文｜黃錦輝

香港正全速推進“人工智能（AI）+”發展，而算力基建是AI技術開發與產業應用的關鍵設施，沒有足夠的算力，高階的AI模型訓練難以落地。

今年3月，位於沙嶺的數據園公布招標結果並正式動工，標誌着本地算力基建邁入新里程。沙嶺數據園更是香港對接國家“十五五”規劃的重要部署，旨在提升AI、大數據及科研創新競爭力。預計到2032年，沙嶺園區算力規模將達每秒18萬千萬億次浮點運算次數（PFLOPS），相當於目前香港算力的36倍。有關設施落成後，香港有望躋身全球算力樞紐，成為連接內地與國際的重要節點。

算力基建已成全球AI戰略的必爭之地，然而，超算中心的建設與運行，涉及龐大的能源消耗與冷卻需求，這正是香港推動算力升級時必須正視的挑戰。

為了應付數據中心的能耗與冷卻需求，國際間正從不同方向努力。SpaceX創辦人馬斯克（Elon Musk）曾預言，AI發展的下一階段將位於太空，他的公司已向美國聯邦通信委員會申請發射多達100萬顆衛星，建立一個在軌的數據中心網絡，利用太空不受氣候影響的高效太陽能發電，以及真空環境輻射散熱的特性，以尋求突破在地球運算時面臨的電力及散熱限制。內地方面，今年2月上海臨港有企業投建“海上風電直連、海水自然冷卻”的商用海底數據中心，利用風能供電及低溫海水冷卻，以降低成本。

安排彈性供電規劃工業水源

回看香港，早前有環團估計，沙嶺數據園全面運作後，全年耗電量可高達17.5億度，有機會超越港鐵（2024年用電量約16.7億度），成為全港最大耗電戶。早前筆者與一眾立法會議員到訪中電河套西變電站參觀，得悉中電於北部都會區規劃初期，已將沙嶺數據園的用電需求納入整體電網的前瞻部署，並承諾按園區及產業不同發展階段，提供合適而具彈性的供電安排，與營運者保持密切溝通。再者，高端數據中心除高耗電外，亦普遍需要高規格備用能力（一般即兩套可獨立運作、互為備用的供電系統），以確保系統全年無間斷運作。就此，沙嶺將規劃興建兩座132千伏變電站。

另一方面，數據中心冷卻需求龐大，而傳統水冷方式與香港淡水供應緊密相關。近年，香港數據中心及新型工業持續發展，工業用水需求穩步上揚，在2015至2024年，本地工業及冷卻用水量，上升約1成，較非工業用水升幅（8.8%）為高。近年更有數據中心表示，因區域供水系統接近上限，供水未能滿足產業發展需要。可見數據中心的冷卻需求，將與民生用水形成競爭，故此香港在提升算力基建的同時，必須同步規劃工業用水水源，包括採用海水及再造水等方案，以支撑工業冷卻需求。

共建數據庫省算力冷卻成本

其實，除卻物理冷卻的手段，本港亦可以考慮調整數據訓練及使用算力的方式，以保障AI產業的可持續發展。例如在軟件工程方面，代碼複用（Code reuse）是業內常見做法，通過模組化設計，讓軟件工程師能取用已建立及運作良好的代碼，或將常用邏輯封裝為函數或類別庫（Class library），減少重複開發，節省人力與發展時間。而AI模型的運算其實亦可透過開源與共享模式，減少重複訓練及運算需求，通過推廣這種綠色運算（Green Computing）模式，從而降低對算力的需求及環境的壓力。

在政策層面上，政府可推動數據與算法開源，例如設立行業數據庫，並建立公用的行業垂直大模型供行業使用；通過政策鼓勵企業共享算法與數據集，從而減少重複開發需求；而本地大學及研發中心亦可合作共建數據庫與模型訓練平台，避免資源浪費於相似的研發項目，從而節省算力與冷卻成本。

修訂指引推動綠色運算增效益

此外，政府在2020年公布《綠色數據中心實務指引》後一直未有更新，建議修訂該指引，並參考國際做法，設立能源使用效率（Power Usage Effectiveness，PUE）披露制度及上限。例如內地規定新建及改擴建的大型數據中心PUE不得高於1.25，香港亦可借鑑此標準，確保數據中心能達到國家的標準。

未來AI競爭將不止於算力上限，更在於能源效益與成本控制。透過推動綠色運算，加強共享數據及算法資源，提高運算的成本效益，香港才能在全球AI競爭中走向可持續發展。

（作者係香港立法會議員、香港專業及資深行政人員協會副會長，文章僅代表個人觀點）