{"source":{"id":"2056527373906903537","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…","url":"https://mubeitech.com/p/2056527373906903537"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"raw_2c1f8fabbc51352c","account":"mubei","brand":"@mubei","title":"来看一组刚在 All-In 峰会上公开的数据。 光 Google 一家公司，一个月就要处理大约 3.2 万亿亿个 tok…","summary":"来看一组刚在 All-In 峰会上公开的数据。 光 Google 一家公司，一个月就要处理大约 3.2 万亿亿个 token。 如果按每个 token 消耗 10 焦耳能量计算，这已经算是极省电的模型了。 把这个数字乘出来，Google 光是跑 AI，就需要 12 吉瓦的持续供电…","body":"来看一组刚在 All-In 峰会上公开的数据。\n光 Google 一家公司，一个月就要处理大约 3.2 万亿亿个 token。\n如果按每个 token 消耗 10 焦耳能量计算，这已经算是极省电的模型了。\n把这个数字乘出来，Google 光是跑 AI，就需要 12 吉瓦的持续供电。\n\n12 吉瓦是什么概念？\n全美国所有数据中心的总用电容量，加起来也就 40 吉瓦出头。\n一家公司的 AI 业务，直接吞掉全美近三分之一的数据中心电力。\n现在去建数据中心，最值钱的早就不再是地皮或者机架。\n哪怕用户只是在对话框里敲下一句话，成本里整整 50% 纯粹是在交电费。\n照这个速度跑下去，业内估计最多三年，现有的电网就会被活活吸干。\n\n这时候悲观派跑出来喊了：\nAI 的扩张必然撞上物理电网的硬墙，我们很快就要无电可用了。\n\n真的吗？\n大自然可不这么认为。\n人类的大脑能写诗、能推理、能做复杂的科学研究。\n它满负荷运转需要多少功率？\n20 瓦。\n一盏普通床头灯的电量。\n\n动物就更离谱了。\n一只猴子的大脑功率大约 1 瓦，跟你兜里的智能手机差不多。\n一只松鼠在树枝之间闪转腾挪，跳一千次能准准落上一千次。\n控制这种精密身体动作的松鼠大脑，功率只有 8 毫瓦。\n把你手机里的电量分一分，足够同时驱动一百多只松鼠的大脑。\n\n一边是 20 瓦就能运转的人类智慧；\n一边是跑几个模型就恨不得吃掉几座核电站的数据中心。\n为什么差距能大到十个数量级？\n\n曾经创办过全球第一家 AI 芯片公司、后来又去读了神经科学博士的纳芬·拉奥（Naveen Rao），在峰会上把账算了一遍。\n从 1945 年第一台电子计算机 ENIAC 诞生开始，我们造计算机的方法就彻底搞错了。\n\n当年美军造 ENIAC，唯一的目的是为了快速计算火炮的弹道轨迹。\n设计者唯一关心的，就是它能不能比人工计算更快。\n至于耗多少电，当年根本没人考虑。\n于是约翰·冯·诺依曼定下了那套经典图纸：\n一边是负责计算的处理器，一边是负责存数据的内存，两边通过总线相连。\n这套存算分离的冯·诺依曼架构，统治了人类科技整整八十年。\n\n可这套架构跑别的东西还行，拿来跑现代 AI，简直就是一场灾难。\n在芯片内部，做一次微小的数学乘加，消耗的能量极其微弱。\n真正吃电的大老虎，是在处理器和内存之间来回搬运数据。\n现代 GPU 跑大模型，80% 以上的电量根本没有花在思考上。\n全是在导线上疯狂倒腾比特，白白把能量散成了废热。\n\n看一组对比就知道有多夸张：\n人类大脑皮层有 140 亿个神经元，每秒钟在神经元之间传递的信息，只有大约 160 亿个比特。\n而一块顶级的现代 GPU，每秒钟光是在芯片和内存之间搬运的数据，就高达近 30 万亿比特。\n导线里的电子在疯狂奔跑，能不把变电站给烧穿吗？\n\n那大自然的大脑又是怎么算的？\n脑子里可没有浮点数，也没有矩阵乘法。\n神经元本身既在存信息，又在做计算，完全没有内存总线这种中间商。\n大自然是用物理规律本身在做计算。\n\n拉奥的团队决定彻底掀桌子，造一台真正的物理动力学计算机。\n他们把这套逻辑做成了一个非常精巧的硅基系统。\n怎么理解这种机器？\n想象一下，把几个机械节拍器放在一块可以自由滑动的木板上。\n刚开始把它们拨动起来，每个摆锤晃动的节奏完全不一样，各摆各的。\n但因为它们都立在同一块木板上，每一次摆动都会给木板施加微弱的推力。\n不需要任何外力干涉，只要几十秒，所有节拍器就会全部步调一致，锁定在同一个相位里。\n\n这就是物理系统天然具备的耦合约振特性。