「Let Data Reign」：川普力挺 AI 資料中心，美國 AI 戰爭卻先卡在電力與地方反彈

人工智慧的下一場戰爭，可能不只是在 GPU 上打。

它正在往發電廠、變電站、輸電線、土地與地方政府一路蔓延。

2026 年 8 月 31 日，美國總統 Donald Trump 在 Truth Social 上再次公開支持資料中心建設，甚至用了相當強烈的方式描述反對者。

Trump 表示，美國社區如果不希望資料中心進駐，唯一的理由就是想變得「落後與貧窮」。相反地，如果希望變得成功、富裕、降低稅負並創造工作，就應該讓資料中心進駐。

他最後用一句相當具有宣傳效果的口號總結自己的立場：

「Let Data Reign。」

可以翻成「讓資料主宰」或「讓資料稱王」。

Trump 同時警告，如果美國自己扼殺資料中心這隻「金雞」，最開心的可能是中國。

這讓一個原本看似屬於科技產業的問題，迅速上升到美中 AI 競爭與美國國家戰略的層次。

但真正有意思的地方是，美國民眾反對的未必是 AI 本身。

他們真正開始擔心的，是 AI 背後那棟巨大、耗電，而且可能就在自己家附近的建築物。

AI 的瓶頸開始從 GPU 移向電力

過去幾年談 AI 基礎建設，最常出現的關鍵字通常是 NVIDIA GPU、HBM、先進封裝與晶圓產能。

只要有足夠多的加速器，就能建立更大的 AI Cluster，訓練更大的模型。

但當數十萬甚至更多 GPU 被塞進大型資料中心後，另一個物理限制開始浮上檯面。

電從哪裡來？

AI 伺服器本身需要大量電力，高密度運算又會產生大量熱能，因此還需要額外的冷卻、供電與備援設備。

這使得資料中心不再只是「放很多伺服器的房子」，而逐漸成為真正的大型能源基礎設施。

國際能源署 IEA 在 2026 年的電力展望中預估，美國未來五年的總用電量將增加超過 420 TWh，而快速擴張的資料中心可能占到新增需求的大約一半。

這是一個非常關鍵的轉變。

美國先進經濟體的電力需求在經歷多年相對停滯後，正在重新進入成長週期，而 AI Data Center 正是其中的重要推力。

美國能源部引用 Lawrence Berkeley National Laboratory 的最新模型更估計，到 2030 年，資料中心可能占全美電力消耗約 11.8%，不同情境下可能落在約 9.5% 至 15.3% 之間。

