輝達（Nvidia）近期於官網發布全新的「人工智慧（AI）工廠儲能認證規範」，象徵運算設施的評估範疇正式從硬體與網路擴展至電力供應與能源管理。控制晶片大廠群聯（Phison）則率先結合特斯拉能源（Tesla Energy）與阿波羅電力，提出符合該標準的地端 AI 算力與儲能整合方案。
輝達建立儲能認證標準 擴大 AI 工廠架構
隨著大型語言模型（LLM）與各類 AI 應用的急速發展，資料中心的運算密度呈現倍數成長，電力穩定度成為運算的關鍵要件。輝達本次在官網公開的 AI 工廠認證規範，將過去以中央處理器、圖形處理器（GPU）、網路介面與伺服器為主體的架構，進一步擴大至電力調度、散熱設備與能源管理系統。
輝達強調，全新認證機制旨在建立明確的產品資格與測試要求。儲能設備供應商必須在特定規範下完成指定認證測試，並提交實測資料交由輝達審查。此舉有助於企業客戶在評估與建置 AI 工廠時，有效降低硬體整合風險與系統部署門檻。
群聯串聯特斯拉系統 打造地端算力與電力方案
在輝達公布新認證之際，台廠群聯已展開超前部署。群聯透過自身的 aiDAPTIV+ 平台，搭配快閃記憶體（Flash）延伸技術，有效降低模型訓練過程對高價 GPU 記憶體的依賴，讓企業能以較低成本在在地伺服器執行 AI 運算，確保資訊安全與資料主權。
在能源管理層面，群聯與阿波羅電力合作導入智慧能源管理系統（EMS）與表後儲能架構，並搭配獲輝達認證的特斯拉 Megapack 2 XL 儲能設備。該系統採用構網型（Grid-Forming）技術，相比傳統跟網型設備，具備以下幾項優勢：
- 自主建立電壓與頻率：可獨立運作並穩定微電網，減少外部電網電壓波動對設備的影響。
- 黑啟動（Black Start）能力：在主電網斷電時能自動啟動並重新建立微電網。
- 毫秒級快速反應：以極高速度回應運算負載的瞬時劇烈變化，降低 AI 模型訓練突發跳機的風險。
這代表什麼
這項轉變顯示，全球 AI 基礎建設的競賽重點已從單純的「算力規模」轉向「電力與維運效率」。AI 工廠在進行大規模運算與模型訓練時，會產生極高的瞬間電力需求，若無穩定的電力儲備與敏捷的調度機制，輕則導致運算中斷，重則造成昂貴的伺服器硬體損壞。
對台灣的中小企業與一般專業人士而言，地端 AI（On-Premise AI）的推動不再只是購買幾張高階顯示卡，而是必須將電力穩定度與備援架構納入整體建置成本。群聯將算力軟體、記憶體調配與儲能系統打包整合，提供了軟硬體與電力調度一站式建置的可行路徑，讓預算有限的企業也能在維護資料安全的前提下順利導入 AI 應用。
背景補充
AI 工廠（AI Factory）：指專為深度學習、大模型訓練與推論所設計的新型態資料中心。這類設施不僅需要極高的算力密度，更需要前所未有的電力供應與散熱能力，運作模式如同專門生產「算力與智慧」的工業工廠。
構網型儲能（Grid-Forming Energy Storage）：傳統跟網型儲能系統需要依靠既有電網的電壓與頻率才能運作；而構網型儲能系統則具備主動建立電壓與頻率的能力，能夠獨立形成微電網，特別適合應對高負載波動的敏感設備環境。
群聯轉型策略：群聯原本以快閃記憶體控制晶片（NAND Flash Controller IC）為核心業務，近年積極透過 aiDAPTIV+ 軟體技術整合硬體，擴大進入 AI 基礎建設與地端 AI 運算市場。
常見問題
輝達這次公布的 AI 工廠儲能認證規範有什麼影響？
輝達將電力、散熱與儲能管理納入 AI 工廠標準架構，讓企業建立 AI 資料中心時有明確的相容性依據，降低硬體整合風險。
群聯如何在這次的儲能認證趨勢中受益？
群聯整合 aiDAPTIV+ 運算平台與特斯拉認證的儲能設備，提供結合地端 AI 算力與電力管理的完整解決方案，搶攻企業地端建置商機。
什麼是構網型（Grid-Forming）儲能系統？
構網型儲能能主動建立穩定的電壓與頻率，並具備毫秒級回應與黑啟動能力，可防範電網異常導致 AI 伺服器跳機。