GPU云服务商GMI Cloud展示桃园AI工厂：电力取代空间成为算力扩张瓶颈

专门提供GPU云端运算服务的GMI Cloud于2026年10月30日在台湾桃园展示了其AI Factory第一期区域。这座设施并非新建，而是利用台湾大哥大位于桃园的既有互联网数据中心（IDC）基础设施转型而来。现场展示显示，尽管机房仍有大量剩余空间未被设备填满，但限制算力进一步扩展的核心因素已不再是物理面积，而是电力供应能力。

据iThome报道，GMI Cloud建置工程师在导览中表示，AI时代数据中心的核心问题已从“还能放多少机柜”转变为“还有多少电力可以支撑GPU运算”。该设施最大负载容量约为25MW，其中仅约16MW可作为IT负载使用，其余容量必须供应冷却系统、空调及其他辅助设备。由于台湾电力公司过去曾因北部电网供需与输电限制，对桃园以北5MW以上大型数据中心用电申请采取较审慎的管理，使得具备大容量供电条件的既有数据中心在部署AI算力时更具优势。

在硬件配置上，第一期引入了Nvidia DGX SuperPOD GB300系统，共配置3座SuperPOD，合计约48个AI机柜。第二期规划于12月上线，规模约为3.5座SuperPOD。GMI Cloud指出，未来第三期扩建不能单纯增加机柜数量，必须先解决电力效率问题；若IT负载接近16MW上限，即使有空间也无法无限制增加GPU设备。

为确保高密度GPU运算的稳定性，该AI Factory采用了多层次的电力备援架构。第一层为锂电池，用于在市电中断瞬间承接负载，估算可提供约6分钟缓冲时间；第二层为UPS不断电系统，维持电力直至柴油发电机启动；第三层为N+1设计的柴油发电机，现有油槽可支持超过24小时满载运转。此外，变压器、电池与UPS等设备分散配置，以降低单点故障风险。

散热方面，该设施采用液冷架构，约87%的热量通过液冷系统移除，13%由气冷负责。由于原有IDC的冰水供应温度较低（约16至17度），而AI GPU液冷需求较高（约35至38度），目前通过CDU进行热交换整合。GMI Cloud表示，当前PUE（能源使用效率）约为1.35，目标是通过优化冷却控制降低至1.3左右。这一案例表明，AI基础设施的竞争焦点正从土地与机柜规模转向单位电力下的有效算力产出。