Kaiyun官网登录入口 开云网站在最新播客节目BG2中，微软CEO纳德拉亲口承认公司正面临一个前所未有的尴尬：微软手上有成堆的GPU，却
最大的问题不是芯片供应，而是供电能力，以及我们能否足够快地建成靠近电源的数据中心。
不是因为算力已经足够或者“过剩”了，而是现在的基础设施不足以支撑这些芯片运行起来。
二是因为缺少可以立马投入使用的数据中心——也就是纳德拉口中的“warm shells”，即已经建好、具备足够供电与冷却能力的机房外壳。
去年，当被问及微软在2024年是否仍然受到英伟达芯片的供应限制时，纳德拉是这么说的：
奥特曼也在同期讨论中提到，行业面临的总体挑战不仅仅是算力问题，更多还有能源和基础设施的匹配问题。
过去两年，他陆续投资了裂变能源公司Oklo、聚变能源公司Helion，以及太阳能创业公司Exowatt。
只不过，这些新型能源技术离大规模商用还很远，短期内，数据中心仍得依赖燃气和可再生能源混合供电。
随着AI和云计算带动的数据中心建设进入高峰期，用电需求开始以超出预期的速度增长，远远超过公用事业公司原本的新增发电规划。
传统电厂从立项到并网通常需要数年周期，而AI产业扩张的节奏以季度计算。于是，为了追上算力扩张的步伐，越来越多的数据中心开发商不得不自己为AI发电。
因此，越来越多的数据中心开发商选择采用所谓的“计量表后”（behind-the-meter）供电方式——直接将电力接入数据中心，绕过公共电网，以弥补供能缺口。
光伏太阳能被视为目前建设周期最短、部署最灵活的能源形式，但在时间维度上，它与数据中心几乎同步——从选址、施工到并网动辄数月甚至一年。
举个具体点的例子来说吧：当算力曲线每季度刷新纪录时，能源系统还在审批表格上打转（无奈摊手.jpg）。
部分业内人士担心，如果未来AI需求增速放缓，当前为了支撑AI算力而大规模投资的电厂和储能项目可能会出现闲置风险。
奥特曼认为，AI的用电需求不可能回落，只会持续增长。也就是说，更高效、更便宜的算力，只会激发出更多应用场景。
如果算力成本明天下降100倍，用量会增长远超100倍。越便宜的计算力，只会带来更大的总体需求。
为此，奥特曼呼吁美国政府每年增加100吉瓦发电能力，并将其视为“AI战略资产”。
一台昂贵的英伟达芯片，如果暂时插不上电，两、三年后又被新架构取代，那等于在折旧周期内就提前贬值。
而根据微软经验，数据中心设备的折旧周期通常是六年，盲目囤货不仅占用现金，还会造成资源浪费。
人口增长了20%，部分物理电网老化，新的城市生活和科技进步都对电力需要提出了不断增长的需求。
如上所述，GPU生产可以按季度迭代，但电力系统、数据中心冷却与输电网络的建设，却是以年为单位的工程。
AI产业算力增长能否延续，关键已不在芯片产量，而在能源与基础设施是否能同步扩张。
如果你已经被能耗闲置，而英伟达推出一款速度提升1.2倍但能耗降低25%的芯片，那将非常有吸引力。
周一，微软在
