黃仁勛可能白跑一趟，就算特朗普幫忙談成合作，美國電力也不夠用

黃仁勛可能白跑一趟，就算特朗普幫忙談成合作，美國電力也不夠用

這兩年，只要外界一提人工智能相關的字眼，很多人第一反應都還是“芯片”，是英偉達，甚至是誰家模型更強或者誰家算力更猛。

可咱們要是真的到了往下深挖的時候，就會發現，決定AI能不能繼續往前沖的，未必是芯片先卡住，反而可能是最基礎、最不起眼的那一樣東西：電。

這個問題，美國那邊已經開始露出明顯苗頭了。

在2024年下半年的時候，黃仁勛在多個場合反復提過一句話，大意就是，人工智能的發展，最后拼的不是別的，拼的是電力。

很多人一開始聽著像夸張，覺得英偉達老板賣芯片賣得好好的，怎么突然開始操心發電了，可再往下看，就知道他并不是隨口一說。

過去的數據中心，耗電當然也高，但和現在專門訓練大模型、跑大規模推理的AI數據中心比，根本就不是一個量級的。

雖然普通服務器耗電看著不算嚇人，可是一旦把高性能GPU成千上萬顆堆進一個大型機房，事情就變了。

不是幾臺機器的問題，也不是一個園區多交點電費的問題，而是整片區域的供電系統能不能扛住的問題。

更麻煩的是，數據中心里的電，并不只是給芯片算數據用的，芯片一旦長時間高負荷運轉，熱量會非常夸張，機房必須24小時降溫散熱。

也就是說，你看到一座AI數據中心在瘋狂“吃電”，里面有相當大一部分，其實不是在“算”，而是在“降溫保命”。

訓練一個大型模型往往要持續幾周甚至幾個月，后續給海量用戶做推理服務，耗電還會繼續往上走，現在大家每天問一句AI、畫一張圖、讓它寫一段文案，看起來很輕松，背后其實都是電表在狂轉。

就在2024年的時候，美國數據中心的用電量已經被推到一個很高的位置，最讓美國科技公司擔心的，還不是眼前已經用了多少，而是接下來幾年會怎么漲。

因為AI不是一陣風，它不是今天熱鬧、明天散場的東西，越多企業接進來，越多用戶形成使用習慣，電力壓力只會越來越大。

問題偏偏就出在這兒：美國科技確實強，可電力基礎設施并沒有跟上這波AI沖刺。

很多美國的輸電線路、變壓器和配套設備，都是幾十年前的老家底，平時日常生活、工業生產還勉強能維持，可一旦AI數據中心開始密集上馬，負荷立刻不一樣了。

新建發電廠、新拉高壓線，說起來是個工程問題，實際上后面卡著一長串審批。

聯邦、州、地方，層層過關，往往還要做環境評估，周邊社區也可能反對，一個項目從提出到真正落地，時間拖得很長，成本還會一路往上加。

美國科技公司最著急的地方就在這里，因為AI行業真的卷得太快了，誰都不想等電網慢慢升級，你這邊模型在更新。

芯片在換代，隔壁對手數據中心已經在擴容了，結果你發現，地拿到了，服務器買了，電不夠。

所以從2024年開始，美國幾家大公司干脆自己下場“找電”。

微軟的動作是最出名的，在2024年9月的時候，微軟和美國聯合能源公司簽了協議，推動賓夕法尼亞州三哩島核電站1號機組重啟。

這個地方名字很多人都熟，因為1979年三哩島2號機組出過嚴重核事故，后來成了美國核電史上繞不過去的一頁，當然也正因為那場事故，美國社會長期對核電心里發緊，很多核電項目推進得非常慢。

現在微軟為什么愿意碰這個地方？原因并不復雜，AI業務越來越吃電，傳統供電方式已經很難讓人放心，大公司只能自己去找更穩定的電源。

亞馬遜走的是另一條路，2024年10月前后，它押注小型模塊化核反應堆，投了X-energy這類核能技術公司。

它看中的不是今天立刻發多少電，而是未來能不能在數據中心附近，直接配出一套更穩定、可復制的供電方案，這期間谷歌也沒閑著，2024年同樣和Kairos Power達成合作，押注先進反應堆。

把這幾家巨頭動作放在一起看的話，其實意思已經很清楚了：不是他們突然都愛上了能源生意，而是AI這件事，真的把他們逼到電力這一關了。

還有一些公司更直接，干脆把數據中心往發電站邊上擺，這是為什么？因為離得近，電更穩，損耗更少，少繞幾圈輸電線路，心里也更踏實，這種做法放在以前，聽著像特例，現在慢慢快成一種新思路了。

