	約 3,557 座
每座機櫃成本	約 910 萬美元（近新台幣 3 億元）
一年電費	約 13 億美元
一年硬體折舊	約 79–80 億美元

光是機櫃這一項就吃掉一大塊：3,557 座 × 910 萬美元 ≈ 324 億美元，占了 470 億總資本支出的約三分之二。把這塊扣掉，剩下約 146 億美元才是建築、供電、散熱、土地與配套：真正最貴的不是廠房，是裝在裡面、一櫃近新台幣 3 億元的運算硬體。

這就是劉揚偉給整個產業下的定性詞：capital intensive（高度資本密集）。一座資料中心的價值，幾乎是由機櫃裡那些 GPU 與加速器決定的，而那些晶片正是 Nvidia 推進到 Vera Rubin 這一代、單位算力與單價都往上墊的東西。

為什麼說折舊才是最大開支，不是電費？

把兩個年度開支並排，落差很明顯：電費約 13 億美元，折舊約 79–80 億美元。同一座資料中心，硬體折舊是電費的約六倍。

道理不複雜：那 470 億美元裡的大部分是會過時的硬體——GPU 機櫃跑兩三年就要換上下一代，價值在帳上一年一年快速攤掉。一年攤掉 79–80 億美元，意味著這批硬體大致在個位數年限內就會在帳面上歸零，得再花一輪資本支出換新。電費是持續的營運成本，但單看金額，它被折舊壓在下面。

這也是為什麼「AI 的瓶頸就是電力」這句流行的話只說對了一半。電力是實體限制——沒電就點不亮；但錢的限制更早、更大，而且大頭是硬體折舊，不是電表。對要蓋資料中心的人來說，先卡住的往往不是電網接得上接不上，而是這批兩三年就要重買一次的硬體，現金流撐不撐得起。

要提醒的是，這個「六倍」是劉揚偉的口頭估算，他沒有公開攤提年限與逐項方法學。不同業者因採購折扣、自建比例、攤提年數不同，數字會有出入——本文不替他外推背後的假設，只照他給的兩個金額並排呈現。

這些算力是誰在買？LLM 業者與雲端業者在堆

劉揚偉點名了需求側是誰在堆這些 1GW 級的資料中心：一邊是大型語言模型業者 OpenAI、Google、Anthropic 在搶模型訓練與推論的算力，一邊是雲端業者 AWS、Microsoft、Meta 在替自家雲與產品鋪底層產能，兩股力量同時往同一批機櫃下單。

他把這條需求曲線拉到 2030 年：全球 AI 資料中心產業規模上看 1.6 兆美元。對照一下，470 億美元只是「一座 1GW」的單位成本，而整個產業在五年內要往兆美元的量級疊——等於要蓋下幾十座這樣的 1GW 資料中心。資本密集的另一面，是這個產業的買家高度集中在少數幾家口袋夠深的公司，能不能持續下單，本身就是這條曲線最大的變數。

這裡有個鴻海自己的位置要講白：它不是中立的第三方估算者。鴻海正是組裝這些 Vera Rubin 機櫃、做系統整合的主要 ODM——這份帳本既是它對產業的觀察，也是它的生意。數字有第一手依據，立場也在裡面。

174GW 有多大？劉揚偉用台灣的用電量當尺

資本之外，劉揚偉也算了電。他預估全球 AI 資料中心用電會從 2024 年的約 68GW，一路長到 2030 年的 174GW，平均每年新增 18GW、總計新增 106GW。

抽象的 GW 不好感受，他直接換成台灣讀者最熟的單位：

• 台灣全國總用電量約 40GW。
• 2030 年要新增的 106GW，約等於 2.5 個台灣的總用電。
• 1GW 約等於 200 多萬個家庭、500 萬人一天的用量。

光是這五年要為 AI 額外長出來的電，就相當於兩個半台灣整天在用電，而且要每年穩定生出近半個台灣的新電量才追得上。這把「電力是實體限制」這句話，從口號變成可以量的規模，也讓劉揚偉前面那筆 470 億美元的帳更有重量——硬體要花的錢已經夠驚人，電還得另外從地裡長出來。

這份帳本還沒回答什麼？

劉揚偉給的是一張用整機與系統整合商視角畫出來的成本地圖，不是已落帳的財報，也不是中立第三方的審計。幾個數字仍掛在估算上：

1. 470 億美元、折舊六倍是口頭估算，沒有公開逐項拆解與攤提假設。
2. 1.6 兆美元、174GW 是 2030 年的預測，不是已實現的數字。
3. 演講沒有公開逐字稿，數字以聯合新聞網、工商時報等台灣財經媒體與半導體記者 Dan Nystedt 的轉述為準，彼此一致。

把所有但書都加上之後，那個最該被記住的對比仍然站著：在組裝這些機櫃的人算出來的帳本裡，一座 1GW AI 資料中心一年電費 13 億美元，硬體折舊卻是六倍。下次有人說 AI 卡在電力，這個比例值得一起放進去看。

---

資料來源：聯合新聞網、工商時報、Dan Nystedt（X）、Wccftech。

矽基前沿 · 前沿基建線（編輯：廖玄同），《一座 AI 資料中心年電費 13 億美元，折舊卻是六倍：鴻海劉揚偉把 Vera Rubin 的帳算給你看》，矽基前沿 [Si]gnals，2026-06-23。https://signals.tw/articles/foxconn-vera-rubin-datacenter-economics/