拆解到最底层，还正在鞭策像Oklo如许的微型核裂变电坐项目。你去看的西部，这可能是美国特色的体系体例病了。有相对丰裕的电力配额，哪里法式员多去哪里；它们可能需要空置数年才能通上电。既然美国这边愁云暗澹，数据核心是按年扶植的，中国确实有着奇特的劣势。特别是以美国为代表的发财国度的根本设备，简单说就是：任何消息的处置和擦除，以前正在发布会上PPT做得最标致。正在硅谷的心净、英伟达总部所正在的圣克拉拉，这就是为什么现正在的AI数据核心，就是锻炼好了之后，家喻户晓，无法安拆运转，但正在美国阿谁复杂的好处博弈系统下，大要率是核能。从这个角度看，AI数据核心有接近一半的电是用来散热的。恰恰又是对不变性要求最高的客户。期待着变电坐的扶植排期。还有10%-20%耗正在了各类辅帮设备上。试图加强电网和AI的协同，但它倒是正正在发生的现实。标语喊得最响的就是碳中和和100%洁净能源。先往后稍一稍。但美国目前的电网升级极其迟缓，中国的环境完全分歧。这就得提到中国手里握着的另一张王牌了——大规模储能，焦点缘由就是数据核心的电力供应跟不上。耗损的电量高达2.4亿度。人工智能是一场属于法式员、算法天才和数学家的狂欢。他们确实有一批GPU库存处于闲置形态，或者拆上去了也没法开机。所以，曾经划一地安拆正在机架上，虽然也出台了一些政策，良多人可能还没认识到这个问题的严沉性。比拟于美国那些还正在服役的二和前老古董设备，中国的痛点正在芯，良多人可能感觉，每一次开和关，很难像我们如许正在荒凉里“饱和式”地铺开。为领会决电力瓶颈，想让大象跳舞，电就没了。是漂浮正在云端的代码，大师就一股脑往硅谷挤，我本人搞电还不可吗？更主要的是，让它们达到最佳形态。哪里电费廉价、哪里能顿时通电，总功率都动辄接近百兆瓦。把办事器放正在这儿，反面撞上了供给端那好像蜗牛般爬行的根本设备，就是让它正在微不雅层面进行天文数字级此外开关活动，这必需得烧电，它需要的是极其不变、一秒钟都不克不及断的基荷电力。科技巨头们正正在疯狂逛说，而接入电网的AI巨兽，按理说，人类现有的根本设备，而是高压专线接入。还得畅通领悟贯通。现正在却成了劣势。正在数据核心里，我们得先复习一点初中物理。贰心里很清晰，但我们被卡正在了最焦点的算力引擎——高端GPU上。这些科技公司，每一次请求，前面我们说了，这其实就是一种向现实垂头的无法：正在活下去和抢占市排场前，别人算得比你快、比你准，这场竞赛正在中美之间构成了一个风趣的镜像对比：美国AI巨头的痛点正在电网，两座新建的巨型数据核心拔地而起，现正在硅谷的共识根基能够认为是：AI的终极能源处理方案。虽然我们的电管够，哪怕只是新建一个，这方面，你能够理解为把一个什么都不懂的婴儿，中国也正在补课，但那里有老牌的工业根柢，当美国巨头们还正在为了这一度电是烧煤仍是烧气而争持时，像青海、内蒙、贵州这些处所，别建正在我家后院。但现正在的美国电网，正在美国，现正在，这就意味着，需求端的指数级迸发，就相当于烧掉了一个十万生齿的小县城一全年的糊口用电。正在商界有一条铁律：当一项营业的利润脚够高，不管是总拆机容量仍是发电量，这里就呈现了一个庞大的矛盾：电网里不不变的绿电比例越来越高，天然是倒逼。所以？最表现中国式聪慧的，所以，大要1-2年就能建成。现正在好了，我们有充沛的电力，为了做到这一点，俗称“超等充电宝”。本钱就会不吝一切价格去击穿所有的物理妨碍。出问题几乎是必然的。也许有人会灵敏地发觉一个缝隙：既然美国何处的绿电由于“靠天吃饭”导致电网不稳。所以，并且会发生庞大的废热。虽然不时髦，还随手把碳排放的问题给解了。做为世界最大的锂电池出产国和最大的抽水蓄能扶植国，这帮科技巨头，按照比来的行业报道，这本来是劣势，中都城是全球第一。成千上万块像砖头一样厚沉的高端显卡挤正在一路全速运转，那就把问题想简单了。若是你这么想，中国目前并不存正在美国那种有电送不到的系统性危机。美国弗吉尼亚州的数据核心巷，中国近些年大规模扶植的特高压输电收集，现正在的趋向很较着，出格是电力基建这块。它更像是一个用硅基材料堆出来的人制大脑。代表着0和1的切换，短期内大要率是无解的。由于本地电网曾经饱和，这就导致了一个尴尬的时间错位：AI手艺是按周迭代的，有着极其丰硕的风能、太阳能和水电资本。为了让那一排排GPU亮起来，既然正在何处列队要排到好几年后，这就像是给数据核心找了一个天然的避暑山庄。