前脚AI大神林俊旸刚拿下红杉、腾讯等巨头20亿美元估值的融资，后脚央视就甩出一组让人倒吸凉气的数据：一个万卡集群，一天至少吞掉20万度电。资本市场的钱砸下去连个响都听不见，全变成电表上疯狂跳动的数字了。 以前大家聊AI，满脑子都是模型架构、参数量和Scaling Law，觉得只要算力管够，通用人工智能指日可待。现在圈子里的老炮们碰面，第一句话往往是问对方搞到电了吗。这20亿美元估值听着唬人，但真要在物理世界里把万卡集群跑起来，电费账单能把很多初创公司直接送走。 一天20万度电，相当于一个几千户居民小区一个月的用电量，全砸在几万台GPU上，就为了跑那些深不见底的算法。按这个吃电速度测算，到2030年全国算力用电量得飙到8000亿度。资本可以凭空敲键盘印钞票，但物理世界的电网和变压器不能凭空变出电。算法在云端卷生卷死，底层的能源基建却在默默承受不可承受之重。 这20亿美金买到的从来不是通往AGI的免死金牌，而是一张极其昂贵的物理世界入场券。当算力扩张撞上能源上限，拼的就不是谁的PPT写得好，而是谁能真正搞定变压器和供电局。 前脚刚聊完供电局，咱们就得说说机房里的核反应堆了。现在训练大模型，真跟开核电站没区别。几万张顶级GPU挤在一起全负荷运转，发热量能把周围空气直接烤沸腾。光有电不行，你还得把这些热量散出去。 这就引出了圈子里另一个让人头疼的暗线：散热材料。别看大家在云端卷参数，底层的高端陶瓷散热材料早就因为稀土管制告急了。供应链一旦被锁死，拿着现金也提不到货。算力狂奔的背后，是物理世界底层资源的全面吃紧。 电不够、散热难，只能往西部跑。央视给出的数据很直白，到2030年全国算力用电得干到8000亿度。这么庞大的胃口，东部电网根本喂不饱。好在国内有东数西算打底，内蒙古、甘肃这些枢纽节点的大型数据中心，绿电消费占比已经飙过80%。非化石能源装机占比超过六成，新增用电需求几乎全靠绿电硬扛。 以前咱们总觉得，AI的壁垒是算法天才和千亿资本。现在看明白了吧？当万卡集群的能耗逼近城市级负荷，当散热材料被上游矿产卡脖子，算力的尽头早就撞上了物理瓶颈。剥开那些华丽的技术外衣，AI竞争的终局根本不是代码层面的自嗨，而是电力供应与基础材料的硬核角力。搞不定能源和材料的物理账，你的模型参数再大，也只是一堆随时会烧毁的废铁。 聊完耗电的量，咱们接着看看散热这个同样致命的质的问题。几万张顶级GPU挤在机房里全负荷狂飙，电能几乎全转化成热能。传统的风冷和常规液冷根本压不住这种级别的发热，现在真正卡脖子的是高端陶瓷散热材料。 这种AI散热材料正在全面告急，源头直指稀土管制。AI算力爆发拉动了需求倍增，但上游矿产供给却被死死锁住。高端陶瓷散热材料的供应链正在被强行重写。以前硬件采购觉得只要预算充足，什么顶级基板都能按时交货。现在去市场上转一圈就知道，拿着现金也提不到现货，交期直接排到明年。 一个万卡集群一天吞掉20万度电，这些能量绝大部分都变成了必须排走的热量。按这个吃电速度，到2030年全国算力用电干到8000亿度，散热材料的缺口只会越来越大。算力厂商现在不仅要跟巨头抢GPU，还得去上游抢陶瓷基板。算法团队在云端疯狂调参，硬件团队却在到处找关系拿散热片。这就是现实。 AI竞争的终局从来不仅是算法和资本的狂欢，更是电力供应与散热材料等物理世界底层资源的硬核角力。当上游矿产卡住脖子，你的模型参数写得再漂亮，没有好的散热底座，万卡集群也只是一堆随时会烧毁的昂贵废铁。 面对电和热的双重夹击，国外的科技巨头还在满世界找地皮建微型核电站，国内的解法则直接打出了一张基建牌。