Perplexity CEO 預測：平凡的手機將讓資料中心被淘汰，小型化與邊緣運算是未來關鍵
Honey, I shrunk the data centres: Is small the new big?
作者: Zoe Kleinman | 時間: Wed, 14 Jan 2026 00:07:50 GMT | 來源: BBC
f t
Perplexity 執行長阿爾溫德·斯里尼瓦斯近日在一次播客中說道，某一日，強大的資料中心可能會被手機這種平凡的裝置淘汰。
與主持人普拉卡爾·古普塔對談時，這位執行長認為，人們最終會使用強大且個人化的 AI 工具，這些工具將能夠在設備內部的現成硬體上運行。
這將取代目前普遍情況下的作法，即依賴將數據傳送到和來自龐大的資料中心，並使用遠端電腦進行運作的 AI。
蘋果公司的 Apple Intelligence AI 系統已經能在該公司最新產品系列內的專用晶片上運行部分功能。這家科技巨頭表示，這意味著其 AI 工具能運作得更快，並且更能保護私隱數據的安全。
微軟的 Copilot+ 筆記型電腦同樣包含了裝置端的 AI 處理能力。
但這些都是定價高昂的精品裝置。一般而言，目前並沒多少裝置擁有這種能力。AI 需要強勁的運算處理，這是標準設備無法負擔的。
諮詢公司 Total Data Centre Solutions 總監強納森·伊萬斯表示：「強大的高效能 AI 能夠在本地裝置上運行，這是一個長期的『如果與何時』的問題。」
資料中心產業在需求方面確實沒有萎縮。但在其他方面，它是否也在變得更小呢？
傳統上，資料中心是巨大的建築，擠滿強大的電腦，除了驅動 AI 之外，還執行許多數位任務，從影片串流和網路銀行，到 AI 處理與數據儲存。
您有線上登入的幾乎任何事情，都會在某個地方的資料中心使用。大型公司擁有它們，小型企業則在內部租賃容量。
然而幾年前我聽聞，英國德文郡有一台大小像洗衣機般的微小資料中心正在運作。除了運算能力之外，它釋放的熱能還用於加熱一個公共游泳池。
這是我初次遇到非巨型倉庫的資料中心，當時我對整個概念起初感到非常懷疑。
此後我聽聞許多其他例子。2025 年 11 月，一對英國夫婦透露他們透過安置在花園棚屋內的小型資料中心來加熱房屋。
一個月後，我和一位大學教授用晚餐，他告訴我他桌下有一張 GPU——用於驅動 AI 的强大電腦處理器。隨著它運轉，同時也在保持他的辦公室溫暖。
同時，科技公司在全球龐大的資料中心工廠投入數十億美元。僅英國就有約 100 座新設施在進行中。資料中心能耗極高，且受到其環境影響的嚴重關注。
Nvidia 執行長強森·黃將資料中心稱為「AI 工廠」。支持它們的論點是，我們需要它們來啟用快速演進的 AI 技術。
很長一段時間，AI 產業堅持認為存在一個顯然是指數級增長的擴展法則，意思是您投入在 AI 上的運算能力越多，它就會變得越好——雖然這似乎已經放緩了。
但我正聽到越來越多科技產業的聲音質疑，為什麼所有東西都必須收容在遠端且龐大的資料中心內。
伊萬斯表示，有理由建設靠近大量人口的小型邊緣資料中心，這將降低延遲並帶來更快的響應時間。
「小型絕對是新的巨大。」馬克·比約恩森加德表示。他是開發游泳池資料中心公司 DeepGreen 的創辦人。
他認為每個公共建築應該改為安置小型資料中心，在需要時彼此組成大型網絡運作，並提供作為副產品的熱能。
他說：「倫敦只是還沒建好的一個巨型資料中心。」
商業組織 OpenUK 的負責人阿曼達·布洛克也持有這種看法。她對我說：「我認為資料中心的神話將是一個會隨時間破裂的泡泡。」雖然她不想給出具體日期。
她認為廢棄建築和關閉商店應該被改造成小型資料中心。
有些人則看得比市街和高樓更遠一點點：太空。
「太空提供了重新思考數據架構的獨特機會，其中軌道上的小型、可擴展資料中心可以提供效率、性能和靈活性，」Ramon Space（開發該技術的公司之一）執行長阿維·沙布塔伊說道。
回到地球上，布洛克同意 Perplexity 的斯里尼瓦斯的觀點，認為需要的資料中心會減少，而她則認為「處理能力將移動到手機、或數位機頂盒、或您家中的路由器等裝置」。
這也可能變得更有機會，如果不僅僅是資料中心在縮小——連 AI 工具本身也在改變。
大語言模型引起了巨大的炒作——這是基於大量數據訓練而成的龐大強大 AI 模型，運行我們用於生成內容的 AI 聊天機器人。但也讓我們熟悉了它們傾向犯錯的一面。
這部分是因為它們極其廣泛的範圍所致。
正如 AI 倫理活動家愛德·尼頓·瑞克斯曾經對我說過的話：設計用於發現癌症徵兆的 AI 工具，不需要也能以泰勒·史威夫特的風格撰寫歌曲歌詞。
企業越來越傾向同意，並選擇量身打造的企業級 AI 工具作為替代：雖然更昂貴，但僅基於自身數據訓練，該數據不會用於其他產品的訓練，且準備好執行專屬於公司的任務。
這些較小、私有的工具往往表現得更準確，且所需的運算更少。也有可能全部儲存在場地內。
「我與多個未曾看到使用通用 AI 工具益處的人談過，」機器學習公司 Hugging Face 的 AI 和氣候負責人薩夏·盧奇奧尼說道。
「我們已經看到範式轉移，即大型模型佔用巨大資源與小型模型更量身打造、運行在本地並針對商業用途之間。」
但眾多的資料中心是否會成為國家安全的頭痛問題？
這裡的對立論點是，如果小目標遭到滲透，造成的影響較少，薩里大學的電腦安全專家阿蘭·伍德沃德教授表示。
大型中心可能成為巨大的故障點，正如我們最近看到巨大 AWS（亞馬遜網路服務）中心停機一樣。
離棄大型資料中心也有環境效益，盧奇奧尼補充說，她指出它們「正在消耗越來越多資源」。他說：「不使用它們總是有意義的。」