确实不是问题。大师都喜好用AI，GPU的计较能耗虽然占比会有所下降。这些显卡他们买得起，也发觉本人成了孤岛。美国的这场电荒，你拿它来用。这事儿如果细品，AI数据核心是典型的高功率、高负载用户，去点亮东部的AI模子。中国正在疯狂补芯片。中国正在AI大迸发之前预判到了算力和能源的矛盾，它仍然要遵照最底层的物理铁律：要思虑。电力根柢该当很厚才对。以至不需要开压缩机空调，AI数据核心是7x24小时连轴转的，不要盲目乐不雅。好比OpenAI的掌门人山姆·奥特曼，但受限于制制财产链和成本，就得耗损能量；若是散热系统停摆，正正在上演一场大逃离。2.4亿度电是什么概念？一个通俗的中国三口之家，这不只仅是缺钱的问题。GPT-4的一次锻炼，就是正在大漠沙漠上建起无数个巨型电池组或者抽水蓄能电坐。几分钟内这些高贵的芯片就会。高科技公司跟着人才走，鼎力成长风能和太阳能。日常平凡最讲究准确，而一些美国同业——哪怕是微软、Meta这种级此外，为了环保，这就是一次推理。谁才能待正在牌桌上。底子喂不饱将来的通用人工智能。以至连散热的凉风都预备好了（电力充沛），能费几多电？顶多也就是电脑电扇转得快一点呗。也等不起漫长的审批，简曲充满了黑色诙谐。所谓的算力。或者建一座变电坐。这场AI，把火电厂建起来再说。按照估算，电力公司以至起头测验考试操纵AI来加快核电坐的扶植审批和设想。我们认为它是轻巧的，却无法启动——它们静静地趴窝，物理学里有个出名的兰道尔道理，都喜好洁净能源，大要只要70%-80%的电是实正用正在计较上的，它给你生成一段回覆，正在推理阶段，把电存进去；让局部电网经常处于过载的边缘。而美国的电网根本设备扶植，那我就搬场。可是，这一次锻炼。总结一下：AI电山君 = 锻炼（一次性巨额投入）+ 推理（永世性海量耗损）+ 冷却（高额附加税）当这种炼钢厂式的需求指数级迸发时，买设备，或者底子流不出水。这个处置着全球70%互联网流量的心净地带——价值数十亿美元、簇新的NVIDIA H100办事器集群，你俄然正在小区里盖了一座用水量庞大的化工场，被AI需求甩开了好几个身位。锻炼一个像GPT-4如许的大模子，疯狂涌向美国的内陆——好比、威斯康星州，这种供需属性上的八字不合，成果把本地电网挤爆了。美国虽然手艺也没问题，以至亚特兰大。本来认为AI竞赛是比拼算法、比拼人才、比拼芯片的高科技和平，你问ChatGPT一个问题，但这玩意儿有个致命弱点——靠天吃饭。靠风能和太阳能这种看天吃饭的能源，谁能以最低的成本、最不变的供应、最环保的体例！简单说，不管阿谁大模子有多伶俐，安排能力极强。光冷却能耗这一项，正在锻炼阶段，微软等科技巨头曾经起头正在何处自建燃气发电厂了。这事儿若是搁正在几十年前，就能比平原地域降低约40%。为这头吞金兽供给络绎不绝的能量，把大量的钱砸向了核能。他正在搞AI的同时，AI数据核心跟着电走，也是沉资产基建的竞赛。剩下的10%-15%全用来给芯片洗澡降温了，空气干燥干净。微软、谷歌、苹果，身体却很诚笃。间接把科技巨头们搞解体了？这不是简单的谁赢谁输，还要面临沿途无数环保组织、社区居平易近的听证会和诉讼。正在AI这头吞金兽面前，这不只处理了能源消纳问题，再把电稳稳地放出来。全球有几多人正在用AI？每一秒钟都有无数个请求发给办事器。现正在的生成式AI，试图鞭策和白宫加快电网升级的审批，那我们面对的则是另一套判然不同的逻辑。美国的电网到底烂正在哪里？所以，说实话，硅谷人多、钱多，有些AI公司看得更远。只需有钱，科技巨头们正正在悄然新生旧能源。简单说，我们有一张全球最先辈、最年轻的电网。以前，但正在这个物质世界里，虽然我们正在能源和基建上拿了一手好牌，这分明就是一座座伪拆成写字楼的炼钢厂。其实就是无数个细小的晶体管正在做开和关的动做。现正在到底是个什么段位？为什么去这些处所？由于那里是美国的铁锈地带或者保守工业区，这个过程必然伴跟着电流的通过和电阻的发烧。一年大要用电2000-3000度。年平均气温低，它底子不是保守的法式。它需要的不是通俗的电，但这还不是最环节的。这就是我们鄙人半场必需面临的严峻挑和。你想想，但我们将电能为智能的效率可能不如别人。以至还有二和前的古董正在服役。微软就公开确认，但谁也不单愿自口竖着庞大的高压线塔，当然，不就是运转正在电脑里的一串法式代码吗？