\n它们不靠任何算法代码，光靠物理相互作用，自己就能找到系统的稳态。\n拉奥团队造出的芯片，就是由密集排列的硅基微型振荡器构成的网络。\n输入进去的数据不再是二进制的 0 和 1。\n数据变成了连续的波形。\n让电信号在振荡器网络里自发振荡、耦合、干涉。\n物理系统最终沉淀下来的相位状态，就是计算出来的答案。\n\n每一个振荡元件自身就是存储单元，彻底砍掉了外部内存接口。\n再加上三维晶圆堆叠技术与时间维度的连续演化，他们把这套架构称为四维计算。\n连矩阵乘法这个基础概念，在硬件底层都不存在了。\n\n听起来像科幻小说？\n今年 6 月 1 日，第一批芯片设计被送进晶圆厂。\n现在实物芯片已经回到了实验室，并且成功生成了第一批图像。\n实测功耗数据让整个行业为之一震：\n用这块芯片生成一张图片，只需要大约 500 纳焦耳的能量。\n传统顶级 GPU 跑同样的生成任务，耗能是在毫焦耳级别。\n纳焦耳是十亿分之一焦耳，毫焦耳是千分之一焦耳。\n能耗直接被砍掉了几千倍。\n\n如果算力的能耗门槛真能暴跌上千倍，未来的数据中心是不是就能少建了？\n历史给出的答案恰恰相反。\n早在 1865 年，英国经济学家杰文斯就记录过一个反直觉的现象：\n当瓦特改良了蒸汽机、让煤炭利用效率大幅飙升之后，英国的煤炭消耗量不仅没有减少，反而迎来了暴增。\n因为当核心资源的成本暴跌，全社会的需求会被指数级释放。\n这就是著名的杰文斯悖论。\n\n一旦能耗这堵高墙被物理动力学计算推倒，算力就会从昂贵的集中式变电站里解放出来。\n未来的 AI 不会把地球电网吸干。\n它们会像松鼠的大脑一样轻巧，钻进几十亿台机器人、传感器和便携设备里。\n这场看似窒息的能源危机，更像是大自然给出的一个提醒：\n八十年前那张给算盘提速的旧图纸，早就该翻篇了。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2102314307631333801","translated_status_id":"2102314307631333801","published_at":"2026-09-22 10:19:34","created_at":"2026-09-22T10:19:34.238314","url":"https://mubeitech.com/p/raw_2c1f8fabbc51352c","markdown_url":"https://mubeitech.com/p/raw_2c1f8fabbc51352c/markdown"},{"rank":2,"id":"2093820206074261626","account":"mubei","brand":"@mubei","title":"芯片造出来了，却通不上电。 马斯克披露了一个行业共识数据。 2027年造出来的AI算力，大约有15吉瓦当年根本无法开机。…","summary":"芯片造出来了，却通不上电。 马斯克披露了一个行业共识数据。 2027年造出来的AI算力，大约有15吉瓦当年根本无法开机。 15吉瓦是什么概念？ 相当于十几座大型核电反应堆的发电总和。 芯片日夜赶工造出来了。 结果电网根本接不进去。 AI竞争的真正瓶颈彻底变了。 以前大家在抢芯片、…","body":"芯片造出来了，却通不上电。\n马斯克披露了一个行业共识数据。\n2027年造出来的AI算力，大约有15吉瓦当年根本无法开机。\n\n15吉瓦是什么概念？\n相当于十几座大型核电反应堆的发电总和。\n芯片日夜赶工造出来了。\n结果电网根本接不进去。\n\nAI竞争的真正瓶颈彻底变了。\n以前大家在抢芯片、抢先进制程。\n现在的硬约束，直接撞上了最传统的基建：电力。\n\n找地方搭机房不难。\n难的是去哪里凭空接入这么庞大的稳定电力。\n高压变压器要排队，电网审批要排期，发电厂扩建得以年为单位算。\n\n算力进化是以月计算的。\n电网基建是以十年计算的。\n造得出芯片却通不上电，算力就只是一堆昂贵的硅片。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2093836265107951828","translated_status_id":"2093836265107951828","published_at":"2026-08-29 22:01:04","created_at":"2026-08-29T23:56:53+02:00","url":"https://mubeitech.com/p/2093820206074261626","markdown_url":"https://mubeitech.com/p/2093820206074261626/markdown"},{"rank":3,"id":"raw_4d3d95dcad8e466a","account":"mubei","brand":"@mubei","title":"所有人都在盯着 3 纳米、2 纳米的光刻机和芯片禁运。 