开yun体育网

都说 AI 的止境是动力，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，微软好多 GPU 都躺在库房里不职责。"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，仿佛即是纳德拉这句话的"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，其动力板块都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"这样的处治决议，但另一方面，如斯明确的信号，商场却置之脑后，迟迟莫得回复。

这就不禁让东说念主产生了一个疑问：AI 产业简直缺电吗？

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快活；说不是，是因为问题的内容其实是 AI 多余，自然他不明晰具体会是些许年，但是最多欠妥先 6 年，AI 就会超出东说念主们的需求，也会导致 AI 对电的需求缩短。

也即是说，AI 产业短期断电，但弥远来看，跟着 AI 能耗的缩短，缺电问题就会得到处治。

01

谷歌公司在 2025 年 11 月初公布了一个名为"捕日者筹划"（Project Suncatcher）的名目，该筹划的运作款式是把 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，约莫是 3.86 乘以 10 的 26 次方瓦，这一数值是现时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，其太阳能板险些不错不隔断地经受到光照，一年下来所经受的能量是在地球中纬度地区一样面积太阳能板经受能量的 8 倍。

捕日者筹划与卫星公司 Planet Labs 相助，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。按照假想，这些卫星将在半径 1 公里的空域内协同职责，相互之间的距离看守在 100 到 200 米。该筹划预测在 2027 年头放射首批两颗考试卫星，以考据决议的可行性。

尽管谷歌曾经暗示，其在一年内已将旗下 Gemini 模子的单次查询能耗缩短了 33 倍，但很彰着，谷歌仍然需要电力。

在天外中诈骗太阳能发电并非新的办法，但弥远以来受困于一个中枢艰难，那即是怎么高效、安全地将产生的电力传输回大地。无论是选用微波束照旧激光束，能量在传输经由中的损耗和对大地环境的潜在影响都使其难以大限制施行。

"捕日者筹划"的念念路则选用绕开了这个方法。它并不规划将数据传回地球，而是在天外中径直诈骗这些电力进行诡计，只将诡计完成后的终端传回大地。

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

而面前商用的卫星间光通讯链路，数据速率时常只在 1 到 100Gbps 的范围内，这远不成称心 AI 诡计集群里面大限制数据交换的需求。谷歌提议的处治决议是选用密集波分复用工夫，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）。

谷歌对外解说了好多对于"捕日者筹划"的艰难以及处治办法，比如怎么为止集群编队、怎么守密辐射等等。

但谷歌并莫得解说该怎么散热。

这是一个相配难办的物理问题，真空中是莫得空气对流的，热量只可通过辐射款式散漫出去。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。对于这部分的工夫细节，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有谷歌一家。就在谷歌公布筹划的前几天，一家名为 Starcloud 的初创公司还是放射了搭载英伟达 H100 芯片的卫星，并声称要诞生一个领有 5 吉瓦功率的天基数据中心。埃隆 · 马斯克曾经暗示 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相助的"三体诡计星座"首批 12 颗诡计卫星已奏效放射并组网。

是以在送 AI 去天外这个问题上，自然听起来很新颖，但是群众的主张都是一样的，想用电，那就去那儿上头拿，大地上电不够你们用的。

02

形成 AI 对电饥渴这一场合的，主要怨尤于英伟达。这家公司的 GPU 居品，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 的处事器机架，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 的单元都是万。数万块 GPU 互相相通的时候还要借助英伟达的互联工夫 NvLink 工夫以擢升相通成果。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 又要皆集到 NvSwitch 上以兑现非阻碍鸠合，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。那其公号大约即是要 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 处事器，若是选用的是风冷系统，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。

现时，大型科技公司之间的竞争，其揣度范例还是从传统的诡计智力单元，转向了动力破钞单元"吉瓦"（GW）。像 OpenAI 和 Meta 这样的公司，都筹划在畴昔几年内加多当先 10 吉瓦的诡计智力。

算作一个参照，AI 行业破钞 1 吉瓦的电力，足以供应约莫 100 万个好意思国度庭的平淡用电。海外动力署在 2025 年的一份说明中预计，到 2030 年，东说念主工智能畛域的动力破钞将翻一番，其增长速率险些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预测将增长 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。

但是，成心思意思的来了。

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做事板块施展的代表性行业 ETF 名为 XLU。往日 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简直面对严峻的电力穷乏，那么算作电力供应方的动力公司和公用做事板块，理当取得逾额的商场答复，而不是连大盘都跑不外。

