AI建设为何放缓

背景

随着人工智能技术的飞速发展，全球对算力的需求呈指数级增长。从 OpenAI 和 Softbank 牵头在德克萨斯州阿比林建设的 Stargate 项目，到 Nvidia、Meta 和 OpenAI 高层关于电力瓶颈的公开表态，一个核心问题逐渐浮出水面：AI 的扩张速度并不受限于能源总量，而是受限于电力基础设施的连接能力。本文源自 Hacker News 上的一篇深度分析，揭示了当前 AI 建设热潮中的真正瓶颈——电网的互联流程落后于时代。

核心内容

电力需求激增，但瓶颈在电网而非能源

美国有足够的电力来支撑数据中心，问题在于如何将这些电力输送到需要的地方。在德克萨斯州阿比林，Stargate 项目正在建设中，这是 OpenAI 与 Softbank 领衔的更大规模项目的一部分，预计耗资超过 400 亿美元，建成一个用于训练新一代 AI 模型的高性能计算园区。Stargate 峰值负载将达到 1.2 吉瓦，相当于 31.3 万户美国家庭的用电量。EpochAI 与一家能源研究机构联合预测，如果 2025 年的增长率保持不变，到 2030 年全球 AI 算力总功耗将达到 100 吉瓦。此外，AI 革命中其他耗电环节也不容忽视：美国最大的电池制造厂功耗为 115 兆瓦，台积电亚利桑那芯片厂一期工程功耗为 200 兆瓦。

互联流程积压严重

将新数据中心和工厂接入电网之前，运营商必须研究它们将如何改变电网的潮流分布，并确定是否需要升级系统。这一流程已严重积压：2005 年，中位数电厂的互联等待时间不到 20 个月，到 2023 年已飙升至 55 个月。当前的互联流程并非为现代世界设计：电网采用僵化的先到先得排队机制，导致一些最有价值的项目被不那么重要的项目卡住；同时，评估条件过于刚性，不奖励那些愿意在短期自行覆盖用电需求的电厂。为迎接 AI 时代，电网流程必须改变。

未来电力需求预测

关于未来数据中心和芯片制造所需电力的估算各不相同，但所有主要 AI 公司的高管都一致认为，他们需要的电力远超当前能够获得的。Nvidia 的 Jensen Huang 表示：“未来的每个数据中心都将受电力限制。”Meta 的 Mark Zuckerberg 称：“如果我们能获得能源，Meta 会建造更大的 AI 训练集群。”OpenAI 的 Sam Altman 对国会表示：“AI 的丰富程度将受能源丰富程度的限制。”

经济电气化长期趋势

数据中心热潮之外，整个经济正在经历长期的电气化转型。电力可以瞬时转化为功，能量损失小；电机直接产生运动，而燃料需先在发动机中燃烧。这解释了为什么电动汽车的燃料成本可低至燃油车的一半，尽管电力本身比汽油更贵。电机的简单性也意味着电动汽车的终身维护成本只有燃油车的一半。电力还能传输信息——晶体管根据栅极电压切换开关，让电路执行逻辑运算。收音机、屏幕和计算机都无法仅靠汽油运行。

1990 年至 2024 年间，电机价格下降了 97.5%，电力电子价格下降了 99.5%，设备嵌入式处理器价格下降了近 99.9%，电池价格下降了 98.8%。同时，性能大幅提升：电池能量密度提升了五倍。这些趋势推动了从 Walkman 到 iPod 再到 iPhone 的演进，以及电动汽车、送货车和自行车的普及。设备内计算能力的提升正赋予新电气化的汽车、卡车、扫地机器人、割草机和无人机以自主能力。人形机器人的商业化也即将到来。未来将在很大程度上由依赖电力的技术定义。

