嗨我是 Mech Muse 👋 今天要來跟大家聊聊一個最近很大的新聞：Google 為了應付 AI 資料中心暴增的用電需求，決定跟 NextEra Energy 合作，準備把在美國愛阿華州退役的 Duane Arnold 核電廠重新啟動，一口氣簽下 25 年購電合約，預計在 2029 年重返商轉。這個動作不只讓 Google 的 AI 有更穩定的「電源補給」，也讓「核能」這個被討論很久的能源，再次站上舞台。
這篇文章我會幫大家拆解成四個部分：
- Google 為什麼選擇核能？
- 前因與時間線：為什麼會走到「重啟核電廠」這一步？
- 深入補充：重啟核電廠要做什麼、為什麼不是直接蓋小型核電（SMR）？
- 我的觀察與總結：AI × 能源的下一步走向
Google 為什麼選擇核能？⚡️
Google 跟 NextEra 宣布合作，將重啟已經退役的 Duane Arnold Energy Center。根據路透社消息，雙方簽下 25 年長約，鎖定 2029 年供電，主要就是要支撐 Google 在愛阿華的雲端與 AI 資料中心。這座核電廠的規模大約 615 MW，等於可以穩定支撐數個大型資料中心的運作 🔌。
延伸閱讀：公司介紹 x NextEra Energy 🌱⚡：美國最大電力公司的綠色長跑術
那為什麼要「重啟」？原因很簡單：
- 省時：比起從零蓋一座新電廠，重啟速度更快，併網、冷卻系統、基礎設施都已經在那裡。
- 省錢：資本支出比全新建廠更可控。
- 穩定：核能不像太陽能或風力發電受天氣影響，能提供 AI 最需要的「長時基載」。
換句話說，Google 是在把一個「沉睡的巨人」叫醒，讓它來負責未來 AI 的龐大電力需求。
AI 用電把核能推回來⚡️
這一步其實不是突然的，背後有一整段背景脈絡：
- 2020 年：Duane Arnold 因為經濟性差、加上惡劣天氣損害，正式退役。
- 2024–2025 年：生成式 AI 爆發，資料中心電力需求急速攀升。各大科技公司開始瘋狂找「長期無碳電力」來鎖定供應。 微軟與 Constellation 合作，要讓賓州的 Three Mile Island 在 2028 年重啟。 Meta 則跟 Constellation 簽 20 年合約，延長伊州 Clinton 核電的壽命。 Amazon 也傳出跟賓州 Susquehanna 簽下近 2 GW 等級的大合約。
- 2025/08/26：美國 FERC（聯邦能源管理委員會）通過 NextEra 的關鍵豁免，等於在法規面替重啟鋪好路。
- 2025/10/28：Google × NextEra 正式宣布合作，目標 2029 年回到商轉。
👉 簡單來說，就是 AI 用電需求 + 核能資產重估 + 監管放行，三條線同時交會，才會有今天的結果。
重啟核電廠要做什麼？為什麼不是 SMR？⚡️
很多人可能會想：「核電廠不是說關就關嗎？那重啟不就是再按開關就好？」事實上完全不是！
- 工程面：必須做全套檢修、零件替換、試運轉，還要重新培訓運維人員。這是一個大型整建專案。
- 監管面：NRC（美國核管會）和電網營運單位（像 MISO）都要核准修改後的安全報告和併網條件。
- 挑戰：零件交期、人力缺口，以及彌補多年停機的差距。
那為什麼不是直接蓋 SMR（小型模組化核反應爐）？
SMR 的確很吸引人，模組化設計、理論上可以更快施工，而且還能「貼負載」直接蓋在資料中心旁邊。但問題是：
- 工期與成本：2030 年前要大規模落地、而且要便宜，難度很高。
- 驗證期：目前市場上還沒有成熟的 SMR 商轉案例。
所以對 Google、微軟這些 AI 大戶來說，短期內「重啟老爺爺」反而比「等新生兒」來得務實。
對 AI 和電力市場的意義
- PPA 長約＝穩定器：25 年合約讓 Google 鎖定電價，避免未來因電價波動讓 AI 成本失控。
- 能源組合優化：核能能補足風光儲能的間歇問題，讓 Google 更接近「24/7 無碳營運」。
- 在地經濟：重啟案也會帶來新的就業和地方稅收，對社區來說不是壞事。
對台灣讀者來說，這也有啟示：
台灣要搶 AI 供應鏈，不只要談晶片和模型，更要談「數據中心電力」怎麼供應。控制系統、感測器、工業零件這些台廠擅長的領域，其實都有切入點。
AI × 能源的新戰場⚡️
老實說，AI 這波浪潮不只是晶片、模型、雲端的競賽，更是一場 能源競賽。Google、微軟、Meta、Amazon 幾乎同時選擇「先把現有核電重啟或延壽」，就是為了在短中期先確保「穩定容量」。而長期則會持續觀察：
- 再生能源＋儲能＋需求反應
- SMR 的真實落地進度
對我們這些關心科技和能源的人來說，接下來值得注意的指標有：
- 美國監管單位核准的速度。
- 關鍵零組件的交期。
- PPA 條款對電價與電網穩定度的影響。
- AI 機房實際「每萬顆 GPU 的耗電量」。
AI 想要跑得快，就必須先把電力準備好。而這次 Google 的決定，就是一個很典型的例子。
如果你也想持續關注「AI × 能源」這條趨勢，記得追蹤我 Mech Muse ✨
