文｜黄锦辉

香港正全速推进“人工智能（AI）+”发展，而算力基建是AI技术开发与产业应用的关键设施，没有足够的算力，高阶的AI模型训练难以落地。

今年3月，位于沙岭的数据园公布招标结果并正式动工，标志着本地算力基建迈入新里程。沙岭数据园更是香港对接国家“十五五”规划的重要部署，旨在提升AI、大数据及科研创新竞争力。预计到2032年，沙岭园区算力规模将达每秒18万千万亿次浮点运算次数（PFLOPS），相当于目前香港算力的36倍。有关设施落成后，香港有望跻身全球算力枢纽，成为连接内地与国际的重要节点。

算力基建已成全球AI战略的必争之地，然而，超算中心的建设与运行，涉及庞大的能源消耗与冷却需求，这正是香港推动算力升级时必须正视的挑战。

为了应付数据中心的能耗与冷却需求，国际间正从不同方向努力。SpaceX创办人马斯克（Elon Musk）曾预言，AI发展的下一阶段将位于太空，他的公司已向美国联邦通信委员会申请发射多达100万颗卫星，建立一个在轨的数据中心网络，利用太空不受气候影响的高效太阳能发电，以及真空环境辐射散热的特性，以寻求突破在地球运算时面临的电力及散热限制。内地方面，今年2月上海临港有企业投建“海上风电直连、海水自然冷却”的商用海底数据中心，利用风能供电及低温海水冷却，以降低成本。

安排弹性供电规划工业水源

回看香港，早前有环团估计，沙岭数据园全面运作后，全年耗电量可高达17.5亿度，有机会超越港铁（2024年用电量约16.7亿度），成为全港最大耗电户。早前笔者与一众立法会议员到访中电河套西变电站参观，得悉中电于北部都会区规划初期，已将沙岭数据园的用电需求纳入整体电网的前瞻部署，并承诺按园区及产业不同发展阶段，提供合适而具弹性的供电安排，与营运者保持密切沟通。再者，高端数据中心除高耗电外，亦普遍需要高规格备用能力（一般即两套可独立运作、互为备用的供电系统），以确保系统全年无间断运作。就此，沙岭将规划兴建两座132千伏变电站。

另一方面，数据中心冷却需求庞大，而传统水冷方式与香港淡水供应紧密相关。近年，香港数据中心及新型工业持续发展，工业用水需求稳步上扬，在2015至2024年，本地工业及冷却用水量，上升约1成，较非工业用水升幅（8.8%）为高。近年更有数据中心表示，因区域供水系统接近上限，供水未能满足产业发展需要。可见数据中心的冷却需求，将与民生用水形成竞争，故此香港在提升算力基建的同时，必须同步规划工业用水水源，包括采用海水及再造水等方案，以支撑工业冷却需求。

共建数据库省算力冷却成本

其实，除却物理冷却的手段，本港亦可以考虑调整数据训练及使用算力的方式，以保障AI产业的可持续发展。例如在软件工程方面，代码复用（Code reuse）是业内常见做法，通过模组化设计，让软件工程师能取用已建立及运作良好的代码，或将常用逻辑封装为函数或类别库（Class library），减少重复开发，节省人力与发展时间。而AI模型的运算其实亦可透过开源与共享模式，减少重复训练及运算需求，通过推广这种绿色运算（Green Computing）模式，从而降低对算力的需求及环境的压力。

在政策层面上，政府可推动数据与算法开源，例如设立行业数据库，并建立公用的行业垂直大模型供行业使用；通过政策鼓励企业共享算法与数据集，从而减少重复开发需求；而本地大学及研发中心亦可合作共建数据库与模型训练平台，避免资源浪费于相似的研发项目，从而节省算力与冷却成本。

修订指引推动绿色运算增效益

此外，政府在2020年公布《绿色数据中心实务指引》后一直未有更新，建议修订该指引，并参考国际做法，设立能源使用效率（Power Usage Effectiveness，PUE）披露制度及上限。例如内地规定新建及改扩建的大型数据中心PUE不得高于1.25，香港亦可借鉴此标准，确保数据中心能达到国家的标准。

未来AI竞争将不止于算力上限，更在于能源效益与成本控制。透过推动绿色运算，加强共享数据及算法资源，提高运算的成本效益，香港才能在全球AI竞争中走向可持续发展。

（作者系香港立法会议员、香港专业及资深行政人员协会副会长，文章仅代表个人观点）