对此，纳德拉讲出了一个要害萍踪。他说"电网接入审批需要 5 年"，而且"输电澄澈诞生则需要 10 到 17 年"。

而与此同期，GPU 的采购周期是以季度来计量的，数据中心的诞生周期时常为 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。

这些时辰范例之间存在着数目级的相反，由此产生的时辰错配，正是纳德拉说 AI 缺电的的内容地点。

而且对于纳德来来说还有一个当下没办法处治的烦闷。2020 年微软曾晓示，在保护生态系统的同期"兑现碳负排放、用水净增并兑现零毁灭"。

但是践诺情况是，面前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，约莫十分于 54000 户平凡好意思国度庭的排放总数。

另一方面，海外动力署在 2025 年 10 月发布的《可再生动力说明》中指出，全球发电智力的增长速率，可能会当先包括东说念主工智能在内的新增电力需求。

说明提议，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，大致十分于中国、欧盟和日本三个经济体现时装机容量的总数。更进一步，说明预测这五年的新增装机容量，将是之前五年增量的两倍。

这里要独特要提到的即是核能。核能是独一能够提供厚实、大限制、低碳电力的选用。传统大型核电站的问题是诞生周期长、资本高、风险大。但微型模块化响应堆 ( SMR ) 正在改造这个场合。SMR 不错像制造飞机或汽车一样在工场里批量出产范例化模块，然后通过铁路或公路运载到现场进行拼装，肖似于 " 乐高积木 " 式的建造款式。

SMR 的单机容量唯有 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诞生周期、更低的入手投资、更天简直选址。SMR 不错在工场里批量出产，然后运到现场拼装，大幅缩短资本和风险。

SMR 是当下最火最潮的发电款式。谷歌曾与 Kairos Power 签署契约，购买了 500 兆瓦的 SMR 核电，这是科技公司初度径直投资 SMR 工夫。微软则是在 2024 年 1 月，聘任了曾在 Ultra Safe Nuclear Corporation（USNC）的核政策与名目总监，来担任微软核工夫总监。其主张即是开导 SMR 以及更小的微型模块化响应堆（MMR）。

换句话说，微软缺的不是电，而是时辰。

03

相较于动力方面，减少 AI 自身的功耗亦然一条精深的发展标的。

奥特曼的不雅点是，每单元智能的资本每年着落 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，以自家居品为例，解说过这个问题。著作中写到，从 2023 年头的 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，缩短了约莫 150 倍。在算力不变的前提下，一样的业务，在 AI 不同的发展阶段，所需要破钞的电力就会减少。

他说这种幅度的价钱着落，若是只是依靠硬件资本的线性缩短是无法兑现的，其背后势必包含了算法优化、模子架构雠校和推理引擎成果擢升等多方面的综相助用。

斯坦福大学 2025 年东说念主工智能指数说明 ( HAI）中阐发了这个说法，说明中写到：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，资本着落了 280 倍。

在硬件方面，GPU 当今加多了两个新的能效揣度单元 :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 老师芯片 Athena X1，在低精度的前提下，能效比达到了 32TOPS/W，较前代擢升 200%，空载功耗着落 87%。英伟达 H100 哪怕在 FP8 这样低精度的范围里，其能效比也唯有 5.7TFLOPS/W。

不外对于一些高精度的老师任务，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 的商榷数据袒露，机器学习硬件的能效正以每年 40% 的速率擢升，每 2 年翻一番。新一代 AI 芯片的能效擢升显贵。

英伟达的 H200 GPU 比较上一代 H100，能效擢升了 1.4 倍。看起来还有很大的擢腾飞间。

从宏不雅角度看，数据中心本人的能效才是最值得关心的数字。时常使用 PUE ( 动力使用成果 ) 来揣度数据中心的能耗情况。

PUE 的梦想值是 1.0，意味着统统电力都用于诡计，莫得浪费在冷却和其他扶助系统上。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还是降至 1.1。这意味着一样的诡计任务，当今只需要当年一半的电力。液冷工夫、免费冷却、AI 驱动的动力经管系统正在连续推低这个数字。

但无论哪种结局，动力行业都因为 AI 而完成了重塑，即便畴昔 AI 的需求减少，动力行业的情愿也会鼓舞其他行业发展。

开yun体育网