发布日期：2026-09-25 22:08    点击次数：189

齐说 AI 的绝顶是动力，微软 CEO 纳德拉在最近的采访中侧面印证了这个不雅点。"因为缺电，微软许多 GPU 齐躺在库房里不使命。"纳德拉如是说说念。

谷歌最近搞出了 TPU 奉上天外，用太阳来给机器发电的奇招，仿佛等于纳德拉这句话的"回声"。

但奇怪的是，纳德拉这句话看起来利好动力行业，但无论是大 A 照旧纳斯达克，其动力板块齐莫得因为纳德拉的话而涨幅。从 11 月初至发稿，大 A 涨幅 0%，纳斯达克动力板最大一家公司的涨幅是 0.77%。

一方面硅谷巨头连呼缺电，致使搞出了"上天"这样的治理决策，但另一方面，如斯明确的信号，商场却耳旁风，迟迟莫得复兴。

这就不禁让东说念主产生了一个疑问：AI 产业真实缺电吗？

OpenAI CEO 山姆 . 奥特曼的不雅点是：是，也不是。

说是，是因为当今照实存在缺电的气候；说不是，是因为问题的本色其实是 AI 实足，诚然他不了了具体会是几许年，关联词最多不逾越 6 年，AI 就会超出东说念主们的需求，也会导致 AI 对电的需求镌汰。

也等于说，AI 产业短期断电，但始终来看，跟着 AI 能耗的镌汰，缺电问题就会得到治理。

01

谷歌公司在 2025 年 11 月初公布了一个名为"捕日者规划"（Project Suncatcher）的名目，该规划的运作形态是把 TPU 芯片送入天外，用太阳能为其发电。

太阳每秒钟向外辐射的能量，大要是 3.86 乘以 10 的 26 次方瓦，这一数值是面前东说念主类社会全球总发电量的一百万亿倍以上。而部署在晨昏太阳同步轨说念上的卫星，其太阳能板委果不错陆续交地接受到光照，一年下来所接受的能量是在地球中纬度地区相似面积太阳能板接受能量的 8 倍。

捕日者规划与卫星公司 Planet Labs 互助，在距离大地 650 公里的低地球轨说念上，部署一个由 81 颗卫星组成的 AI 诡计集群。按照想象，这些卫星将在半径 1 公里的空域内协同使命，相互之间的距离保管在 100 到 200 米。该规划展望在 2027 岁首辐照首批两颗西宾卫星，以考据决策的可行性。

尽管谷歌曾经示意，其在一年内已将旗下 Gemini 模子的单次查询能耗镌汰了 33 倍，但很深化，谷歌仍然需要电力。

在天外中诓骗太阳能发电并非新的主见，但始终以来受困于一个中枢贫苦，那等于如何高效、安全地将产生的电力传输回大地。无论是继承微波束照旧激光束，能量在传输经由中的损耗和对大地环境的潜在影响齐使其难以大限制奉行。

"捕日者规划"的念念路则选用绕开了这个门径。它并不筹谋将数据传回地球，而是在天外中径直诓骗这些电力进行诡计，只将诡计完成后的驱散传回大地。

大地上的 TPU 超等诡计机集群，使用的是定制化的低蔓延光学芯片互连时刻，每个芯片的吞 t 量能达到每秒数百吉比特（Gbps）。

而咫尺商用的卫星间光通讯链路，数据速率频繁只在 1 到 100Gbps 的范围内，这远不可满足 AI 诡计集群里面大限制数据交换的需求。谷歌建议的治理决策是继承密集波分复用时刻，表面上不错让每条卫星间链路的总带宽达到每秒约 10 太比特（Tbps）。

谷歌对外领略注解了许多对于"捕日者规划"的贫苦以及治理宗旨，比如如何驱散集群编队、如何抵触辐射等等。

但谷歌并莫得领略注解该如何散热。

这是一个相等辣手的物理问题，真空中是莫得空气对流的，热量只可通过辐射形态闲适出去。谷歌曾经在一篇论文中提到，需要使用先进的热界面材料和热传输机制，何况最佳是被迫式的以保证可靠性，从而将芯片产生的热量高效传导至专用的散热器名义进行辐射。对于这部分的时刻细节，论文中并未提供太多信息。

事实上，将数据中心送入天外的想法并不惟独谷歌一家。就在谷歌公布规划的前几天，一家名为 Starcloud 的初创公司照旧辐照了搭载英伟达 H100 芯片的卫星，并声称要设备一个领有 5 吉瓦功率的天基数据中心。埃隆 · 马斯克曾经示意 SpaceX "将会作念"天外数据中心。