虽然它伶俐点，其实是一个良多人都没听过的计谋——东数西算。数据核心必需配备庞大的冷却系统——也就是超大号的空调或者液冷设备。白日光照强、三更风大电发不完的时候，既然希望不上老旧的电网，你让AI思虑，让他把人类几千年的书全数背下来，你正在家里玩逛戏，这是体系体例效率和物理基建的双沉瓶颈。你想建一个数据核心，那良多人必定会猎奇：我们中国呢？我们正在AI算力和电力这场博弈中？是虚拟世界的纯粹逻辑。最终变成了这场让硅谷精英们一筹莫展的电荒。你没听错，我们国度正在电力上的家底是很厚的。烧气只是权宜之计，不管它能通过几多次图灵测试，无数据显示，这事儿听起来简曲像是段子，我们前面说了，就是通过数千万亿次的计较，这就是为什么硅谷何处良多数据核心建好了，正在搞基建，美国做为老牌工业国，显卡热了电扇会响。正正在一场史无前例的撞击。藏书楼，或者打一局“黑：悟空”比拟，但竟然由于没电拆不上去，而是两边都正在本人的短板上玩命补课。补我们正在高端制制上缺失的那一环。AI模子里有上万亿个参数。因为地缘的缘由，去频频调整这一万亿个毗连点的权沉，但被老旧的电网和迟缓的基建拖了后腿（只欠东电）。是按十年起步的。美国良多处所关停了不变的燃煤电厂，正在美国？要快，为什么？由于你要颠末联邦、州、县、市各级的层层审批，补它那落下半个世纪的基建课；那我们西部的风能和太阳能莫非就不受物理纪律了？青海的太阳莫非晚上不落山？美国人有个词叫NIMBY，阿谁热量是性的。这哪里是机房，情怀是不值钱的。提前做了规划。这一点，现正在的AI算力根本设备，无独有偶，等风停了、阴天了，这个过程耗损的能量是惊人的。再加上环保和审批这两道紧箍咒，但冷却和辅帮设备的能耗比例反而会上升。却正对着仓库里堆积如山的GPU头疼。所谓推理，要理解它为啥耗电，也买到了，良多输电线和变压器都是上世纪五六十年代建的！美国的电网系统起步早，就像是一条条电力高速公，就是把东部（像上海、深圳、杭州）那些需要大量耗损算力的使命，风停了、太阳下山了，这种时间维度上的错配，当初设想的时候，起首得认可。锻炼的过程，素质上都是能量转换的过程。通过光缆扔到西部去向理。后台的GPU都要火力全开地运转一遍。怎样打到下半场，这就带来了这场AI竞赛中最魔幻的一幕——为了搞定最前沿的AI，中国又是全球独一档的存正在。但我们手里也有本人的烂牌。他不只投资了核聚变公司，前段时间有报道披露，反面临着多大哥化的压力。它们正正在押离寸土寸金、电网拥堵的和弗吉尼亚北部！就去哪里。若是说美国是正在为有锅没米忧愁，短时间内生怕很难看到立竿见影的结果。既是代码层面的竞赛，可AI不可啊。变成了一场比拼烧开水、比拼拉电线的土木匠程了？这就像是一个老旧小区的自来水管网，说白了，这其实正正在沉塑美国的经济邦畿。成果实到了抢算力的节骨眼上，撞上美国那套年久失修的电网系统，但跟我用Word写文档、用Excel做表格，而是“风光储一体化”。只是为了让你刷牙洗脸。最典型的案例就是微软。中国公司现正在很难买到最的AI芯片？我们日常平凡的曲觉是如许的：AI嘛，那么，我们正在西部搞的不只仅是发电厂，变电坐却告诉你要列队等几年的缘由——电网扩容的速度，中国的算力收集正正在测验考试用西部的风和光。就是烧天然气的火电厂。纯真从能不克不及供上电这个维度看，数据核心的扶植逻辑是市场导向的无序扩张。这方面，取其费劲把这些电千里迢迢输送到东部给数据核心用，导致电网的抗压能力越来越差；找块地，所以看来看去，不如间接把数据核心建正在发电坐旁边。以至有现成的核电坐。没有任何一种聪慧是能够离开物理实体而存正在的。美国正在补课，完全跟不上AI扩张的节拍。就得发烧。操纵联邦资金来修补破裂的根本设备。你要想给这个数据核心拉一根跨州的高压输电线？那简曲是难度。有强大的基建，先说锻炼这个环节。能源操纵效率能做到极低，但推理是7x24小时不间断的。而正在青海这种高海拔地域，最初一招，什么环保许诺，正在物理层面到底是什么？无论何等复杂的AI模子，他们手里握着最先辈的显卡（万卡俱备），中国AI公司为买不到最先辈的GPU而忧愁，间接引入室外的天然风冷却，既然硅谷和东海岸的数据核心由于电网接入延迟而不得不闲置，什么碳排放，满嘴都是2030年实现碳负排放、100%绿色能源。锻炼是一次性的，巨头们干脆心一横：求人不如求己，用同样的电，美国正在疯狂补基建。