马斯克宣布了一个疯狂的计划，将在5年内实现5000万张H100的算力，这是什么概念？这将为人类带来怎样的影响？ASI能否在勇敢者的孤注 一掷下现身？ 世界首富马斯克，这次宣布决定All in AI了。 5年内实现5000万张H100的算力。 要知道，他已经有了全世界最强的Colossus超算集群，AI算力等价于约20万张H100。 他究竟想用这么多GPU做些什么呢？ 十万亿元能创造出怎样的奇迹 目前，每张H100的批发价高达2万美元。 5000万张H100，光是GPU，成本就将高达1万亿美元。 要搭建目前的最先进的超算集群，目前GPU成本只占约50%。 也就是说，最终的成本将超过2万亿美元（逾14万亿元人民币）。 2万亿美元是什么概念？ 美国去年的军费总支出约9970亿美元，而这已经占到了全球军费支出的37%。 这意味着，AI已经成为与传统的军备竞赛分庭抗礼的全新关键领域。 马斯克的身价约4000亿美元。 特斯拉的市值约1.1万亿美元。 加上SpaceX、X和xAI，马斯克旗下的公司市值约1.6万亿美元。 一旦摩尔定律在未来5年不能在GPU上有效，成本将无法产生指数下降。 马斯克是在拉上自己和全体股东的全部身 ...

新智元报道 编辑：艾伦 桃子 【新智元导读】马斯克宣布了一个疯狂的计划，将在5年内实现5000万张H100的算力，这是什么概念？这将为人类带来怎样的影响？ASI能否在勇敢者的 孤注一掷下现身？ 世界首富马斯克，这次宣布决定All in AI了。 5年内实现5000万张H100的算力。 要知道，他已经有了全世界最强的Colossus超算集群，AI算力等价于约20万张H100。 他究竟想用这么多GPU做些什么呢？ 十万亿元能创造出怎样的奇迹 目前，每张H100的批发价高达2万美元。 5000万张H100，光是GPU，成本就将高达1万亿美元。 要搭建目前的最先进的超算集群，目前GPU成本只占约50%。 也就是说，最终的成本将超过2万亿美元（逾14万亿元人民币）。 2万亿美元是什么概念？ 美国去年的军费总支出约9970亿美元，而这已经占到了全球军费支出的37%。 这意味着，AI已经成为与传统的军备竞赛分庭抗礼的全新关键领域。 马斯克的身价约4000亿美元。 特斯拉的市值约1.1万亿美元。 加上SpaceX、X和xAI，马斯克旗下的公司市值约1.6万亿美元。 一旦摩尔定律在未来5年不能在GPU上有效，成本将无法产生指数 ...

AI行业人才争夺战 - 硅谷近期爆发OpenAI与Meta之间的AI顶尖人才争夺战，双方均采取高薪挖角策略 [1] - Meta此前从OpenAI等公司挖走11位核心技术人员（含7名OpenAI员工），并投入上亿美元组建新实验室 [1][5] - OpenAI本周反击，从Tesla、xAI和Meta挖来4位顶级工程师加入其Scaling团队 [1][2] OpenAI新引进人才背景 - **Uday Ruddarraju**：前xAI基础设施工程主管，主导开发20万张GPU构成的Colossus超算平台 [2][4] - **Mike Dalton**：前xAI资深基础设施工程师，与Ruddarraju共同构建超大规模算力系统 [2][4] - **David Lau**：前Tesla软件工程副总裁，负责自动驾驶系统核心架构开发与部署 [2][4] - **Angela Fan**：前Meta AI研究员，专精模型训练与算法优化领域 [2][4] AI基础设施的战略价值 - Scaling团队是OpenAI实现AGI的核心基石，负责数据中心、训练平台等底层系统建设 [3] - OpenAI与合作伙伴推进"星际之门"项目，计划投资5000亿美元建设下一代AI基建中心 [3] - 基础设施能力直接决定模型智能水平，包括数据集规模、算力强度及训练效率 [3] 行业竞争格局变化 - 人才流动反映AI行业技术迭代与资源竞争白热化，头部企业加速抢夺稀缺技术人才 [5] - OpenAI此次挖角涉及马斯克旗下xAI和Tesla，加剧双方历史矛盾 [5][6] - Meta通过成立Superintelligence Labs（MSL）强化AI领域布局，直接挑战OpenAI技术优势 [5]

xAI股票出售计划 - 公司启动3亿美元股票出售计划 采用二级市场交易方式 允许内部员工向新投资者出售股份 [1] - 交易确认公司整体估值达1130亿美元 其中xAI部分估值800亿美元 X平台估值330亿美元 [1] - 股票出售完成后计划进行更大规模融资 将直接向外部投资者发行新股 [1] 公司合并与资源整合 - 3月完成xAI与X平台合并 实现模型技术 计算能力 分发渠道和人才资源共享 [1][2] - 人工智能开发者可利用社交媒体平台数据训练模型 深度挖掘用户群体 [2] 行业竞争格局 - xAI成立于2023年 已推出聊天机器人Grok 建设美国最大AI数据中心项目之一"Colossus"超级计算集群 [1] - 竞争对手OpenAI在3月以3000亿美元估值完成400亿美元融资 创科技公司私募融资纪录 [2] - OpenAI估值一年多增长近三倍 从去年初860亿美元跃升至3000亿美元 [2] 管理层动态 - 马斯克宣布离开特朗普政府职务 回归全天候工作模式 专注X xAI和特斯拉关键技术推进 [1]

