特朗普白宫午宴后AI度量衡转向吉瓦:马斯克与黄仁勋揭示的算力电网死局
白宫办了一场超级智能午宴。 马斯克坐在川普左边,黄仁勋坐在右边。
随后两个人移步梅龙礼堂,在台上对谈了27分钟。 一个掌握着全球最关键的计算芯片,另一个手里握着模型、能源网络、制造工厂甚至火箭发射场。
很多参会者原本预期两人会聊大模型参数,或者讨论谁先做出通用人工智能。 结果整整27分钟里,两人反复强调的度量衡只有一个,吉瓦。 GW,10亿瓦。
黄仁勋开场第一句话就挑明,想要做成这件事,第一项前置条件就是能源。 马斯克紧接着给出一个基准数据,全美日常平均用电大约是500吉瓦。
当站在行业最前面的两个人开始用吉瓦来规划工程路线,AI的竞争逻辑已经彻底变轨。 它脱离了以往纯软件公司的扩张节奏,演变成一场重工业层面的实体角力。
回看过去三年。 2023年到2025年,整个行业眼睛只盯着三个字母,GPU。 谁能拿到英伟达的计算卡,谁才有资格坐上训练模型的牌桌。 科技公司排队开支票,初创团队四处调货,算力芯片比黄金还紧俏。
到了今天,高端芯片依然紧俏。 但很多团队把计算卡买到手之后才发现,真正的硬阻碍排在更深处。 变电站容量、输电线路、高压变压器、工业用水、冷却塔,还有地方电力部门的并网许可。
黄仁勋在台上把这个层级拆得很直白。 计算架构确实从芯片设计到算法应用全部重构了一遍,但承托所有算力运转的地基,始终是电。 电排在所有技术层级的最前面。
1吉瓦到底意味着什么。 一座典型的大型商业核电机组,发电功率大约就是1吉瓦。 按美国家庭的平均能耗折算,1吉瓦能支撑大约80万户居民的生活用电。
现在科技公司规划一个超级数据中心,动辄提出5吉瓦甚至10吉瓦的规划。 这意味着单个园区吃进去的电量,相当于400万到800万户家庭的总和。
马斯克在台上把这笔账算到了宏观经济层面。 全美平均用电大约500吉瓦。 如果系统里能多接入5吉瓦的稳定基荷电力,就相当于把全美总用电拉高了1%。 他把电力当成经济产出的基础原料。 由于每消耗一瓦电所能产出的计算能力不断提升,这新增的1%用电,可能直接撬动数千亿美元的新增产值。
但物理现实的演进节奏要慢得多。 美国能源信息署的数据显示,全美年用电销售额大概在4.1万亿到4.2万亿度之间,年增速维持在1.8%上下。 德州此前甚至一度叫停了部分新建数据中心的电网接入申请,要求先过一轮合规审查。 一边是单体计算园区动辄几个吉瓦的新增负荷,另一边是电网每年以一两个百分点的速度缓慢爬升。 供需的时间差横在眼前。
马斯克还在台上摆出了另一组数字对比。 长期来看,想要在基础设施竞争中保持身位,必须拥有充足的电力供给。 2025年中国全社会用电量已经超过10万亿度,美国大约是4万亿度出头,两者在电力总盘子上存在两倍以上的体量差。 在芯片设计与顶层算法上,美国具备先发优势。 但在基础发电与电网扩建的工程能力上,数字差距客观存在。
黄仁勋顺势给这类设施换了一个名字。 他说以前叫数据中心,因为里面主要放静态数据,现在的设施本质上是超级智能工厂。 仓库用来存放物品,工厂用来加工制造。 原材料是电力与芯片,生产出来的成品是智能。 如果美国每年新增10到20吉瓦的AI电力设施,顺带着会拉动发电厂建造、管网铺设、冷却系统维护等上百万个蓝领技术工种。
马斯克在孟菲斯部署Colossus超算集群时,已经踩出了这种路径。 为了让算力尽快通电,工程团队直接进场拉燃气轮机,为当地投资2.5亿美元建水循环处理厂。 当地原先面临失业问题,转眼变成了熟练电力工人和管道工短缺。
AI技术越往虚拟世界的方向走,支撑它的物理实体就越沉重。 互联网时代,做一家顶尖科技公司,核心资产是代码和服务器,电力只需按月交电费。 现在的AI公司,管理层每天要盯发电机组、变压器交期、冷水管路和土地审批。 马斯克甚至抽调了SpaceX造火箭的工程师,跑去现场优化涡轮发电。
地面电网一旦吃紧,工程思路就会被逼向极端。 马斯克甚至描绘了太空港算力的设想,利用轨道上没有昼夜交替、没有天气遮挡的持续太阳能,配合星舰发射部署算力。 虽然太空中面临散热、辐射与芯片维护等一系列未经大规模验证的工程难题,但科技公司把目光投向外太空本身,恰恰说明地面上的电力瓶颈已经严峻到了何种程度。
同一天,白宫还牵头签署了一份AI安全共识。 副总统万斯表达的思路很明确,不急着建立庞大繁杂的新监管部门,选择沿用现有的产品责任法、联邦贸易委员会与司法部执法框架,由研发企业自身承担第一道防线。 黄仁勋也给出了英伟达的工程解法:用Open Shell环境给AI代理划定操作边界,并在外侧用独立的BlueField芯片实时监控,代理程序碰不到监控芯片,一旦越界就立刻切断隔离。
从比拼模型参数,到争夺计算卡,再到今天台前台后争夺吉瓦指标。 AI的衡量标准正在层层下沉。 发电设备、芯片产线、电网通道与海量资本,被彻底捆绑在同一条实体传送带上。
然而吉瓦只代表能耗规模,不等于商业利润。 发电机与冷却塔立起来,也不代表现金流能够自动回笼。 无论台上的技术蓝图铺得多大,最终都要面对那个最朴素的商业规律: 由这些电力、芯片和巨额资本堆出来的算力,到底能不能在现实世界里找到足够庞大、愿意真金白银买单的有效需求。
引用 / CITATIONS
No citations exported.
同领域解读 / AI & LLMS
导出 / EXPORT
订阅 · SUBSCRIBE
每周一封独立、不受审查的科技与 AI 深度评论,周一发出。带出处,可核查。