都說(shuō)AI的盡頭是能源，微軟CEO納德拉在最近的采訪中側(cè)面印證了這個(gè)觀點(diǎn)。“因?yàn)槿彪姡④浐芏郍PU都躺在庫(kù)房里不工作。”納德拉如是說(shuō)道。

谷歌最近搞出了TPU送上太空，用太陽(yáng)來(lái)給機(jī)器發(fā)電的奇招，仿佛就是納德拉這句話的“回聲”。

但奇怪的是，納德拉這句話看起來(lái)利好能源行業(yè)，但無(wú)論是大A還是納斯達(dá)克，其能源板塊都沒(méi)有因?yàn)榧{德拉的話而漲幅。從11月初至發(fā)稿，大A漲幅0%，納斯達(dá)克能源板最大一家公司的漲幅是0.77%。

一方面硅谷巨頭連呼缺電，甚至搞出了“上天”這樣的解決方案，但另一方面，如此明確的信號(hào)，市場(chǎng)卻置若罔聞，遲遲沒(méi)有回應(yīng)。

這就不禁讓人產(chǎn)生了一個(gè)疑問(wèn)：AI產(chǎn)業(yè)真的缺電嗎？

OpenAI CEO山姆.奧特曼的觀點(diǎn)是：是，也不是。

說(shuō)是，是因?yàn)楝F(xiàn)在確實(shí)存在缺電的現(xiàn)象；說(shuō)不是，是因?yàn)閱?wèn)題的本質(zhì)其實(shí)是AI過(guò)剩，雖然他不清楚具體會(huì)是多少年，但是最多不超過(guò)6年，AI就會(huì)超出人們的需求，也會(huì)導(dǎo)致AI對(duì)電的需求降低。

也就是說(shuō)，AI產(chǎn)業(yè)短期斷電，但長(zhǎng)期來(lái)看，隨著AI能耗的降低，缺電問(wèn)題就會(huì)得到解決。

01

谷歌公司在2025年11月初公布了一個(gè)名為“捕日者計(jì)劃”（Project Suncatcher）的項(xiàng)目，該計(jì)劃的運(yùn)作方式是把TPU芯片送入太空，用太陽(yáng)能為其發(fā)電。

太陽(yáng)每秒鐘向外輻射的能量，大約是3.86乘以10的26次方瓦，這一數(shù)值是當(dāng)前人類社會(huì)全球總發(fā)電量的一百萬(wàn)億倍以上。而部署在晨昏太陽(yáng)同步軌道上的衛(wèi)星，其太陽(yáng)能板幾乎可以不間斷地接收到光照，一年下來(lái)所接收的能量是在地球中緯度地區(qū)同樣面積太陽(yáng)能板接收能量的8倍。

捕日者計(jì)劃與衛(wèi)星公司Planet Labs合作，在距離地面650公里的低地球軌道上，部署一個(gè)由81顆衛(wèi)星構(gòu)成的AI計(jì)算集群。按照設(shè)計(jì)，這些衛(wèi)星將在半徑1公里的空域內(nèi)協(xié)同工作，彼此之間的距離維持在100到200米。該計(jì)劃預(yù)計(jì)在2027年初發(fā)射首批兩顆試驗(yàn)衛(wèi)星，以驗(yàn)證方案的可行性。

盡管谷歌曾經(jīng)表示，其在一年內(nèi)已將旗下Gemini模型的單次查詢能耗降低了33倍，但很顯然，谷歌仍然需要電力。

在太空中利用太陽(yáng)能發(fā)電并非新的概念，但長(zhǎng)期以來(lái)受困于一個(gè)核心難題，那就是如何高效、安全地將產(chǎn)生的電力傳輸回地面。無(wú)論是采用微波束還是激光束，能量在傳輸過(guò)程中的損耗和對(duì)地面環(huán)境的潛在影響都使其難以大規(guī)模實(shí)施。

“捕日者計(jì)劃”的思路則選擇繞開(kāi)了這個(gè)環(huán)節(jié)。它并不打算將數(shù)據(jù)傳回地球，而是在太空中直接利用這些電力進(jìn)行計(jì)算，只將計(jì)算完成后的結(jié)果傳回地面。

地面上的TPU超級(jí)計(jì)算機(jī)集群，使用的是定制化的低延遲光學(xué)芯片互連技術(shù)，每個(gè)芯片的吞t量能達(dá)到每秒數(shù)百吉比特（Gbps）。

