为了给 AI 找电，Google 把一份接近 1 吉瓦的订单开给了德州油田的钻井队

为了给 AI 找电，Google 把一份接近 1 吉瓦的订单开给了德州油田的钻井队。 没给光伏，没给风电，也没给被资本炒上天的核反应堆。 他们在犹他州荒漠里，用挖页岩油的重型设备，往地下两万英尺的滚烫花岗岩里打压裂泵。 一家硅谷顶级科技巨头，为什么要用石油公司的看家绝活，去地底死磕几百度的致密硬岩？ AI 算力是一台 24 小时不能停的吞电巨兽。 训练大模型需要的是基荷电力。 容量因子必须稳定在 90% 以上。 只要电网一断，或者电压发生波动，几万张 GPU 跑了几天的模型权重就可能直接报废。 但过去二十年被大力推广的绿色能源，底色全写着靠天吃饭。 光伏有昼夜，风电看天气。 它们的平均容量因子通常只有 20% 到 35%。 配上电池储能，最多也就能顶四到八个小时。 核电虽然稳定，但从项目立项、监管审批到并网投产，动辄需要耗上十年以上，根本赶不上 AI 算力指数级爆发的节奏。 算力跑得越快，电网这根缰绳就勒得越紧。 地下的热能其实一直都在。 地表之下几公里，到处是超过 200 摄氏度的高温岩石。 但在过去一百年里，传统地热发电始终是一场极小概率的地理彩票。 发电必须同时凑齐三个条件：地下有高温、有充沛的水源、地层还得有天然的裂隙让水流动。 全球能同时凑齐这三样东西的地方，不到陆地面积的 2%。 没有天然裂隙，岩石里的热量就等于被锁在死胡同里。 终结这个僵局的转折点，来自实验室之外。 它来自过去二十年美国页岩油气革命砸出来的工业副产品。 为了把深埋在致密页岩里的油气榨出来，石油公司烧掉了几千亿美元。 打磨出了一整套水平钻井、金刚石复合片钻头、分段水力压裂和分布式光纤传感技术。 Fervo Energy 的创始人蒂姆·拉蒂默，此前就是德州油田的钻井工程师。 他把这套在石油行业打磨成熟的工具箱，直接搬到了犹他州 Beaver 县的 Cape Station 项目。 地下没有天然裂隙，就用压裂泵注入高压水，在地下 19000 英尺、460 华氏度的致密花岗岩里，硬生生压出成千上万条人工微裂缝。 地下没有天然水循环，就钻出两口相隔数百米、水平延伸 7500 英尺的水平井。 一口井往地下注入冷水。 冷水流经被压开的花岗岩裂缝网络，被岩石充分加热。 另一口井顺着压差，把滚烫的过热水蒸气抽回地表，推动汽轮机 24 小时发电。 这台机器的名字，叫增强型地热系统（EGS）。 它把不可预测的自然地热勘探，变成了一台人工可控的地下热交换器。 更致命的突破发生在成本曲线上。 一旦地热开发脱离了勘探博彩，变成标准化的工程施工，制造业的学习曲线就会立刻接管一切。 在 Cape Station 项目的前四口水平井里，团队把单井钻探时间从最早的 70 天压缩到了 21 天，效率提升了 70%。 单井建造成本从 940 万美元直接腰斩到 480 万美元。 每英尺钻探成本从 1000 美元降到了 300 美元以下。 这是页岩油当年击垮传统油气周期的同一套打法。 用标准化的作业模块、高频迭代的钻头和现成的工业供应链，把单位建造成本沿着经验曲线逐代打掉。 这也是为什么 Google 会在 2026 年 9 月果断签下这份 396 兆瓦、并附带扩展至 1 吉瓦选择权的 15 年长协。 硅谷谈论算力扩张时，习惯用软件思维去推演未来。 但物理世界只认能源的硬约束。 AI 数据中心要的是 24 小时永不停机的基荷电力，拒绝依赖天气与补贴的波动。 最激进的技术突围，往往不是在象牙塔里从零发明一套新理论。 是把一个传统重工业在残酷市场中熬出来的工程硬实力，跨界搬到了下一代科技革命的死穴上。 当多数人以为页岩压裂技术只能用来开采化石燃料时，那套在油田里滚打出来的铁家伙，已经钻开了下一代清洁算力的地底开关。