AI 算力的盡頭是能源。2026 年 3 月底，微軟與 NVIDIA 宣布把 AI 導入核電廠審查流程；Valar Atomics 以 20 億美元估值募得 4.5 億——矽谷正認真把核能當作 AI 資料中心的下一個基礎建設。
☢️ 為什麼 AI 突然需要核能
先把事實說清楚：
- 大型語言模型推論耗電是傳統 Google 搜尋的數十倍。資料中心用電量 2026 年預估再增 30%
- 再生能源有「間歇性」問題——太陽能、風能無法 24 小時穩定供電。而 AI 資料中心需要基載電力（Baseload Power）
- 鋰電池儲能成本撐不起 GW 級資料中心。要靠電池儲滿一週陰雨所需電量，硬體費用會超過整棟伺服器造價
- 核能是目前唯一符合「不排碳 + 穩定基載 + 現在就能蓋」這三個條件的選項
過去科技大廠在 ESG 報告承諾 2030 碳中和，條件是「100% 綠電」。現在他們發現——如果堅持只用太陽能和風能，幾個月內就會失去 AI 算力競賽。於是核能從政治禁忌變成務實唯一解。
⚡ 三條實際發生的戰略路徑
1. 微型模組化反應爐（SMR）的創投狂熱
Valar Atomics 在 2026 年 3 月 31 日以 20 億美元估值募得 4.5 億美元（1.1 億債權 + 3.4 億股權），投資人包括 Anduril 創辦人 Palmer Luckey、Palantir 技術長 Shyam Sankar、前 Palantir 全球國防部門主管 Doug Philippone 創立的 Snowpoint Ventures，以及前 AT&T 執行長、Lockheed Martin 董事 John Donovan。
Valar 的賣點是「gigasites」——一個工業園區放上百座小型高溫氣冷反應爐同時運轉。他們的目標是在 2026 年 7 月 4 日前達到臨界（美國能源部 DOE 試點計畫的截止日）。
傳統核電廠動輒 15 年環評、千億台幣超支；SMR 走「模組化量產、佔地小、可隨機安裝」路線，目標是讓每座超大型資料中心旁邊都能配一顆專屬核電心臟。
2. 微軟 + NVIDIA 用 AI 壓縮核電廠審查時程
2026 年 3 月 24 日，微軟與 NVIDIA 公布 AI for Nuclear 合作案，整合 NVIDIA Omniverse、Earth 2、CUDA-X、PhysicsNeMo、Isaac Sim 與微軟 Generative AI for Permitting、Planetary Computer，目標是把核電廠的合規審查時程從「年」壓到「月」。
具體數字：
- Aalo Atomics 用微軟工具把許可流程縮短 92%，估計年省 8,000 萬美元
- 能源部與 Everstar 合作示範：NRC 許可申請書第 5 章（共 208 頁）用 AI 一天產出，過去需要 4–6 週
3. 廢核電廠與退役工業區的「即插即用化」
亞馬遜已經直接買下與一座運作中核電廠相連的資料中心園區。許多退役火力電廠、老舊工業區本來沒人要——但因為自帶超高壓輸配電纜、能直接併網，現在變成科技業眼中的黃金地段。
💡 Mason 的判斷
這不是 hype，也不全是真的。
真的部分：AI 耗電擠爆電網、再生能源撐不起基載、核能是唯一可行解——這個邏輯沒有破綻，且科技巨頭已經用真金白銀下注。
有水分的部分：
- SMR「2028 年大規模商轉」是行銷話術。Valar 的目標是 2026 年 7 月達到「臨界」不是「併網供電」——臨界只是反應爐能穩定進行核反應，離真正送電到資料中心還有多年。
- AI 壓縮審查時程看起來很猛，但 NRC 的態度還沒明確。2026 年 4 月 NRC 本身也在研究「怎麼審查 AI 輔助撰寫的申請書」——這個鐘擺還沒停。如果 NRC 最後要求人工覆核，92% 的省時效果就會縮水。
- 核廢料問題沒解決。新一代 SMR 主打「被動安全」降低熔毀風險，這是真的；但高放射性廢料還是一樣難處理，只是目前沒人想談。
給一般投資人：
- 不要直接買核能新創股（大部分還沒上市、估值已很貴）。注意受益供應鏈：液冷散熱（AI 資料中心配套）、高壓電力設備、變壓器廠商
- 台灣供應鏈中，電源模組（台達電、光寶）與散熱（雙鴻、奇鋐）才是直接受惠，不是核能本身
給企業主：
- 如果你在台灣經營會用到大量 AI 推論的服務，電費成本會在未來 2 年明顯上升。現在就該規劃：本地輕量模型 vs 雲端重模型的取捨、批次推論降低尖峰成本、合理選擇部署地區
- 別指望台灣短期內會有 SMR——本地核能政治環境複雜，不會跟上美國節奏
給開發者：
- 這波浪潮對軟體工程師的直接機會是「推論效率優化」——誰能幫資料中心省 10% 推論成本，年薪立刻翻倍。方向包括量化、剪枝、KV cache 優化、批次排程。可搭配看 Google TurboQuant 這類技術路線
❓ FAQ
SMR 建在資料中心旁邊真的安全嗎？
新一代 SMR 在設計上走「被動安全（Passive Safety）」——即便所有外部電力、冷卻系統全部失效，反應爐會靠自然熱對流散熱，並在溫度過高時自動停機（Walk-away Safe）。物理上杜絕了車諾比那種熔毀機率。
但「絕對安全」是行銷話術。風險是有的，只是比傳統輕水反應爐低幾個數量級。真正沒解決的是長期廢料儲存問題——這不是 SMR 能解決的。評估這個議題時，區分「運作風險」與「廢料風險」很重要。
為什麼不大力發展鋰電池儲能？
成本撐不起。要靠鋰電池儲滿一座 1,000 兆瓦（GW）級資料中心整整一週陰雨天所需電量，光電池的採購成本就會超過整棟伺服器造價，而且佔地極大。
在固態電池或鈉離子電池做到極低成本之前，鋰電池只能做短時間峰谷調節，不能取代基載電源。核能的特性是「幾公斤燃料燒十年」，這個密度是再生能源 + 電池組合目前無法追上的。
在台灣或亞洲有吃肉的機會嗎？
有，但不是直接投核能。直接受益的是 AI 資料中心的硬體配套——電源模組、液冷散熱、高壓電力零組件、變壓器。台灣在這些領域有完整供應鏈，訂單能見度會往 2027 年延伸。
對軟體從業者：誰能用數學與低階優化幫資料中心壓下 10–20% 的推論成本，薪資水準會遠高於一般全端工程師。具體方向：量化、模型壓縮、KV cache、動態批次（dynamic batching）、Triton / CUDA 底層優化。