而目前商用的衛(wèi)星間光通信鏈路，數(shù)據(jù)速率通常只在1到100Gbps的范圍內(nèi)，這遠(yuǎn)不能滿足AI計(jì)算集群內(nèi)部大規(guī)模數(shù)據(jù)交換的需求。谷歌提出的解決方案是采用密集波分復(fù)用技術(shù)，理論上可以讓每條衛(wèi)星間鏈路的總帶寬達(dá)到每秒約10太比特（Tbps）。

谷歌對(duì)外解釋了很多關(guān)于“捕日者計(jì)劃”的難題以及解決辦法，比如如何控制集群編隊(duì)、如何抵抗輻射等等。

但谷歌并沒(méi)有解釋該如何散熱。

這是一個(gè)非常棘手的物理問(wèn)題，真空中是沒(méi)有空氣對(duì)流的，熱量只能通過(guò)輻射方式散發(fā)出去。谷歌曾經(jīng)在一篇論文中提到，需要使用先進(jìn)的熱界面材料和熱傳輸機(jī)制，并且最好是被動(dòng)式的以保證可靠性，從而將芯片產(chǎn)生的熱量高效傳導(dǎo)至專用的散熱器表面進(jìn)行輻射。關(guān)于這部分的技術(shù)細(xì)節(jié)，論文中并未提供太多信息。

事實(shí)上，將數(shù)據(jù)中心送入太空的想法并不只有谷歌一家。就在谷歌公布計(jì)劃的前幾天，一家名為Starcloud的初創(chuàng)公司已經(jīng)發(fā)射了搭載英偉達(dá)H100芯片的衛(wèi)星，并宣稱要建設(shè)一個(gè)擁有5吉瓦功率的天基數(shù)據(jù)中心。埃隆·馬斯克也曾表示SpaceX“將會(huì)做”太空數(shù)據(jù)中心。

2025年5月，中國(guó)的之江實(shí)驗(yàn)室與國(guó)星宇航合作的“三體計(jì)算星座”首批12顆計(jì)算衛(wèi)星已成功發(fā)射并組網(wǎng)。

所以在送AI去太空這個(gè)問(wèn)題上，雖然聽(tīng)起來(lái)很新穎，但是大家的目的都是一樣的，想用電，那就去那里上面拿，地面上電不夠你們用的。

02

造成AI對(duì)電饑渴這一局面的，主要?dú)w罪于英偉達(dá)。這家公司的GPU產(chǎn)品，從Ampere架構(gòu)到Blackwell架構(gòu)，僅僅過(guò)了4年，功耗就增長(zhǎng)了數(shù)倍。

一個(gè)使用Hopper架構(gòu)GPU的服務(wù)器機(jī)架，額定功率約為10千瓦；而到了Blackwell架構(gòu)，由于GPU數(shù)量的增加，機(jī)架功率接近120千瓦。

而且，由于現(xiàn)在GPU的單位都是萬(wàn)。數(shù)萬(wàn)塊GPU相互交流的時(shí)候還要借助英偉達(dá)的互聯(lián)技術(shù)NvLink技術(shù)以提升交流效率。而每一條NvLink的鏈路功耗就有4到6瓦，兩塊GPU之間有18條鏈路，這些NvLink又要集中到NvSwitch上以實(shí)現(xiàn)非阻塞連接，而一個(gè)NvSwitch的功耗是50到70瓦。

若一個(gè)GPU集群擁有1萬(wàn)塊H100，那就需要157個(gè)NvSwitch和9萬(wàn)條NvLink鏈路。那其公號(hào)大概就是要730千瓦到1100千瓦之間。

還沒(méi)完，GPU在散熱方面也是耗電大戶。最常見(jiàn)的8卡H100服務(wù)器，如果采用的是風(fēng)冷系統(tǒng)，功耗就要達(dá)到150瓦，所以一個(gè)萬(wàn)卡集群，光是散熱就需要187千瓦。

當(dāng)前，大型科技公司之間的競(jìng)爭(zhēng)，其衡量標(biāo)準(zhǔn)已經(jīng)從傳統(tǒng)的計(jì)算能力單位，轉(zhuǎn)向了能源消耗單位“吉瓦”（GW）。像OpenAI和Meta這樣的公司，都計(jì)劃在未來(lái)幾年內(nèi)增加超過(guò)10吉瓦的計(jì)算能力。

作為一個(gè)參照，AI行業(yè)消耗1吉瓦的電力，足以供應(yīng)大約100萬(wàn)個(gè)美國(guó)家庭的日常用電。國(guó)際能源署在2025年的一份報(bào)告中估計(jì)，到2030年，人工智能領(lǐng)域的能源消耗將翻一番，其增長(zhǎng)速度幾乎是電網(wǎng)自身增長(zhǎng)速度的四倍。