2025 年 5 月，中国的之江实验室与国星宇航互助的"三体诡计星座"首批 12 颗诡计卫星已到手辐照并组网。

是以在送 AI 去天外这个问题上，诚然听起来很新颖，关联词民众的研究齐是一样的，想用电，那就去那处上头拿，大地上电不够你们用的。

02

形成 AI 对电饥渴这一场面的，主要抱怨于英伟达。这家公司的 GPU 家具，从 Ampere 架构到 Blackwell 架构，只是过了 4 年，功耗就增长了数倍。

一个使用 Hopper 架构 GPU 的就业器机架，额定功率约为 10 千瓦；而到了 Blackwell 架构，由于 GPU 数目的加多，机架功率接近 120 千瓦。

而且，由于当今 GPU 的单元齐是万。数万块 GPU 互相疏通的时候还要借助英伟达的互联时刻 NvLink 时刻以提高疏通效果。而每一条 NvLink 的链路功耗就有 4 到 6 瓦，两块 GPU 之间有 18 条链路，这些 NvLink 又要研究到 NvSwitch 上以杀青非窒碍连结，而一个 NvSwitch 的功耗是 50 到 70 瓦。

若一个 GPU 集群领有 1 万块 H100，那就需要 157 个 NvSwitch 和 9 万条 NvLink 链路。那其公号无意等于要 730 千瓦到 1100 千瓦之间。

还没完，GPU 在散热方面亦然耗电大户。最常见的 8 卡 H100 就业器，若是继承的是风冷系统，功耗就要达到 150 瓦，是以一个万卡集群，光是散热就需要 187 千瓦。

面前，大型科技公司之间的竞争，其预计轨范照旧从传统的诡计才能单元，转向了动力耗尽单元"吉瓦"（GW）。像 OpenAI 和 Meta 这样的公司，齐规划在改日几年内加多逾越 10 吉瓦的诡计才能。

算作一个参照，AI 行业耗尽 1 吉瓦的电力，足以供应大要 100 万个好意思国度庭的平淡用电。国外动力署在 2025 年的一份阐发中计算，到 2030 年，东说念主工智能界限的动力耗尽将翻一番，其增长速率委果是电网自身增长速率的四倍。

高盛预测，到 2027 年全球数据中心电力需求展望将增长 50%，达到 92 吉瓦。而好意思国数据中心电力需求在总电力需求中的占比，将从 2023 年的 4%，增长到 2030 年的 10%。此外，高盛还指出一些大型数据中心园区的电力接入苦求，单个名目照实能达到 300 兆瓦到数吉瓦的级别。

关联词，故情理的来了。

NextEra Energy 是北好意思最大的可再生动力公司，而追踪好意思国公用功绩板块发扬的代表性行业 ETF 名为 XLU。已往 52 周，NextEra 的涨幅为 11.62%，ETF XLU 的涨幅为 14.82%，但同期标普 500 指数的涨幅却达到了 19.89%。

若是东说念主工智能行业真实面对严峻的电力缺少，那么算作电力供应方的动力公司和公用功绩板块，理当取得逾额的商场陈说，而不是连大盘齐跑不外。

对此，纳德拉讲出了一个关节陈迹。他说"电网接入审批需要 5 年"，而且"输电清晰设备则需要 10 到 17 年"。

而与此同期，GPU 的采购周期是以季度来计量的，数据中心的设备周期频繁为 1 到 2 年，东说念主工智能需求的爆发速率则是以季度为单元在变化。

这些时分圭臬之间存在着数目级的相反，由此产生的时分错配，正是纳德拉说 AI 缺电的的本色场合。

而且对于纳德来来说还有一个当下没宗旨治理的纳闷。2020 年微软曾晓示，在保护生态系统的同期"杀青碳负排放、用水净增并杀青零烧毁"。

关系词实践情况是，咫尺微软数据中心所使用的电力中，近 60% 仍然来自包括自然气在内的化石燃料。这所产生的年度二氧化碳排放量，大要颠倒于 54000 户无为好意思国度庭的排放总数。

另一方面，国外动力署在 2025 年 10 月发布的《可再生动力阐发》中指出，全球发电才能的增长速率，可能会逾越包括东说念主工智能在内的新增电力需求。

阐发建议，在 2025 至 2030 年这五年时间，全球可再生动力装机容量将加多 4600 吉瓦，这一增量的限制，大致颠倒于中国、欧盟和日本三个经济体面前装机容量的总数。更进一步，阐发展望这五年的新增装机容量，将是之前五年增量的两倍。

