算力暴涨5000万倍之后，为什么最聪明的 AI 被电网卡住了脖子？

把全人类能看见的宇宙里所有恒星全加在一起，大概有一万亿亿颗。 但今年训练一个顶尖的 AI 模型算过的题，是这个数字的一千倍。 一个 1 后面整整跟着 27 个零。 在英文数学里，这个数字叫一个 octillion。 翻译成中文，是十万亿亿亿次计算。 光看这一长串零，普通人根本没有任何概念。 换算成时间，拿一张英伟达顶级的单卡显卡去硬算，不吃不喝要跑上万年。 跑完这一切的，是今年秋天刚露面的 GPT-6 Astra。 更让人发懵的是速度。 八年前的 2018 年，初代 GPT 刚诞生的时候，训练总共用了大约两百亿亿次运算。 到了 GPT-6 Astra，计算量直接翻了 5000 万倍。 八年时间，膨胀了 5000 万倍。 怎么算完的？ 当然不能靠神仙施法，只能靠人类最原始的力气活：堆硬件。 在德克萨斯的沙漠里，OpenAI 的星门数据中心把十几万张英伟达 Blackwell 架构的芯片连在一起。 十几万颗芯片连轴转，昼夜不停地轰鸣了几个月。 代码的世界可以无限膨胀，但物理世界的账单立刻就找上门来了。 计算机做计算，不是在虚空中点石成金。 每一道数学题，每一次矩阵乘法，都是微小电流在纳米级的晶体管之间来回翻转。 翻转一次，就烧掉一点电，吐出一丝热量。 几十万颗芯片堆在一起，直接变成了一座吞噬电力的巨型黑洞。 前几天《纽约时报》汇总了一批能源专家的测算。 按照这个算力膨胀的速度，到了 2030 年，训练一次顶尖 AI 模型的耗电速率，就会追平今天一整座纽约市。 纽约市八百多万人，所有的摩天大楼、全天运转的地铁、时代广场的广告牌和住宅里的空调，耗电功率加在一起，到那时候只够喂饱一个模型。 全美范围的数字更夸张。 美国劳伦斯伯克利国家实验室和能源专家的最新预测显示，到了 2030 年，全美数据中心的耗电量，可能会占到整个美国用电总量的 12% 左右。 要知道在 2023 年，这个数字还只有 4.4%。 全美每发八度电，就有一度要直接送进机房。 这下各家科技巨头的算盘彻底变了。 过去做 AI，比的是谁家算法精妙，谁能招到全世界最聪明的数学家。 现在的画风完全走向了重工业。 硅谷的高管们不再天天在旧金山讨论算法架构。 他们开始天南海北去抢电厂、抢变电站、抢燃气轮机。 微软去重启几十年前封存的三哩岛核电站。 亚马逊直接把数据中心盖在宾夕法尼亚的核电站隔壁，从反应堆引出专线供电。 为什么非要跑到核电站门口去抢电？ 因为公共电网根本经不起这么折腾。 在美国很多州，买显卡半年就能运进机房，但想向电力公司申请一条高压输电线路，排队审批加施工要等四年甚至六年。 一台重型电力变压器的排产周期，从过去的几个月硬生生拖到了三年以上。 软件的世界里，代码复制一次只需要一秒钟。 发电机、高压电塔、变压器和厚重的铜线，全是在现实泥土里一寸一寸铸出来的。 很多人总觉得人工智能是纯粹的赛博空间，是离泥土最遥远的虚拟技术。 结果它沿着缩放定律一路狂奔了八年，最后撞上的，竟然是工业革命时期就决定人类命运的发电机与电线杆。 天上的算力再怎么浩瀚无垠。 脚底下，也得老老实实踩着一条滚烫的电缆。