既然东部电网喂不饱这头吞电巨兽，那就把算力搬到绿电最多的地方去。 像内蒙古和林格尔与甘肃庆阳这类枢纽节点，新建大型数据中心的绿色电力消费比例已经飙过八成。国内已有172个算力中心顺利拿下绿色低碳4A级认证。非化石能源装机占比超过六成，这意味着新增的庞大算力用电缺口，基本全靠绿色能源硬扛。按测算，到2030年将近6万亿度清洁电能将奔涌入网，专门给狂奔的AI兜底。 这其实是用空间换能源的阳谋。以前大家觉得搞AI就是租机房买显卡，现在东数西算撬动万亿级投资，直接把新能源发电的波动性和算力的高能耗给对冲了。把高耗能的训练任务扔到西北的风电场和光伏板下面，不仅电价便宜，还不用看东部迎峰度夏限电的脸色。 AI竞争的终局不仅是算法和资本的狂欢，更是电力供应与散热材料等物理世界底层资源的硬核角力。当万卡集群的能耗逼近城市级负荷，谁能拿到最稳定、最便宜的绿电底座，谁才能活到下一个版本。东数西算就是这场角力里的核心底牌，毕竟在绝对的能源壁垒面前，再精妙的算法也抵不过一句今天拉闸限电。 看完宏观的绿电布局，把视角拉回微观，聊聊这轮AI热潮里容易被忽视的成本陷阱。 以前投资人看项目，死盯着团队背景和模型跑分。现在去尽调，开口第一句往往是问机房电费谁兜底。一个万卡集群一天干耗20万度电，按这胃口，2030年全国算力用电得飙到8000亿千瓦时。这可不是在PPT上敲敲键盘就能变出来的数字，这是实打实要从电网里抽的血。 光有电还不算完，机器发烫怎么解决？现在圈子里都在疯抢高端陶瓷散热材料。上游稀土管制一卡脖子，整条供应链直接重写。你拿着现金去排队，交期能给你拖到明年。算法团队在云端疯狂调参，硬件采购却在到处求爷爷告奶奶找散热基板。 很多人以为AI是轻资产、高毛利的云端生意，其实它早就变成了重资产、拼底座的硬核制造业。那些靠堆算力讲故事的公司，根本算不清这笔物理账。当你的电费账单和材料采购单比研发支出还高时，所谓的纯技术壁垒就是个伪命题。 别天天盯着参数规模自嗨了，去算算你的度电成本和散热良率。算法卷得再花哨，最后也得乖乖向物理世界的热力学定律和电网调度低头。搞不定能源和材料的底层账本，你烧钱训出来的大模型，充其量只是一台极其昂贵的电暖器。 2030年全国算力用电量与绿电入网规模预测示意图 既然物理瓶颈避不开，给正在找算力、买硬件的创业者提几个醒。 先说选址。别总觉得把机房扎在北上广深才叫有实力。一个万卡集群一天干耗20万度电，东部电网的变压器真不一定扛得住你这种吃法。看看央视给出的数据，到2030年全国算力用电要飙到8000亿千瓦时，这胃口全靠西部绿电来填。内蒙古和林格尔、甘肃庆阳这些枢纽节点的大型数据中心，绿电消费占比已经干到了八成以上。把训练任务扔到西北的风电场和光伏板下面，不仅电价便宜得让人想哭，还不用天天盯着拉闸限电的通知发愁。在绝对的能源成本面前，一线城市的机柜租金就是个笑话。 再说硬件采购。很多人拿着融资就直奔英伟达去抢卡，却忘了机器全负荷运转时的发热量能把屋顶掀翻。现在高端陶瓷散热材料受上游稀土管制影响，整条供应链早就被强行改写。就算你拿着现金去堵门，交货期也能生生拖到明年。买硬件不能只盯着GPU的显存和算力，得把散热基板、液冷管路这些底层材料的交期和良率算进预算里。算法团队在云端调参，硬件团队如果在机房里因为散热不良导致降频，那几千万买的卡就真成了废铁。 别再把AI当成纯写代码的轻资产游戏了。这行的终局从来不仅是算法和资本的狂欢，更是电力供应与散热材料等物理世界底层资源的硬核角力。算不清这笔能源和材料的物理账，你的模型参数写得再漂亮，也只是一堆随时会烧毁的昂贵废铁。