高盛預(yù)測(cè)，到2027年全球數(shù)據(jù)中心電力需求預(yù)計(jì)將增長(zhǎng)50%，達(dá)到92吉瓦。而美國(guó)數(shù)據(jù)中心電力需求在總電力需求中的占比，將從2023年的4%，增長(zhǎng)到2030年的10%。此外，高盛還指出一些大型數(shù)據(jù)中心園區(qū)的電力接入請(qǐng)求，單個(gè)項(xiàng)目確實(shí)能達(dá)到300兆瓦到數(shù)吉瓦的級(jí)別。

但是，有意思的來(lái)了。

NextEra Energy是北美最大的可再生能源公司，而跟蹤美國(guó)公用事業(yè)板塊表現(xiàn)的代表性行業(yè)ETF名為XLU。過(guò)去52周，NextEra的漲幅為11.62%，ETF XLU的漲幅為14.82%，但同期標(biāo)普500指數(shù)的漲幅卻達(dá)到了19.89%。

如果人工智能行業(yè)真的面臨嚴(yán)峻的電力短缺，那么作為電力供應(yīng)方的能源公司和公用事業(yè)板塊，理應(yīng)獲得超額的市場(chǎng)回報(bào)，而不是連大盤都跑不過(guò)。

對(duì)此，納德拉講出了一個(gè)關(guān)鍵線索。他說(shuō)“電網(wǎng)接入審批需要5年”，而且“輸電線路建設(shè)則需要10到17年”。

而與此同時(shí)，GPU的采購(gòu)周期是以季度來(lái)計(jì)量的，數(shù)據(jù)中心的建設(shè)周期通常為1到2年，人工智能需求的爆發(fā)速度則是以季度為單位在變化。

這些時(shí)間尺度之間存在著數(shù)量級(jí)的差異，由此產(chǎn)生的時(shí)間錯(cuò)配，正是納德拉說(shuō)AI缺電的的本質(zhì)所在。

而且對(duì)于納德來(lái)來(lái)說(shuō)還有一個(gè)當(dāng)下沒(méi)辦法解決的煩惱。2020年微軟曾宣布，在保護(hù)生態(tài)系統(tǒng)的同時(shí)“實(shí)現(xiàn)碳負(fù)排放、用水凈增并實(shí)現(xiàn)零廢棄”。

然而現(xiàn)實(shí)情況是，目前微軟數(shù)據(jù)中心所使用的電力中，近60%仍然來(lái)自包括天然氣在內(nèi)的化石燃料。這所產(chǎn)生的年度二氧化碳排放量，大約相當(dāng)于54000戶普通美國(guó)家庭的排放總和。

另一方面，國(guó)際能源署在2025年10月發(fā)布的《可再生能源報(bào)告》中指出，全球發(fā)電能力的增長(zhǎng)速度，可能會(huì)超過(guò)包括人工智能在內(nèi)的新增電力需求。

報(bào)告提出，在2025至2030年這五年期間，全球可再生能源裝機(jī)容量將增加4600吉瓦，這一增量的規(guī)模，大致相當(dāng)于中國(guó)、歐盟和日本三個(gè)經(jīng)濟(jì)體當(dāng)前裝機(jī)容量的總和。更進(jìn)一步，報(bào)告預(yù)計(jì)這五年的新增裝機(jī)容量，將是之前五年增量的兩倍。

這里要特別要提到的就是核能。核能是唯一能夠提供穩(wěn)定、大規(guī)模、低碳電力的選擇。傳統(tǒng)大型核電站的問(wèn)題是建設(shè)周期長(zhǎng)、成本高、風(fēng)險(xiǎn)大。但小型模塊化反應(yīng)堆(SMR)正在改變這個(gè)局面。SMR可以像制造飛機(jī)或汽車一樣在工廠里批量生產(chǎn)標(biāo)準(zhǔn)化模塊，然后通過(guò)鐵路或公路運(yùn)輸?shù)浆F(xiàn)場(chǎng)進(jìn)行組裝，類似于"樂(lè)高積木"式的建造方式。

SMR的單機(jī)容量只有50-300兆瓦，比傳統(tǒng)核電站的1000-1600兆瓦小得多，但這恰恰是它的優(yōu)勢(shì)。更小的規(guī)模意味著更短的建設(shè)周期、更低的初始投資、更靈活的選址。SMR可以在工廠里批量生產(chǎn)，然后運(yùn)到現(xiàn)場(chǎng)組裝，大幅降低成本和風(fēng)險(xiǎn)。