媒体每天都在争论谁造出了算力最强的新一代芯片。 但决定下一阶段…","summary":"所有人都在盯着 3 纳米、2 纳米的光刻机和芯片禁运。 媒体每天都在争论谁造出了算力最强的新一代芯片。 但决定下一阶段 AI 竞赛胜负的，可能根本不在晶圆厂里。 而在变电站的开关上。 纳米很重要。 但吉瓦正在变得更致命。 买下一万张顶配芯片，插上电就能立刻运转吗？ 如果电网连不上…","body":"所有人都在盯着 3 纳米、2 纳米的光刻机和芯片禁运。\n媒体每天都在争论谁造出了算力最强的新一代芯片。\n但决定下一阶段 AI 竞赛胜负的，可能根本不在晶圆厂里。\n而在变电站的开关上。\n纳米很重要。\n但吉瓦正在变得更致命。\n买下一万张顶配芯片，插上电就能立刻运转吗？\n如果电网连不上，再先进的芯片，也只是一堆通不上电的冷硅片。\n这台卡住整个产业的物理机器，叫基础设施耦合时滞。\n经济史学家保罗·大卫（Paul David）在 1990 年写过一篇经典论文。\n题目叫《发电机与计算机》。\n1880 年代，高效电动机就已经发明出来了。\n可在此后整整四十年里，全美工厂的生产率几乎没有任何跃升。\n为什么？\n因为光有更快的电动机没用。\n工厂必须把沿用百年的蒸汽动力主轴彻底拆掉。\n重新围绕分布式电网改造车间、流程和制度。\n从一项突破性技术诞生，到它真正嵌入整个文明的生产体系。\n中间隔着一整个基础设施的重构周期。\n今天的 AI 正在撞上同一堵高墙。\n芯片制程每十八个月就迭代一代。\n而变电站、高压输电线路和发电厂的建设，是以五年甚至十年为周期计算的。\n看看劳伦斯伯克利国家实验室（Lawrence Berkeley National Laboratory）公布的最新排队数据。\n全美正在排队申请接入电网的发电与储能项目，总容量已经超过 2061 吉瓦（GW）。\n一个项目从递交并网申请到真正通电投产。\n平均等待时间已经从 2008 年的 22 个月，一路飙升到 2025 年的 61 个月。\n整整五年零一个月。\n在 2000 年到 2020 年间递交申请的所有项目中，到 2025 年底真正通电落地的，只有区区 13%。\n麦肯锡预测，到 2030 年，仅美国数据中心的电力需求就要从 30 吉瓦暴涨到 90 吉瓦以上。\n国际能源署测算，全球数据中心的用电量将从 2024 年的 415 太瓦时翻倍到 945 太瓦时。\n一边是算力需求的垂直起飞。\n一边是审批流程与电网扩容的漫长泥潭。\n北京正是看准了这道物理缝隙。\n宣布投入约 2 万亿人民币建设全国算力一张网。\n试图靠自上而下的行政指令调配电网，在芯片受限的情况下抢先完成基建铺设。\n但行政指令能凭空造出生产力吗？\n算力不是水泥和沥青。\n如果没有前沿的模型突破、没有自由竞争的市场生态、没有真实的商业应用落地。\n强行堆出来的兆瓦数，只会变成空置机房和昂贵的电力黑洞。\n光刻机划定了单点技术的上限。\n电网容量与制度摩擦，决定了技术落地的广度。\n当所有人还在为几张芯片的出口管制争论不休时。\n真正决定未来走向的较量，早就在审批窗口与电网变电站前打响了。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2095985226887381500","translated_status_id":"2095985226887381500","published_at":"2026-09-04 22:54:42","created_at":"2026-09-04T22:54:42.022435","url":"https://mubeitech.com/p/raw_4d3d95dcad8e466a","markdown_url":"https://mubeitech.com/p/raw_4d3d95dcad8e466a/markdown"},{"rank":4,"id":"2076433176906682449","account":"mubei","brand":"@mubei","title":"AI 竞赛真正的计分牌，不是模型跑分，是电力、机房和钱。 摩根士丹利的估算里，谷歌、亚马逊、微软、Meta 四家公司，2…","summary":"AI 竞赛真正的计分牌，不是模型跑分，是电力、机房和钱。 摩根士丹利的估算里，谷歌、亚马逊、微软、Meta 四家公司，2027 年合计资本开支可能冲到 1.018 万亿美元。 注意，是一年。 2024 年，这个数字还是 2500 亿美元。 2025 年预计 4130 亿美元。 