黄仁勋可能白跑一趟，就算特朗普帮忙谈成合作，美国电力也不够用

黄仁勋可能白跑一趟，就算特朗普帮忙谈成合作，美国电力也不够用

这两年，只要外界一提人工智能相关的字眼，很多人第一反应都还是“芯片”，是英伟达，甚至是谁家模型更强或者谁家算力更猛。

可咱们要是真的到了往下深挖的时候，就会发现，决定AI能不能继续往前冲的，未必是芯片先卡住，反而可能是最基础、最不起眼的那一样东西：电。

这个问题，美国那边已经开始露出明显苗头了。

在2024年下半年的时候，黄仁勋在多个场合反复提过一句话，大意就是，人工智能的发展，最后拼的不是别的，拼的是电力。

很多人一开始听着像夸张，觉得英伟达老板卖芯片卖得好好的，怎么突然开始操心发电了，可再往下看，就知道他并不是随口一说。

过去的数据中心，耗电当然也高，但和现在专门训练大模型、跑大规模推理的AI数据中心比，根本就不是一个量级的。

虽然普通服务器耗电看着不算吓人，可是一旦把高性能GPU成千上万颗堆进一个大型机房，事情就变了。

不是几台机器的问题，也不是一个园区多交点电费的问题，而是整片区域的供电系统能不能扛住的问题。

更麻烦的是，数据中心里的电，并不只是给芯片算数据用的，芯片一旦长时间高负荷运转，热量会非常夸张，机房必须24小时降温散热。

也就是说，你看到一座AI数据中心在疯狂“吃电”，里面有相当大一部分，其实不是在“算”，而是在“降温保命”。

训练一个大型模型往往要持续几周甚至几个月，后续给海量用户做推理服务，耗电还会继续往上走，现在大家每天问一句AI、画一张图、让它写一段文案，看起来很轻松，背后其实都是电表在狂转。

就在2024年的时候，美国数据中心的用电量已经被推到一个很高的位置，最让美国科技公司担心的，还不是眼前已经用了多少，而是接下来几年会怎么涨。

因为AI不是一阵风，它不是今天热闹、明天散场的东西，越多企业接进来，越多用户形成使用习惯，电力压力只会越来越大。

问题偏偏就出在这儿：美国科技确实强，可电力基础设施并没有跟上这波AI冲刺。

很多美国的输电线路、变压器和配套设备，都是几十年前的老家底，平时日常生活、工业生产还勉强能维持，可一旦AI数据中心开始密集上马，负荷立刻不一样了。

新建发电厂、新拉高压线，说起来是个工程问题，实际上后面卡着一长串审批。

联邦、州、地方，层层过关，往往还要做环境评估，周边社区也可能反对，一个项目从提出到真正落地，时间拖得很长，成本还会一路往上加。

美国科技公司最着急的地方就在这里，因为AI行业真的卷得太快了，谁都不想等电网慢慢升级，你这边模型在更新。

芯片在换代，隔壁对手数据中心已经在扩容了，结果你发现，地拿到了，服务器买了，电不够。

所以从2024年开始，美国几家大公司干脆自己下场“找电”。

微软的动作是最出名的，在2024年9月的时候，微软和美国联合能源公司签了协议，推动宾夕法尼亚州三哩岛核电站1号机组重启。

这个地方名字很多人都熟，因为1979年三哩岛2号机组出过严重核事故，后来成了美国核电史上绕不过去的一页，当然也正因为那场事故，美国社会长期对核电心里发紧，很多核电项目推进得非常慢。

现在微软为什么愿意碰这个地方？原因并不复杂，AI业务越来越吃电，传统供电方式已经很难让人放心，大公司只能自己去找更稳定的电源。

亚马逊走的是另一条路，2024年10月前后，它押注小型模块化核反应堆，投了X-energy这类核能技术公司。

它看中的不是今天立刻发多少电，而是未来能不能在数据中心附近，直接配出一套更稳定、可复制的供电方案，这期间谷歌也没闲着，2024年同样和Kairos Power达成合作，押注先进反应堆。

把这几家巨头动作放在一起看的话，其实意思已经很清楚了：不是他们突然都爱上了能源生意，而是AI这件事，真的把他们逼到电力这一关了。

还有一些公司更直接，干脆把数据中心往发电站边上摆，这是为什么？因为离得近，电更稳，损耗更少，少绕几圈输电线路，心里也更踏实，这种做法放在以前，听着像特例，现在慢慢快成一种新思路了。

