AI泡沫下的电力挑战：科技巨头如何自救？

随着年底的临近，我们回顾这一年，OpenAI 无疑是 AI 领域的佼佼者，大肆扩张算力。

先是与甲骨文联手投资 3000 亿美元建设数据中心，又从英伟达处获得 1000 亿美元用于购买芯片，直到上个月，他们还在向 AMD 索要股票以获取更多芯片。

在各大科技巨头的共同努力下，AI 泡沫似乎正随着 GPU 的交易而不断膨胀。然而，微软 CEO 萨蒂亚·纳德拉在最近一场气氛紧张的三方会谈中，突然泼了一盆冷水。

别再只关注算力了，库存里的芯片因为缺电根本无法使用。

缺电正成为 AI 发展的瓶颈。

那么，美国的电力都去哪了呢？

一方面，AI 确实非常耗电。

美国能源部 2024 年 12 月发布的一份报告显示，2023 年，美国数据中心的总耗电量占全国总发电量的 4.4%，达到 176 太瓦时，与马来西亚全国一年的总耗电量相当。到 2028 年，这个数字可能会翻倍。

而且 AI 的电能利用效率极低，可以说是既浪费又低效。

电能利用效率 PUE (Power Usage Effectiveness)，是衡量数据中心能效的重要指标。其计算方法很简单，即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。这意味着只有三分之二的电能用在 GPU 计算上，其余三分之一消耗在制冷、供电系统和照明等杂项上。

另一方面，美国老旧的电力系统实在不堪重负，发电量本就不多。再挤一挤，连基本民生都受到威胁。

从美国劳工统计局的统计图可以看出，从 2021 到 2022 年电费飙升。训练 GPT 的同时，正常居民用电已被挤兑。

面对这一困境，特朗普还取消了海上风电项目，并取消了太阳能和风能的税务减免，转而大力发展耗时费力费钱的核电，甚至不惜放松环境管制。

这很难评价，我只能祝他成功了。

没有电，科技巨头抢购的高端 GPU 也只能在机房落灰。而很快，它们面临的困境将变得更加致命——芯片过期。

芯片的保质期会随着下一代芯片的大规模量产而逐渐到来。

例如，大家对 AI 主流芯片的印象可能还停留在前阵子你争我抢的 H100 和 A100。

但这两款芯片实际上是 22 年以前发布的老产品，仅占有产能优势，并非当前最新最好的芯片。它们之后还有 23 年的 H200、24 年的 B200 和 25 年的 B300 等新品等待上市。

根据 TrendForce 咨询公司今年 7 月的预估，到 2025 年全年，Blackwell 系列的出货比例将达到 NVIDIA 高阶 GPU 总产量的 80% 以上，产能将大幅提升。

这意味着如果 OpenAI 的库房里 H100 还因为缺电无法运行，它们可能会直接被 B200、B300 所替代，永远无法使用。

这带来的不仅仅是浪费，还会影响 AI 公司最关心的股价。

要知道 AI 公司的股价估值在一定程度上建立在 GPU 数量、GPU 需求量的基础上。

底层逻辑是：按照现在的大模型规模定律，你使用的 GPU 越多，模型就越大、越好用、在市场上越有优势。这也是为什么一有买卖芯片的消息几家科技巨头的股价就会上涨。

但如果很多芯片纯粹是买而不用，那么它闲置的每一分每一秒都在见证着 AI 泡沫的消亡。

实在没有办法了科技公司只能纷纷走上 “ 自救 ” 的道路。

毕竟芯片收购不能停但多余的电也是真没有。

良心点的做法是到处修发电厂。例如 OpenAI 和甲骨文在德州合建天然气发电厂而 xAI 在田纳西大力基建结果把发动机都给搞缺货了订单直接排到 2029 年后。

芯片和发电机哪一个会先到不说这么干有一定几率会被环保部门查处。

于是还有一种死道友不死贫道的路子——把数据中心搬到国外。

墨西哥、智利和一些南非国家都成了 AI 发展的输电泵但这些地区电力供给本就不发达现在更是雪上加霜。

在爱尔兰数据中心消耗了全国 20% 的电力停电、耗水都对当地居民生活和生态环境造成了影响。

免费服务器性价比服务器性价比vps