換句話說，AI Boom 已經大到開始改變一個國家的電力需求曲線。

為什麼地方居民開始說不要？

對科技公司而言，資料中心代表算力。

對聯邦政府而言，它可能代表 AI 國家競爭力。

但對附近居民而言，看到的東西完全不同。

他們可能首先想到的是：

這會不會讓我的電費上升？

地方電網能不能撐住？

資料中心會使用多少水？

巨大的冷卻與備援系統會不會帶來噪音？

地方政府給了科技公司多少稅務優惠？

而當建設完成後，究竟會留下多少長期工作機會？

這些問題讓 Data Center Opposition，也就是資料中心反對運動，開始橫跨傳統政治立場。

近期美國多個地方出現居民反對新建資料中心的情況，其中涉及土地、水資源、能源成本、環境影響與地方基礎建設負擔。

這並不等同於所有反對者都反對 AI。

從地方居民的角度來看，問題更接近成本與收益如何分配：

如果一家大型科技公司需要龐大的電網升級才能建立 AI 資料中心，那麼升級成本究竟應該由企業支付，還是最後反映到一般家庭的電費？

如果資料中心使用大量土地與水資源，那麼地方社區得到的稅收與工作機會是否足以補償？

這些問題沒有單純的 YES 或 NO 答案。

也正因如此，它才開始變成真正的政治問題。

「資料中心會創造很多工作」也需要拆開來看

Trump 強調資料中心可以帶來工作與地方稅收。

這個說法有一定基礎。

興建大型資料中心需要建築工人、電工、冷卻設備工程、電力工程、網路建設與大量供應鏈，因此施工階段確實可能創造大量工作機會。

這也是為什麼部分建築與電氣相關工會支持資料中心開發。

但資料中心與傳統大型製造工廠又不完全相同。

工廠正式投產後可能持續需要大量生產線員工，而高度自動化的資料中心在建造完成後，永久性工作人數通常遠低於施工階段。

因此，同樣一句「創造工作」，可能同時存在兩種都合理的觀點。

支持者看到的是施工、供應鏈、稅收與周邊基礎建設。

反對者關心的則是長期工作數量是否足以抵銷土地、能源與公共設施成本。

這也解釋了為什麼資料中心議題沒有按照傳統左右派政治分界排列，而是形成非常特殊的地方聯盟。

Data Center 正進入 2026 年美國選舉

Bloomberg 指出，資料中心已經成為 2026 年 11 月美國期中選舉中的重要議題之一。

民主黨正試圖以 Affordability，也就是生活負擔能力，攻擊共和黨，而資料中心造成的電力成本疑慮正好可以被放進這個框架。

但情況並不是單純的民主黨反對、共和黨支持。

資料中心可以創造大量營建與電氣工程工作，因此部分工會與民主黨選區同樣支持相關投資；另一方面，一些共和黨地方選民也因土地、電費與地方環境問題反對大型資料中心。

這讓 AI 基礎建設成為一個相當罕見的政治題目。

你可能支持 AI，也支持科技產業發展，但仍然不希望一座數百 MW 等級的資料中心蓋在自己社區旁邊。

這就是典型的 Infrastructure Politics。

所有人都想要網路、電力與 AI，但真正的大型基礎建設必須落在某一塊土地上。

而一旦它落地，抽象的科技政策就會變成非常具體的電費帳單、土地價格、噪音與地方稅收。

Trump 為什麼要把中國拉進來？

Trump 在這次發文中特別表示，中國會非常樂見美國的反資料中心運動。

這並不是偶然的政治修辭。

在目前的 AI 競爭中，算力本身已經逐漸被視為戰略資源。

一個國家即使能買到大量 GPU，如果沒有足夠電力、資料中心土地、變電設備、冷卻系統與高速網路，實際上仍然無法快速部署 AI 算力。

因此，美中 AI 競爭正在逐漸從「誰能設計最好的晶片」擴張成更大的基礎建設競爭。

GPU 是其中一部分。

HBM 是其中一部分。

先進封裝是一部分。

電力也是一部分。

甚至變壓器、天然氣渦輪、核能、儲能與土地審批，都開始成為 AI 供應鏈的一部分。

這也是 Trump 將資料中心與中國競爭直接連結的政策邏輯。

如果美國希望持續擴張國內 AI 算力，就必須有地方真正願意讓這些設施蓋起來。

AI Data Center 正在重新定義什麼叫「半導體基礎建設」

這對半導體產業尤其值得注意。

以前談 AI Boom，很容易把注意力集中在 NVIDIA、AMD、台積電與 SK hynix 等企業。

原因很直觀：GPU、先進製程與 HBM 是最容易看見的硬體瓶頸。

但當晶片供應增加後，下一層限制開始浮現。

一座 AI Supercluster 並不是把 GPU 買回來插上電就能開始運作。

它需要變電設備、UPS、冷卻、水資源、光纖、備用電力、機房設計與龐大的電力接入容量。

因此，AI 供應鏈正在向晶片之外快速擴張。

未來受惠於 AI 投資的不一定只有半導體公司，也可能包括電力設備、變壓器、冷卻系統、天然氣發電、核能、儲能與資料中心工程企業。

而其中最棘手的瓶頸，反而可能不是能不能製造 GPU。

而是能不能讓足夠多的 GPU 同時通電。

「Let Data Reign」背後真正的問題

Trump 的「Let Data Reign」非常適合作為一句政治口號。

但現實世界的資料中心政策，比這句話複雜得多。

如果完全阻止資料中心建設，美國確實可能限制自己的 AI 算力擴張速度。

但如果地方政府不計成本地批准所有大型資料中心，也可能把電網升級、土地、水資源甚至部分能源價格壓力留給居民承擔。

因此，真正的政策問題可能並不是：

「要不要資料中心？」

而是：

「誰來支付資料中心需要的基礎建設？」

「企業需要承擔多少新增電力成本？」

「地方居民能獲得什麼利益？」

「電網如何在 AI、家庭與其他產業之間分配有限容量？」

以及最重要的：

「一個國家要如何在 AI 競爭力與地方生活成本之間找到平衡？」

這可能會成為未來幾年 AI 產業最重要，卻又最容易被 GPU 新聞掩蓋的戰場之一。

因為 AI 時代真正需要的，不只有更多晶片。

還需要一整套能把那些晶片點亮的現實世界。

---

Tech English｜專有名詞

AI Data Center｜AI 資料中心 專門部署大量 GPU、AI Accelerator 與高速網路設備的資料中心，用於模型訓練與推論。相較一般資料中心，AI 工作負載通常具有更高的單機櫃功率密度。

Power Density｜功率密度 單位空間或單一機櫃所消耗的電力。AI GPU 伺服器大幅提高機櫃功率密度，因此對供電與液冷系統提出更高要求。

Grid Interconnection｜電網併網／接入 大型用電設施正式連接公共電網的流程。資料中心可能需要新的變電站、輸電設備與電網容量，因此併網時間可能成為 AI 基礎建設的重要瓶頸。

Hyperscale Data Center｜超大型資料中心 由大型雲端與科技企業建設的大規模資料中心，通常包含數萬甚至更多伺服器，並具有龐大的電力、網路與冷卻需求。

Load Growth｜負載成長 電力系統需求增加的幅度。AI 資料中心快速擴張正在成為美國部分地區新增電力負載的重要來源。

Infrastructure Politics｜基礎建設政治 大型能源、交通、資料中心等基礎建設在實際落地後，引發地方成本、利益分配、環境影響與政治選擇的政策議題。