特朗普也不是沒看到這個問題，前段時間他談人工智能和制造業回流時，也放過狠話，大意就是科技公司想搞AI，那就自己把電搞出來。

不得不說這話聽著真的很強硬，翻譯過來其實也很直白：聯邦政府未必兜得住這件事，你要數據中心，你要算力集群，你要24小時不停機，那你最好自己想辦法找電、保電。

這才是美國AI產業眼下一個很現實的矛盾，表面看，芯片、模型、資本、人才都在往前沖，底層支撐卻沒有同步跟上，科技公司沖得越猛，電力系統的老問題就暴露得越快。

馬斯克的想法就更夸張一點，他這些年一向喜歡把事情往極限上推。

談到AI算力和能源的時候，他甚至拋出過更激進的設想，想把大量計算能力往太空放，靠太陽能解決供電，順帶把散熱問題也換個環境去處理。

這個設想聽著確實很像科幻片，什么太空數據中心、更多衛星、甚至月球城市，話題性十足，可問題也很現實，短時間內根本落不了地。

火箭發得再快，衛星鋪得再多，眼下美國AI公司要訓練模型、要接用戶請求，還是得老老實實用地面上的“電”。

也就是說，馬斯克再敢想，最后還是得回到同一個問題上：現階段誰能把電穩定、持續、便宜地送到算力設施旁邊，誰就更有底氣往前跑。

把視線轉到中國，情況就完全不一樣了。

中國這邊談“算力”，早就不是只盯著服務器和芯片看，在前些年就提出了“東數西算”，這個思路很多人開始沒太在意，覺得就是把數據中心挪地方。

可它背后其實很實在：東部需求大，西部能源更便宜、土地更充足、氣溫也更適合散熱，那就把一部分算力基礎設施往西部布局，這樣既能壓低成本，也能減少東部電網壓力，還能把西部的風電、光伏這些資源更好接進來。

這一步，放在AI還沒徹底爆發的時候，看著像提前鋪路，等到這兩年全球都在為算力找電的時候，很多人才看出來，中國早就不是“等缺電了再補電”，而是先把路修出來，再等車往上跑。

2025年，“算電協同”又被進一步提上來，這個詞聽上去有點專業，拆開說其實不難懂，就是讓算力系統和電力系統別各干各的，而是提前連起來考慮。

哪里的電便宜，哪里的綠電多，哪里的負荷低，哪些計算任務可以錯峰跑，哪些數據中心該怎么調度，不是等缺電了臨時救火，而是一開始就按一盤“棋”去安排。

這個思路和美國科技公司“自己給自己找電”看著有一點像，但其實不是一回事。

美國那邊更多是企業被現實逼著各自出招，誰缺電誰先想辦法，中國這邊更像是提前看到了算力和電力遲早要綁在一起，所以先做整體布局。

差別其實也就在這兒，一個是算力跑太快，電力在后面追，一個是電力和算力一起排兵布陣。

為什么這個區別這么關鍵？因為AI不是一次性買賣，不是今天新建幾座機房，明天供電問題就沒了。

模型還會繼續升級，參數規模會變，推理需求會漲，企業和個人會越來越依賴AI工具，今天補上一塊電，明天還可能在別的地方不夠用，要是沒有長期規劃，算力擴得越快，后面的問題只會來得越猛。

這也是為什么現在越來越多人開始意識到，AI競爭說到底不只是科技公司的競爭，也不只是芯片公司的競爭。

誰能把能源、算力、基礎設施、調度系統這些最底層的東西一起理順，誰才更像是真正站“穩”了。

表面上看，美國的大公司依舊很熱鬧，英偉達賣卡，微軟擴云，谷歌推模型，亞馬遜加碼基礎設施，SpaceX還在不斷抬高想象空間。

可熱鬧歸熱鬧，電這個問題繞不過去，你服務器可以先下單，園區可以先圈地，投資也可以先砸進去，但電網不會因為你著急就立刻年輕二十歲，發電廠也不會因為資本催得緊就明天拔地而起。

而另一邊，中國這幾年做的很多事，恰恰不是最熱鬧的那部分，不像新模型發布那么容易上熱搜，也不像芯片參數那樣一眼“抓人”，可真到了今天回頭看，才發現這些東西才最頂用。

等別人還在為“AI吃電”發愁的時候，很多準備其實已經做在前面了。