AI 算力的命門變了：電網容量卡住資料中心擴張

AI 算力最稀缺的資源，正在從晶片變成電。一份行業報道指出，美國電網容量不足已經成為 AI 發展的核心瓶頸，連全球最大的一些資料中心專案都因為拿不到足夠電力而受阻。據新智元報道，多個 GW 級 AI 園區因為併網排隊要排好幾年，投產時間一推再推。換句話說，不是誰買得起 GPU，誰就能把算力建起來——電這個最樸素的元素，卡住了整條擴張鏈。

問題出在物理層面。一個超大規模資料中心動輒要 幾百兆瓦甚至吉瓦級的穩定供電，而電網的擴容週期以年計，遠慢於晶片和機房的建設速度。晶片從下單到上架以月計，機房建設以季度計，而一座變電站從立項到通電往往要三到五年。當科技巨頭在短短一兩年內把訓練叢集從萬卡堆到十萬卡，當地電網根本來不及反應。更麻煩的是算力需求曲線幾乎垂直——頭部模型的訓練叢集每隔幾個月就翻一倍，電網的規劃週期卻是十年起步。微軟最近向 GE Vernova 採購 7 臺燃氣輪機、單臺超 2.5 億美元，本質就是等不及電網、自己發電給自己用。

電荒還順著產業鏈往上爬。AI 算力需求拉爆儲存晶片，高頻寬記憶體 HBM4 的價格預計 2027 年翻倍，從 2026 下半年的約 2 美元/千兆位元衝到 4 到 5 美元。GPU 緊俏、電力緊俏、記憶體緊俏，三件事疊在一起，把 AI 基建的成本曲線一路頂高。

有意思的是破局思路在分化。一邊是美國專案被電網絡卡脖子，另一邊中國公司 GobiX 在戈壁地區用創新方案解決資料中心電力問題，靠光伏加儲能就地供電、繞開主幹電網的瓶頸；中科曙光也在 7 月 10 日落成全國產十萬卡超叢集「曙光 8000」。誰能先把「穩定且便宜的電」這件事搞定，誰就握住了下一階段算力的命門。

說到底，算力戰爭的勝負手，可能不在實驗室裡，而在變電站和輸電線路上。當模型能力的差距逐步收窄，真正拉開身位的，是哪家能把電力、土地、晶片和工程能力擰成一條更低成本、更可擴張的供給鏈。對行業而言，電，已經從背景成本變成了前臺戰略。這或許是整個 AI 敘事裡，最被低估、也最難補的一條暗線。