电网瓶颈的现状

需求增长已令电网承压。运营商因“拥堵”被迫启用昂贵的地方电厂：更便宜的电厂位于输电瓶颈的另一侧，但缺乏足够的电缆将电力输送过来。2023 年，美国因电网效率低下（如拥堵）产生的额外成本高达 115 亿美元，同比增长 45%。ERCOT（为德克萨斯州 90% 地区供电，包括阿比林工厂）预测 2028 年夏季将无法满足高峰用电需求。PJM（美国最大电网，覆盖芝加哥、新泽西和北卡罗来纳之间的区域）在 2025 年未能购买足够的未来发电容量以满足预计需求。MISO（覆盖路易斯安那州至明尼苏达州的另一大型电网）在一项研究中得出结论：“除非新增装机容量，否则资源充足性风险可能上升。”PJM 的 CEO 直言：“我们需要容量——大量容量。”

市场机制与电价信号

关于扩大电力供应的讨论常围绕气电、核电、太阳能等哪种来源最合适，但这些讨论分散了注意力。更根本的问题是确保电力能够高效输送到需要的地方。不同发电技术共存时，可以平衡出更便宜、更可靠、更清洁的电网。问题不是选择哪种技术，而是如何平衡。但这个问题不应在观念市场中回答，而应在电力市场中解决。

在美国和欧洲，电网大多已自由化：独立开发商在获得必要许可后建设电厂，当地公用事业公司必须将其接入电网。目前美国 88% 的大型电力项目由私营方组织和资助。电力市场由电网运营商的“经济调度”软件运行：每个电厂申报成本，运营商考虑输电约束后调度最便宜的电厂。随着负荷增加，运营商依次调度次便宜的电厂。电价由边际成本最高的在运电厂决定，所有电厂按此价格结算。

市场价格向电厂开发商传递供需信号。例如，随着太阳能板增加，正午（阳光最强时）的电价价值会下降。从 2020 年 12 月到 2025 年 9 月，ERCOT 的最大太阳能出力从 4 吉瓦增至 29.8 吉瓦，同时下午 1 点的电价相对于最高小时电价的比例从 92.9% 降至 38.7%。当一种技术类型过度建设时，价格会反映这一点，开发商相应调整。

关键要点

• 真正的瓶颈不是能源总量，而是电网互联能力：美国有充足电力，但新项目接入电网的等待时间已从 20 个月增至 55 个月，流程僵化且积压严重。
• AI 建设热潮带来巨大电力需求：Stargate 项目峰值 1.2 吉瓦，2030 年全球 AI 算力可能达到 100 吉瓦；芯片制造和电池工厂同样耗电巨大。
• 主要 AI 公司 CEO 一致认为电力是限制因素：Jensen Huang、Mark Zuckerberg、Sam Altman 均公开表示电力的可及性将决定 AI 扩张速度。
• 经济电气化长期趋势加剧电网压力：电机、电池、电力电子成本大幅下降，电动汽车、机器人等电动技术普及，进一步推高电力需求。
• 电网拥堵已造成巨大经济损失：2023 年美国因电网效率问题多花费 115 亿美元，多个电网（ERCOT、PJM、MISO）面临容量不足风险。
• 电力市场电价信号可引导投资，但电网基础设施升级滞后：太阳能激增导致午间电价大幅下跌，开发商可据此调整；但输电和互联流程改革迫在眉睫。

意义与影响

本文揭示了一个被广泛忽视的关键事实：AI 时代的到来不仅需要清洁或廉价的电力，更需要一个能够高效、灵活地将电力输送至需求点的现代电网。当前僵化的互联流程和先到先得队列正在拖慢人类历史上最大投资热潮之一的进度。如果不进行电网流程改革，即便能源供应充足，AI 基础设施建设也会因接入瓶颈而大幅延迟。此外，这一瓶颈不仅影响数据中心，还波及芯片制造、电池生产以及更广泛的电气化经济转型。因此，政策制定者和电网运营商需要将优先级从“生产更多电力”转向“优化电力传输与接入”，否则 AI 的未来将受制于输电电缆而非算法创新。