人工智能数据中心电力需求 - 人工智能数据中心的电力需求正迅速逼近电网承载极限 计算性能每年翻倍以上 电力需求和资本支出同样成倍增长 [1] - 若当前趋势持续 AI数据中心可能容纳数百万芯片 耗资数千亿美元 需要相当于大型城市电网的电力供应 [1] - 像xAI的Colossus这样的AI数据中心 硬件成本在2019至2025年间每年增长1.9倍 同期电力需求每年攀升2倍 [2] 行业投资与扩张 - OpenAI计划与软银等合作伙伴筹集高达5000亿美元资金 在美国及其他地区建立AI数据中心网络 [2] - 微软 谷歌和AWS等科技巨头今年将共同投入数亿美元扩大数据中心规模 [2] - Colossus数据中心估计消耗300兆瓦电力 相当于25万户家庭的用电量 [3] 能效与电力需求矛盾 - 数据中心能效显著提升 每瓦计算性能从2019到2025年每年提高1.34倍 [5] - 能效改进仍不足以抵消电力需求增长 到2030年领先AI数据中心可能配备200万颗AI芯片 耗资2000亿美元 需要9吉瓦电力 相当于九座核反应堆输出功率 [6] - 富国银行预测到2030年数据中心能耗将增长20% 可能迫使可再生能源达到供应极限 刺激化石燃料扩张 [6] 环境与社会影响 - AI数据中心带来高耗水量 占用宝贵土地资源及侵蚀州税基等环境威胁 [6] - 至少10个州因过度税收优惠 每年损失超1亿美元税收收入 [6] 市场动态与调整 - 亚马逊云科技 微软等超大规模运营商已暂缓数据中心项目 [6] - 考恩证券分析师指出2025年初数据中心市场可能出现"降温" 反映行业对不可持续扩张的担忧 [6]

人工智能数据中心电力需求 - 人工智能数据中心电力需求正迅速逼近电网承载极限 [1] - 2019年至2025年AI数据中心计算性能每年翻倍以上 电力需求和资本支出同步成倍增长 [1] - 训练和运行AI的数据中心可能容纳数百万芯片 耗资数千亿美元 需要相当于大型城市电网的电力供应 [2] 行业投资与扩张 - OpenAI计划筹集高达5000亿美元资金建立AI数据中心网络 微软、谷歌和AWS今年将共同投入数亿美元扩大数据中心规模 [3] - xAI的Colossus数据中心造价约70亿美元 2019至2025年硬件成本每年增长1.9倍 电力需求每年攀升2倍 [3] - Colossus数据中心消耗300兆瓦电力 相当于25万户家庭用电量 [4] 能效与未来预测 - 数据中心能效显著提升 2019至2025年每瓦计算性能每年提高1.34倍 [6] - 到2030年6月 领先AI数据中心可能配备200万颗AI芯片 耗资2000亿美元 需要9吉瓦电力（相当于九座核反应堆输出功率） [8] - 富国银行预测到2030年数据中心能耗将增长20% 可能迫使可再生能源供应达到极限 [8] 环境与经济影响 - AI数据中心带来高耗水量、占用土地资源及侵蚀州税基等问题 至少10个州因税收优惠每年损失超1亿美元税收收入 [8] - 亚马逊云科技、微软等运营商暂缓数据中心项目 2025年初市场可能出现"降温"迹象 [8]

文章核心观点 马斯克创办的xAI公司因违反环境规定面临审查，凸显AI大模型面临的电力困境和环保难题，行业需在发展大模型同时降低能耗与碳排放 [1][6] 分组1：xAI超级计算机项目情况 - xAI于去年6月宣布在美国田纳西州孟菲斯建造超级计算机训练人工智能大模型Grok，同年9月部分上线即“Colossus” [3] - 孟菲斯超级计算机系统含20万个英伟达GPU，马斯克希望扩至100万个，项目预计成本达4.059亿美元 [3] - 今年2月18日xAI发布Grok 3，投入10万个英伟达GPU，计算量是前代10倍 [3] - xAI向MLGW申请300兆瓦电网电力，获150兆瓦供电许可，可满足10万个家庭用电 [3] 分组2：xAI“非法发电”情况 - 南方环境法律中心称xAI工厂安装多达35台甲烷气体涡轮机，总功率420兆瓦，远超申请的15台设备数量 [1][4] - 去年夏天xAI额外设置甲烷发电机未获许可，今年1月申请15台发电机临时供电许可 [4] - 南方环境法律中心指xAI设备违反《清洁空气法》，呼吁当地发紧急命令停用35台发电机，未遵守建议每日罚款2.5万美元 [4] 分组3：AI大模型能耗与污染问题 - 2022年全球数据中心和人工智能约消耗全球总用电量1.6%，到2026年用电量将达1.05万亿千瓦时 [6] - GPT - 3一次训练耗电量为1287兆瓦时，GPT - 4参数是GPT - 3的20倍，计算量是10倍，能耗大幅增加 [6] - 谷歌自2019年温室气体总排放量增长48%，2023年产生1430万吨二氧化碳，同比增长13%，归因于数据中心能源使用和供应链排放增加 [6] 分组4：行业应对措施 - OpenAI首席执行官山姆·奥特曼认为AI发展需在能源方面突破，应发展气候友好型能源，他向核聚变初创公司Helion Energy投资3.75亿美元 [7] - 行业人士认为应加强AI技术创新与优化，通过改进模型与算法、更新高效能硬件、优化数据中心设计等减少计算量，提高能效 [8] - 近年来模型压缩、剪枝、量化、异构计算芯片等新技术使AI推理单次能耗持续下降 [8]