AI算力膨胀遭遇电力瓶颈：全球能源危机下的中美应对

岁末将至，回顾过去一年，OpenAI在人工智能领域犹如孔雀开屏，全力扩张计算资源。

先是与甲骨文达成合作，拟共同投资3000亿美元建设数据中心；又从英伟达采购价值1000亿美元的芯片；直至上月，仍在向AMD索取股票以换取芯片。

在科技巨头的推动下，AI泡沫随着GPU交易持续膨胀。然而近期，微软CEO萨蒂亚·纳德拉在一场氛围紧张的三方会谈中泼出冷水，指出电力短缺的严峻现实。

别再只盯着算力了，库存中大量芯片因缺电而无法投入使用。

电力短缺正卡住AI发展的咽喉。

那么，美国的电力究竟消耗在何处？

一方面，AI自身的能耗确实惊人。

美国能源部2024年12月报告显示，2023年美国数据中心总耗电量占全国发电量的4.4%，达到176太瓦时，相当于马来西亚全国一年的用电量。预计到2028年，这一数字可能翻倍。

而且AI的能源利用效率低下，存在严重浪费。

电能利用效率PUE是衡量数据中心能效的关键指标，计算公式为数据中心总耗电量除以服务器耗电量。

2024年全球平均PUE为1.56，这意味着仅约三分之二的电能用于GPU计算，其余消耗在制冷、供电系统及照明等辅助环节。

另一方面，美国老旧的电力系统产能不足，甚至挤占了民生用电。

从美国劳工统计局的数据图可见，2021年至2022年电费大幅上涨。在训练大模型的同时，普通居民的用电需求受到挤压。

2000年至2025年美国电价趋势图

特朗普政府还削减了海上风电项目，取消了太阳能和风能的税务减免，转而推动耗时费钱的核电发展，甚至放松环境监管。

没有电力支撑，科技巨头抢购的顶级GPU只能在机房闲置。更致命的是，这些芯片即将面临技术过期的风险。

芯片的生命周期随着新一代产品量产而迅速缩短。

例如，当前AI主流芯片如H100和A100均为2022年前发布的旧款，主要依赖产能优势，并非最新技术。后续还有2023年的H200、2024年的B200、2025年的B300等新品等待部署。

根据TrendForce咨询公司今年7月的预估，2025年全年，Blackwell系列芯片出货量将占英伟达高阶GPU总产量的80%以上，产能显著提升。

这意味着，如果OpenAI仓库中的H100因缺电迟迟无法运行，可能会直接被B200、B300等新一代芯片替代，永远失去使用机会。

这不仅造成资源浪费，还会冲击AI公司最看重的股价。AI公司的估值部分建立在GPU数量与需求的基础上。

底层逻辑是，按照大模型规模定律，GPU用量越大，模型性能越强，市场竞争力越突出。因此每当出现芯片交易消息，科技巨头股价便联动上涨。

但若大量芯片闲置，每一刻都在折射AI泡沫的消退。

迫于无奈，科技公司纷纷展开“自救”。芯片采购不能停止，毕竟你不买别人会买，但电力缺口实实在在。

较负责任的做法是自建发电厂。例如OpenAI与甲骨文在德州合建天然气发电厂，xAI在田纳西州大力基建，导致发动机供应短缺，订单排到2029年后。

此举可能招致环保部门的审查。

于是另一种转移矛盾的方式出现——将数据中心搬迁至海外。

墨西哥、智利及部分南非国家成为AI发展的能源补给站。但这些地区电力基础设施本就薄弱，如今更是雪上加霜。

在爱尔兰，数据中心消耗了全国20%的电力，引发停电、耗水等问题，对当地居民生活和生态环境造成影响。

甚至更超前的设想是，英伟达和谷歌计划将数据中心部署到太空，寻求宇宙级能源。

将芯片通过卫星送入太空，环绕太阳能电池板，可实现24小时不间断供电。真空环境依靠热辐射散热，无需担忧水资源消耗和全球变暖。但技术尚处实验阶段，太空环境可能加速电子器件老化，功率散热、数据回传及成本控制等难题待解。

与美国的仓促应对形成鲜明对比，中国的情况则从容许多。

2024年，我国数据中心总耗电量约为166太瓦时，占社会总用电量2%左右。

作为闻名世界的基建强国，我国在保障民生用电的前提下，电力供应充足，且持续推动绿色电力与碳减排。

相较于口头强调环保，我国切实将碳排放管控纳入实践。

总而言之，剖析电力短缺下的AI产业，科技的尽头不仅是电子与计算机，更延伸至物理、航天与土木工程领域。

PPT中芯片是核心生产力，现实中却是德州抢天然气、墨西哥争地皮、太空竞轨道。电闸一拉，一切归零。

照此趋势，未来高科技公司的较量，或许不再是比拼芯片数量，而是看谁能获取最多电力，确保机房灯火长明。