"我们有海量闲置的英伟达GPU，但他们只能躺在仓库，因为没有足够的电力去点亮他们。" 不久前在一档播客节目中，微软CEO纳德拉向市场揭示了这一残酷的真相：AI竞赛的瓶颈，已经从芯片供应转向了电力。 在过去的3个多月，英伟达完成了从4万亿美元到5万亿美元市值的跨越。万亿美元级别的估值增长，正是建立在持续不断、指数级增长的AI基础设施需求 之上。市场预计，全球用于建设数据中心的投资未来将达到惊人的3万亿美元。 在持续数年的AI热潮中，人们热衷于讨论芯片制程的纳米之争，惊叹于大模型万亿级的参数规模，却鲜少关注支撑这一切的 "隐形基石"—— 电力。 如今，这场看似由算法与芯片主导的 AI 争霸赛，已经悄然演变为一场围绕电力资源、散热技术和能源战略的全球较量。从美国田纳西州正在建设的巨型 数据中心，到中国雅砻江流域的水电算力枢纽，电力的供给能力与利用效率，正成为决定各国和巨头们AI竞争力的核心变量。 算力狂潮下的能源危机 AI为什么越来越费电？ 过去，AI 的能源消耗主要集中在模型训练阶段 —— 一次GPT-3级别的模型训练，耗电量相当于300户家庭一年的总用电量。但随着大型语言模型 （LLMs）的普及，能源消耗已从 ...