顶级芯片堆满机房却通不上电：AI算力为什么被一台变压器卡了脖子？

买齐了全套顶级人工智能芯片，堆在仓库里却通不上电。

硅谷都在排队抢显卡。 等英伟达的货一批批拉进机房， 工程师才发现，整个园区只能先当仓库用。 因为插头没地方插。

现在建一个像样的大型人工智能数据中心， 用电量动辄几百兆瓦，甚至奔着吉瓦级去。 吉瓦是什么概念？ 十亿瓦特。 这相当于要给一座几十万人口的城市，同时通上全部的电。

普通的市政电网，哪经得起这种抽水机一样的负荷？ 必须从超高压电网上专门开口子，建重型变电站， 把几十万伏的高压电一层层降下来。 问题就卡在了这里。

降压靠的是大型高压变压器。 这东西不是流水线上的手机，按个开关就能压出来。 行业分析机构伍德麦肯兹跟踪过供应链数据， 过去订一台大型电力变压器，等上一到两年就能交货。 现在呢？ 平均等待时间直接拉长到了 160 周以上。 整整三到四年。 有些特殊电压规格的定制型号，排队甚至要等五年。

为什么造一台变压器会这么慢？ 它不就是一个铁芯加几圈铜线吗？ 还真不是。

第一个卡住的地方，是变压器的心脏：取向硅钢。 这是一种极度挑剔的特种磁性钢材， 晶体排列差一点点，变压器运行时就会剧烈发热漏电。 全美国 90% 的取向硅钢依赖进口， 本土只剩下一座位于宾夕法尼亚州的钢铁厂还在生产。 建一条新的高端取向硅钢轧机， 投资几亿美元不说，从审批到调试至少要三到五年。

第二个卡住的地方更难办：手工绕线师傅。 重达两三百吨的重型变压器，至今没法交给机器人自动化组装。 几十毫米厚的实心铜导线，夹着绝缘纸， 必须由老师傅站在脚手架上，靠手工拉力一圈一圈缠出来。 稍微松一点，通电后产生的巨大电磁力就会把线圈震碎； 缠得太紧，绝缘层又会当场拉裂。 培养一个熟练的高级绕线工，至少要两到三年。 老一代技工批量退休，工厂招不到新人， 手握大把订单，产能就是拉不上去。

这就在科技界撞出了一个极其荒谬的时间差。

硅芯片跟着摩尔定律走，十八个月翻一代。 今天花几万美元买的最新芯片，三年后就成了上一代旧货。 而重型电网设备，守着重工业的古老节奏， 造一台要四年，服役寿命长达四十年。 芯片买回来了，变压器还在排期。 等到变压器终于运到现场接通电源， 当年买回来的顶级算力，已经在仓库里贬值了一大半。 几亿甚至几十亿美元的算力资产， 还没跑过一个模型，就先成了昂贵的搁置资产。

科技巨头当然等不起。 老老实实去排公共电网的接入审批，在很多地区要等五到七年。 于是，硅谷大厂干脆开始自建能源帝国，直接绕开电网。

微软跟能源公司星座能源签了二十年的购电长约， 出资重启宾州三里岛核电站已经关停的一号机组。 改名为克兰清洁能源中心， 一口气锁定 835 兆瓦的核电，专供微软数据中心。

亚马逊下手更直接。 掏出 6.5 亿美元，把数据中心直接买在宾州萨斯奎哈纳核电站的围墙旁边。 跳过公共输电线路，搞表后直连， 把反应堆发出来的 960 兆瓦电力直接接入自己的机房。

谷歌则找了初创公司凯罗斯能源， 直接签下六到七座小型模块化核反应堆的订单， 打算在未来几年自己搞定 500 兆瓦的清洁电力。

以前大家谈人工智能， 比的是模型参数、算法架构，或者谁手里的显卡数量多。 但当算力规模推到城市级用电的时候， 比赛的底层逻辑彻底变了。

代码敲得再快，也得等变压器里的铜线一圈一圈绕完。 算力的最终瓶颈， 从来不只在虚拟空间的代码里。 它最终卡在实打实砸在地上的钢铁、线圈与发电机上。