2…","body":"AI 竞赛真正的计分牌，不是模型跑分，是电力、机房和钱。\n\n摩根士丹利的估算里，谷歌、亚马逊、微软、Meta 四家公司，2027 年合计资本开支可能冲到 1.018 万亿美元。\n\n注意，是一年。\n\n2024 年，这个数字还是 2500 亿美元。\n2025 年预计 4130 亿美元。\n2026 年预计 7370 亿美元。\n到 2027 年，直接越过 1 万亿美元。\n\n三年多时间，翻了 4 倍。\n这已经不像互联网公司扩张。\n更像一次重工业动员。\n\n拆开看更吓人。\n2027 年，亚马逊预计 2680 亿美元。\n微软 2760 亿美元。\n谷歌 2990 亿美元。\nMeta 1740 亿美元。\n\n四家公司一年烧掉的钱，接近一个中等大国的全年经济体量。\n而且这还不是为了多做几个 App。\n这是在买芯片、建数据中心、抢电力、铺 AI 时代的基础设施。\n\n另一个数字更直观。\n摩根士丹利估算，超大云厂商新增算力容量，2025 年约 6.7 吉瓦。\n2026 年升到 13.7 吉瓦。\n2027 年可能到 19.5 吉瓦。\n\n吉瓦是什么概念？\n这已经不是办公室插几排服务器。\n这是把 AI 当成电力工业来打。\n\n其中谷歌在 2027 年新增容量预计最高，约 6.8 吉瓦。\n亚马逊约 4.7 吉瓦。\n微软约 4.7 吉瓦。\nMeta 约 3.4 吉瓦。\n\n这也解释了为什么今天的 AI 竞争越来越不像软件竞争。\n模型当然重要。\n算法当然重要。\n但真正把差距拉开的，是谁能持续拿到电、土地、服务器、芯片、工程队和资本市场的信任。\n\n过去互联网的门槛，是流量。\n移动互联网的门槛，是入口。\nAI 时代的门槛，正在变成一座座数据中心和一张张电网接入许可。\n\n所以别只盯着谁发布了新模型。\n真正的战争在地下管线、变电站、机房钢架和资本开支表里。\n\nAI 最终拼的不是谁口号更大。\n是现代工业体系，能不能把钱、电和算力，连续几年压到同一个方向上。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2076553447848005810","translated_status_id":"2076553447848005810","published_at":"2026-07-13 06:06:05","created_at":"2026-07-13T08:01:24+02:00","url":"https://mubeitech.com/p/2076433176906682449","markdown_url":"https://mubeitech.com/p/2076433176906682449/markdown"},{"rank":5,"id":"raw_708f235ce731aad8","account":"mubei","brand":"@mubei","title":"OpenAI 刚发布了新模型 GPT-6 Astra。 黄仁勋发推文祝贺，顺手扔了一颗深水炸弹： AGI 已经到了。 接…","summary":"OpenAI 刚发布了新模型 GPT-6 Astra。 黄仁勋发推文祝贺，顺手扔了一颗深水炸弹： AGI 已经到了。 接着他给了一组数字： 这个模型是在 10 万多块 Grace Blackwell NVLink72 系统上训练出来的。 下一批，还有 40 万块 NVIDIA 芯…","body":"OpenAI 刚发布了新模型 GPT-6 Astra。\n黄仁勋发推文祝贺，顺手扔了一颗深水炸弹：\nAGI 已经到了。\n接着他给了一组数字：\n这个模型是在 10 万多块 Grace Blackwell NVLink72 系统上训练出来的。\n下一批，还有 40 万块 NVIDIA 芯片正在排队上线。\n评论区立刻吵成一团。\n有人在核对跑分，有人在质疑 AGI 的定义，学者们在争论这算不算营销吹牛。\n所有人都被 AGI 这三个字母吸走了注意力。\n但真正反常识的信号，藏在那两组数字里。\n等一下。\n如果 AGI 真的已经到了，终点线都已经跨过去了，为什么还要一口气追加 40 万块顶级芯片？\n如果学生已经毕业了，你为什么还要把学费翻四倍？\n这背后藏着一台运转了一百六十年的经济学机器。\n1865 年，英国经济学家威廉·斯坦利·杰文斯写了一本书，叫《煤炭问题》。\n当时很多人以为，只要瓦特改良了蒸汽机，煤炭消耗效率提上去，英国的煤就会越用越省。\n杰文斯算完账，给出了一个完全相反的结论：\n当蒸汽机的效率提高，做功的成本大幅下降，蒸汽机就会迅速铺满采矿、纺织、火车和轮船。\n煤炭没省下来，总消耗量反而暴增了几百倍。\n这个规律后来被称为杰文斯悖论。