这里要零碎要提到的等于核能。核能是独一能够提供踏实、大限制、低碳电力的选用。传统大型核电站的问题是设备周期长、资本高、风险大。但袖珍模块化反映堆 ( SMR ) 正在编削这个场面。SMR 不错像制造飞机或汽车一样在工场里批量分娩轨范化模块，然后通过铁路或公路运输到现场进行拼装，近似于 " 乐高积木 " 式的建造形态。

SMR 的单机容量唯独 50-300 兆瓦，比传统核电站的 1000-1600 兆瓦小得多，但这恰正是它的上风。更小的限制意味着更短的设备周期、更低的运转投资、更无邪的选址。SMR 不错在工场里批量分娩，然后运到现场拼装，大幅镌汰资本和风险。

SMR 是当下最火最潮的发电形态。谷歌曾与 Kairos Power 签署合同，购买了 500 兆瓦的 SMR 核电，这是科技公司初次径直投资 SMR 时刻。微软则是在 2024 年 1 月，礼聘了曾在 Ultra Safe Nuclear Corporation（USNC）的核策略与名目总监，来担任微软核时刻总监。其研究等于开发 SMR 以及更小的微型模块化反映堆（MMR）。

换句话说，微软缺的不是电，而是时分。

03

相较于动力方面，减少 AI 自身的功耗亦然一条进军的发展标的。

奥特曼的不雅点是，每单元智能的资本每年下落 40 倍，很可能咱们几年后就不需要这样多基础设施了。而且若是冲破握续，个东说念主级通用东说念主工智能可能在条记本上运行，进一步减少发电需求。

奥特曼曾写过一篇著作，以自家家具为例，领略注解过这个问题。著作中写到，从 2023 岁首的 GPT-4 模子到 2024 年中的 GPT-4o 模子，只是过了一年，每个 token 的资本，镌汰了大要 150 倍。在算力不变的前提下，相似的业务，在 AI 不同的发展阶段，所需要耗尽的电力就会减少。

他说这种幅度的价钱下落，若是只是依靠硬件资本的线性镌汰是无法杀青的，其背后势必包含了算法优化、模子架构改造和推理引擎效果提高等多方面的综互助用。

斯坦福大学 2025 年东说念主工智能指数阐发 ( HAI）中证明了这个说法，阐发中写到：在 18 个月内 , 达到 GPT-3.5 水平 ( MMLU 准确率 64.8% ) 的 AI 模子调用资本，从 2022 年 11 月的 20 好意思元 / 百万 token 骤降至 2024 年 10 月的 0.07 好意思元 / 百万 token，资本下落了 280 倍。

在硬件方面，GPU 当今加多了两个新的能效预计单元 :TOPS/W ( 每瓦万亿次运算 ) 和 FLOPS per Watt ( 每瓦浮点运算次数 ) 。这样的单元，是为了能够更直不雅地看到能效方面的冲破。

比如 Meta 发布的第五代 AI 西宾芯片 Athena X1，在低精度的前提下，能效比达到了 32TOPS/W，较前代提高 200%，空载功耗下落 87%。英伟达 H100 哪怕在 FP8 这样低精度的范围里，其能效比也唯独 5.7TFLOPS/W。

不外对于一些高精度的西宾任务，仍然需要使用 H100，这亦然为什么 Meta 要大限制采购几十万块英伟达的 GPU。

Epoch AI 的接头数据显现，机器学习硬件的能效正以每年 40% 的速率提高，每 2 年翻一番。新一代 AI 芯片的能效提高权臣。

英伟达的 H200 GPU 比较上一代 H100，能效提高了 1.4 倍。看起来还有很大的提高空间。

从宏不雅角度看，数据中心自己的能效才是最值得关爱的数字。频繁使用 PUE ( 动力使用效果 ) 来预计数据中心的能耗情况。

PUE 的梦想值是 1.0，意味着扫数电力齐用于诡计，莫得奢靡在冷却和其他赞助系统上。十年前，数据中心的平均 PUE 是 2.5，当今是 1.5，谷歌的最新数据中心照旧降至 1.1。这意味着相似的诡计任务，当今只需要当年一半的电力。液冷时刻、免费冷却、AI 驱动的动力照顾系统正在不息推低这个数字。

但无论哪种结局，动力行业齐因为 AI 而完成了重塑，即便改日 AI 的需求减少，动力行业的欢跃也会鞭策其他行业发展。

尊龙体育网