特朗普也不是没看到这个问题，前段时间他谈人工智能和制造业回流时，也放过狠话，大意就是科技公司想搞AI，那就自己把电搞出来。

不得不说这话听着真的很强硬，翻译过来其实也很直白：联邦政府未必兜得住这件事，你要数据中心，你要算力集群，你要24小时不停机，那你最好自己想办法找电、保电。

这才是美国AI产业眼下一个很现实的矛盾，表面看，芯片、模型、资本、人才都在往前冲，底层支撑却没有同步跟上，科技公司冲得越猛，电力系统的老问题就暴露得越快。

马斯克的想法就更夸张一点，他这些年一向喜欢把事情往极限上推。

谈到AI算力和能源的时候，他甚至抛出过更激进的设想，想把大量计算能力往太空放，靠太阳能解决供电，顺带把散热问题也换个环境去处理。

这个设想听着确实很像科幻片，什么太空数据中心、更多卫星、甚至月球城市，话题性十足，可问题也很现实，短时间内根本落不了地。

火箭发得再快，卫星铺得再多，眼下美国AI公司要训练模型、要接用户请求，还是得老老实实用地面上的“电”。

也就是说，马斯克再敢想，最后还是得回到同一个问题上：现阶段谁能把电稳定、持续、便宜地送到算力设施旁边，谁就更有底气往前跑。

把视线转到中国，情况就完全不一样了。

中国这边谈“算力”，早就不是只盯着服务器和芯片看，在前些年就提出了“东数西算”，这个思路很多人开始没太在意，觉得就是把数据中心挪地方。

可它背后其实很实在：东部需求大，西部能源更便宜、土地更充足、气温也更适合散热，那就把一部分算力基础设施往西部布局，这样既能压低成本，也能减少东部电网压力，还能把西部的风电、光伏这些资源更好接进来。

这一步，放在AI还没彻底爆发的时候，看着像提前铺路，等到这两年全球都在为算力找电的时候，很多人才看出来，中国早就不是“等缺电了再补电”，而是先把路修出来，再等车往上跑。

2025年，“算电协同”又被进一步提上来，这个词听上去有点专业，拆开说其实不难懂，就是让算力系统和电力系统别各干各的，而是提前连起来考虑。

哪里的电便宜，哪里的绿电多，哪里的负荷低，哪些计算任务可以错峰跑，哪些数据中心该怎么调度，不是等缺电了临时救火，而是一开始就按一盘“棋”去安排。

这个思路和美国科技公司“自己给自己找电”看着有一点像，但其实不是一回事。

美国那边更多是企业被现实逼着各自出招，谁缺电谁先想办法，中国这边更像是提前看到了算力和电力迟早要绑在一起，所以先做整体布局。

差别其实也就在这儿，一个是算力跑太快，电力在后面追，一个是电力和算力一起排兵布阵。

为什么这个区别这么关键？因为AI不是一次性买卖，不是今天新建几座机房，明天供电问题就没了。

模型还会继续升级，参数规模会变，推理需求会涨，企业和个人会越来越依赖AI工具，今天补上一块电，明天还可能在别的地方不够用，要是没有长期规划，算力扩得越快，后面的问题只会来得越猛。

这也是为什么现在越来越多人开始意识到，AI竞争说到底不只是科技公司的竞争，也不只是芯片公司的竞争。

谁能把能源、算力、基础设施、调度系统这些最底层的东西一起理顺，谁才更像是真正站“稳”了。

表面上看，美国的大公司依旧很热闹，英伟达卖卡，微软扩云，谷歌推模型，亚马逊加码基础设施，SpaceX还在不断抬高想象空间。

可热闹归热闹，电这个问题绕不过去，你服务器可以先下单，园区可以先圈地，投资也可以先砸进去，但电网不会因为你着急就立刻年轻二十岁，发电厂也不会因为资本催得紧就明天拔地而起。

而另一边，中国这几年做的很多事，恰恰不是最热闹的那部分，不像新模型发布那么容易上热搜，也不像芯片参数那样一眼“抓人”，可真到了今天回头看，才发现这些东西才最顶用。

等别人还在为“AI吃电”发愁的时候，很多准备其实已经做在前面了。