最新一份針對資料中心停機事件的年度調查指出，整體停機趨勢已連續第五年改善，但隨著 AI 訓練與推理設施快速擴張，過去的韌性進步可能出現轉折。AI 機房常見更高機櫃密度、耗電與散熱需求急升，迫使業者採用液冷、更高電壓配電、甚至直流供電等較新的架構。這些技術能提升效率與部署速度，但在大規模、長時間高負載的情境下，故障型態與維運方法仍在摸索期。
報告亦提醒，為了取得足夠電力，部分業者開始增加自建或就地發電、電力交易與需求響應等做法；這些安排若設計或管理不當，可能引入新的系統性風險。值得留意的是，停機成本仍然高昂：受訪者中約五分之一表示最近一次停機成本超過 100 萬美元，另有約十分之一的機構形容其影響屬嚴重等級。對香港讀者而言，這反映 AI 基礎設施競賽已從「算力」延伸到「供電、散熱、韌性」，未來雲服務的穩定性與價格也可能受其牽動。