把「10 万颗 GPU」叫成「10 万台服务器」，中间到底差了什么

把「10 万颗 GPU」叫成「10 万台服务器」，中间到底差了什么？ 中间差了 720 万颗顶尖芯片。 差了 3500 亿美元硬件预算。 还差了 10 座核电反应堆的发电量。

两个词听起来差不多。 为什么差了 72 倍？

英伟达把 GB200 NVL72 包装成了一台单体服务器。 但这台所谓的服务器，是一个两米高的巨型水冷机柜。 一台机柜里面，整整塞了 72 颗 Blackwell GPU、36 颗 Grace CPU、9 个网络交换机托盘，以及 5000 根 NVLink 铜缆。 单台机柜净重 1.3 吨。 只要通上电，一台机柜的功耗就是 130 千瓦。

如果真按传闻建一座「10 万台 NVL72」的数据中心，机柜级计算的物理硬约束会立刻把人砸醒。 10 万台机柜乘上 72，那是 720 万颗芯片。 单是买硬件，就要掏出 3500 亿美元，超过微软、谷歌、Meta 三家一年的资本开支总和。

更要命的是电网。 10 万台机柜全功率开机，IT 功耗高达 13 吉瓦。 这是什么概念？ 胡佛水坝的总装机容量只有 2 吉瓦。 三峡水电站峰值发电量是 22.5 吉瓦。 13 吉瓦相当于半座三峡水电站，或者 10 座标准核电反应堆在旁边全力发电。 没有任何国家的民用电网能承受这种级别的瞬间负荷。

今天科技巨头拼尽全力建的「10 万卡超级集群」，究竟是什么？ 是 10 万颗 GPU 芯片。 折算下来，大约是 1389 台 NVL72 机柜。 1389 台机柜，总功耗大约在 180 兆瓦到 200 兆瓦。 为了给这 1389 台机柜找电，科技公司已经把天然气轮机直接拖到了厂房门口，排队几年去抢变电站配额。 调度这 1389 台机柜协同计算，哪怕一根铜缆过热降频，整个训练任务都会直接中断。

在 PPT 和金融模型的叙事里，算力只是一个可以无限放大的数字，从 10 万颗喊到 100 万颗。 但在物理世界里，算力是铜缆的信号衰减极限，是冷却液在管道里的流速，是变电站变压器的耐热温度。 100 万颗 GPU 的训练集群，至今依然躺在未来的图纸上。 更别提被随口夸大了 72 倍的「10 万台机柜」。

当物理定律、电网负荷和资本开支把边界死死焊在地面上时，算力不会因为少写了一个单位，就在空气里凭空长出来。