{"id":"2056527373906903537","account":"mubei","brand":"@mubei","title":"2030年，全美国五分之一的电，可能只够喂养一个东西。 一个超级AI训练集群。 前OpenAI研究员Leopold As…","summary":"2030年，全美国五分之一的电，可能只够喂养一个东西。 一个超级AI训练集群。 前OpenAI研究员Leopold Aschenbrenner推演了一条暴力的增长曲线。 过去十年，最大的AI系统训练算力，每年稳定跃升半个数量级。 顺着这个斜率往前推，数字的膨胀速度极度夸张。 20…","body":"2030年，全美国五分之一的电，可能只够喂养一个东西。\n一个超级AI训练集群。\n\n前OpenAI研究员Leopold Aschenbrenner推演了一条暴力的增长曲线。\n过去十年，最大的AI系统训练算力，每年稳定跃升半个数量级。\n顺着这个斜率往前推，数字的膨胀速度极度夸张。\n\n2022年，GPT-4预训练完毕。\n当时用了约2.5万张A100显卡。\n造价大概5亿美元，耗电10兆瓦。\n\n到了2024年，集群规模进化到10万张H100等效算力。\n耗电飙到100兆瓦，造价几十亿美元。\n\n再往前走两年，也就是2026年。\n100万张H100，耗电直接干到1吉瓦。\n这相当于专门为了一个服务器集群，配上一整座大型核反应堆，或者包下整个胡佛水坝的发电量。\n单体造价达到几百亿美元。\n\n2028年，1000万张H100。\n耗电10吉瓦。\n这一个机房消耗的能源，比美国大多数州全州的用电量还要多。\n造价数千亿美元。\n\n等到2030年，真正的巨兽成型。\n1亿张H100等效算力，耗电100吉瓦。\n这会一口吞掉全美20%以上的总发电量。\n建这么一个集群，需要1万亿美元。\n\n最致命的是，这仅仅是“一个最大的训练集群”的胃口。\n等大模型产品全面铺开，海量并发的推理端才是真正的用电无底洞。\n而美国的电力生产规模，过去几十年几乎画成了一条平线，根本没有实质性增长。\n\n算力霸权的限制条件已经浮出水面。\n硅谷的代码写得再快，最终也要受制于物理世界的发电机组和老旧电网。","category":"科技","score":83.3,"percentile":83.5,"reason_tags":[],"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-19 02:27:19","created_at":"2026-05-19T02:08:29+02:00"}