深度解读AI 与大模型generatedpublished

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

机制

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

查看全部「AI 与大模型」解读 →

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。

不追踪邮件打开与邮件链接点击,一键退订。 或用 RSS · 详情