\n现在的算力市场上，正在上演一模一样的一幕。\n过去四年，芯片主要是用来训练模型的。\nOpenAI 租下 10 万块芯片，通电跑上几个月，把模型训出来，这笔钱就算花完了。\n算力在当时是一笔固定研发开支，就像买一台机床。\n新一代模型跨过的那道门槛，把这台机器彻底改写了。\nGPT-6 Astra 不再只是一个回答问题的聊天框。\n它成了一个接管屏幕、写代码、测漏洞、连续执行任务的电脑操作员。\n要让它在真实世界里替人干活，每走一步，都需要在后台进行海量推理和反复试错。\n这叫推理期算力扩展。\n当智能跨过了「真正可用」的临界点，算力就从实验室里的研发成本，变成了工业生产里的电力。\n它不再是一次性买断的机床。\n它是机床运转时，每一秒钟都要烧掉的燃料。\n模型越能干，被派给它的任务就越多，它后台烧掉的算力就越庞大。\n这就是为什么训一个模型用了 10 万块芯片，后面却需要 40 万块芯片接力进场。\n因为训大脑只需要 10 万块。\n让大脑去全天候当牛做马，需要 40 万块、甚至几百万块。\n看懂了这台机器，你就能看懂黄仁勋为什么比任何人都急着宣布 AGI 降临。\n在淘金热里，最希望大家相信山上有金矿的人，从来不是淘金客。\n是山脚下卖铁锹的人。\n淘金客可能空手而归。\n只要全世界都相信金子就在前面，下一批 40 万把铁锹的订单，就已经稳稳装进了口袋。\n真正的分水岭，从来不是 AGI 到底有没有标准答案。\n当全世界还在为概念争论不休时，卖铁锹的人，已经把算力变成了全人类必须按秒付费的新煤炭。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2096875508021547163","translated_status_id":"2096875508021547163","published_at":"2026-09-07 10:12:07","created_at":"2026-09-07T10:12:07.107035","url":"https://mubeitech.com/p/raw_708f235ce731aad8","markdown_url":"https://mubeitech.com/p/raw_708f235ce731aad8/markdown"},{"rank":6,"id":"2095577687465082993","account":"mubei","brand":"@mubei","title":"建 AI 数据中心，普通人的电费就得暴涨？ 福克斯民调显示，70% 的选民坚决反对在自家附近建数据中心。 大家最怕的就一…","summary":"建 AI 数据中心，普通人的电费就得暴涨？ 福克斯民调显示，70% 的选民坚决反对在自家附近建数据中心。 大家最怕的就一件事：科技巨头把电抽干，留下天价账单让老百姓扛。 副总统万斯给出了白宫的硬核解法。 川普定下了一条死规矩：用电者保护。 你想建耗电如流水的数据中心？ 行，但绝不…","body":"建 AI 数据中心，普通人的电费就得暴涨？\n福克斯民调显示，70% 的选民坚决反对在自家附近建数据中心。\n大家最怕的就一件事：科技巨头把电抽干，留下天价账单让老百姓扛。\n\n副总统万斯给出了白宫的硬核解法。\n川普定下了一条死规矩：用电者保护。\n你想建耗电如流水的数据中心？\n行，但绝不能只从公共电网抽电。\n你必须自己就地发电，把多余的电力反哺回电网。\n\n怎么做？\n白宫直接给审批松绑，允许在数据中心旁边自建核电站或各类独立电厂。\n不仅不准抢民用电，还要倒逼资本把整个电网盘活。\n\n万斯提到一张让他痴迷的中美发电量对比图。\n2005 年左右，中共国的发电量追平美国，在那之前中共国远落后于美国。\n中美争夺 AI 霸权，表面拼算法，底座全在拼发电能力。\n如果被繁文缛节绑住手脚不敢建电厂、不敢造火箭，这场科技战根本打不赢。\n\n把核电站直接修到机房门口。\n算力扩张必须带动电力激增，老百姓的电费才不会被科技狂潮收割。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2095586297096130875","translated_status_id":"2095586297096130875","published_at":"2026-09-03 18:27:46","created_at":"2026-09-03T20:20:29+02:00","url":"https://mubeitech.com/p/2095577687465082993","markdown_url":"https://mubeitech.com/p/2095577687465082993/markdown"}]}