AI行业核心瓶颈的转变 - 马斯克认同台积电对芯片产能过剩的担忧，并预测AI行业的限制因素将从芯片制造转向“把芯片开启运行”的能力，核心瓶颈在于电力供应、变压器配置和冷却系统部署 [1] - 当前AI芯片产能呈指数级增长，而支撑其运行的能源基础设施（电力、冷却）只能线性扩张，两条曲线交叉时将导致大量高性能AI芯片因缺乏配套而无法投入使用 [1][3] 电力成为AI部署的关键瓶颈 - 部署AI芯片需要同步解决吉瓦级供电、高压电转换及高效散热系统三大核心问题，绝非简单的硬件运输 [2] - 数据中心行业正经历从风冷到液冷的关键转型，但液冷系统存在巨大操作风险，例如管道破裂可能导致价值10亿美元的损失 [2] - 以xAI在孟菲斯的“巨像2号”项目为例，尽管紧邻高压线路，完成电力接入仍需耗时约一年，为赶工期不得不临时组合多台10至50兆瓦不等的燃气轮机并借助大量Megapack电池组进行电力调平 [2] 芯片产能与电力基础设施的错配 - 马斯克预测到2026年第三季度（约9-12个月后），核心瓶颈将从芯片制造转向使芯片运行起来的能力 [3] - 芯片产能的指数级增长与电力供应的线性增长之间的错位，意味着芯片的制造速度可能远超其实际可被部署并通电运行的速度 [3] - 马斯克强调，任何电力转换环节或冷却系统的缺失都会导致芯片无法被真正启用，从而从根本上抑制实际需求与采购行为，这与认为市场总能解决供电问题的观点不同 [3]