SMR是當(dāng)下最火最潮的發(fā)電方式。谷歌曾與Kairos Power簽署協(xié)議，購(gòu)買了500兆瓦的SMR核電，這是科技公司首次直接投資SMR技術(shù)。微軟則是在2024年1月，聘請(qǐng)了曾在Ultra Safe Nuclear Corporation（USNC）的核戰(zhàn)略與項(xiàng)目總監(jiān)，來(lái)?yè)?dān)任微軟核技術(shù)總監(jiān)。其目的就是開(kāi)發(fā)SMR以及更小的微型模塊化反應(yīng)堆（MMR）。

換句話說(shuō)，微軟缺的不是電，而是時(shí)間。

03

相較于能源方面，減少AI自身的功耗也是一條重要的發(fā)展方向。

奧特曼的觀點(diǎn)是，每單位智能的成本每年下降40倍，很可能我們幾年后就不需要這么多基礎(chǔ)設(shè)施了。而且如果突破持續(xù)，個(gè)人級(jí)通用人工智能可能在筆記本上運(yùn)行，進(jìn)一步減少發(fā)電需求。

奧特曼曾寫過(guò)一篇文章，以自家產(chǎn)品為例，解釋過(guò)這個(gè)問(wèn)題。文章中寫到，從2023年初的GPT-4模型到2024年中的GPT-4o模型，僅僅過(guò)了一年，每個(gè)token的成本，降低了大約150倍。在算力不變的前提下，同樣的業(yè)務(wù)，在AI不同的發(fā)展階段，所需要消耗的電力就會(huì)減少。

他說(shuō)這種幅度的價(jià)格下降，如果僅僅依靠硬件成本的線性降低是無(wú)法實(shí)現(xiàn)的，其背后必然包含了算法優(yōu)化、模型架構(gòu)改進(jìn)和推理引擎效率提升等多方面的綜合作用。

斯坦福大學(xué)2025年人工智能指數(shù)報(bào)告(HAI）中證實(shí)了這個(gè)說(shuō)法，報(bào)告中寫到：在18個(gè)月內(nèi),達(dá)到GPT-3.5水平(MMLU準(zhǔn)確率64.8%)的AI模型調(diào)用成本，從2022年11月的20美元/百萬(wàn)token驟降至2024年10月的0.07美元/百萬(wàn)token，成本下降了280倍。

在硬件方面，GPU現(xiàn)在增加了兩個(gè)新的能效衡量單位:TOPS/W(每瓦萬(wàn)億次運(yùn)算)和FLOPS per Watt(每瓦浮點(diǎn)運(yùn)算次數(shù))。這樣的單位，是為了能夠更直觀地看到能效方面的突破。

比如Meta發(fā)布的第五代AI訓(xùn)練芯片Athena X1，在低精度的前提下，能效比達(dá)到了32TOPS/W，較前代提升200%，空載功耗下降87%。英偉達(dá)H100哪怕在FP8這樣低精度的范圍里，其能效比也只有5.7TFLOPS/W。

不過(guò)對(duì)于一些高精度的訓(xùn)練任務(wù)，仍然需要使用H100，這也是為什么Meta要大規(guī)模采購(gòu)幾十萬(wàn)塊英偉達(dá)的GPU。

Epoch AI的研究數(shù)據(jù)顯示，機(jī)器學(xué)習(xí)硬件的能效正以每年40%的速度提升，每2年翻一番。新一代AI芯片的能效提升顯著。

英偉達(dá)的H200 GPU相比上一代H100，能效提升了1.4倍。看起來(lái)還有很大的提升空間。

從宏觀角度看，數(shù)據(jù)中心本身的能效才是最值得關(guān)注的數(shù)字。通常使用PUE(能源使用效率)來(lái)衡量數(shù)據(jù)中心的能耗情況。

PUE的理想值是1.0，意味著所有電力都用于計(jì)算，沒(méi)有浪費(fèi)在冷卻和其他輔助系統(tǒng)上。十年前，數(shù)據(jù)中心的平均PUE是2.5，現(xiàn)在是1.5，谷歌的最新數(shù)據(jù)中心已經(jīng)降至1.1。這意味著同樣的計(jì)算任務(wù)，現(xiàn)在只需要當(dāng)年一半的電力。液冷技術(shù)、免費(fèi)冷卻、AI驅(qū)動(dòng)的能源管理系統(tǒng)正在繼續(xù)推低這個(gè)數(shù)字。

但無(wú)論哪種結(jié)局，能源行業(yè)都因?yàn)锳I而完成了重塑，即便未來(lái)AI的需求減少，能源行業(yè)的興盛也會(huì)推動(dòng)其他行業(yè)發(fā)展。