AI爆发下的电力瓶颈

许多人观看马斯克在G20峰会上的发言后，第一反应是：AI即将取代程序员的工作；十年内全球将部署10亿台机器人；机器人甚至可能推动全球GDP增长十倍。
然而，当我仔细梳理原始发言内容时，真正令我驻足思考的，反而是他讲话后半段那几分钟的表述。
马斯克指出：到2027年，AI芯片运行所需的电力可能面临至少15吉瓦（GW）的供应缺口。目前，Google、Anthropic等头部AI公司已开始租赁SpaceX提供的算力资源。
这背后的原因并非它们缺乏采购GPU的能力，而是SpaceX具备将高性能计算设备真正接入稳定电力系统的能力。
这一区别极为关键。
过去两年，行业普遍追问的是：谁拥有GPU？
而未来，问题或将转变为：谁的GPU能在今年如期通电？
这两个问题本质不同。GPU硬件约一年迭代一代，大模型往往数月即完成一次重要升级；但一条高压输电线路、一座新建变电站、一批大型电力变压器，乃至一个新增发电项目，并不会因为Transformer架构又提升了20%性能，就自动加速建设十倍。
由此产生了一个显著的速度差：AI以软件迭代的速度扩张，而能源基础设施则受限于工业建设周期，只能按传统节奏推进。
这个速度差所形成的缺口，正是未来几年最值得关注的核心矛盾。
它甚至比10亿机器人的远景更紧迫、更现实。国际能源署（IEA）已预测，全球数据中心用电量将从2025年的485太瓦时（TWh）增至2030年的950TWh；而当前，电力设备与基础设施的瓶颈已初现端倪。
因此，在评估一项所谓AI基础设施投资机会时，不应仅关注其是否配备GPU，而应深入追问五个基础性问题：
——项目多久能完成并网？
——能否提供有保障的基荷电力（firm power）？
——所需变压器及配电设备是否已落实供货？
——冷却系统与水资源供应是否具备可持续性？
——客户是否已签署具有法律约束力的长期购电协议？
若这五个问题无法明确回答，数百兆瓦（MW）的装机规模，很可能仅停留在PPT之中。
AI发展的第一阶段，是让智能变得廉价；
而下一阶段，人们或将清醒意识到：智能可以被快速复制，但电力无法通过Ctrl+C一键复制。