是什么拖慢了人工智能建设的步伐

# 真正拖慢人工智能建设的是什么 Source: https://www.worksinprogress.news/p/ai-is-bottlenecked-by-the-grid *《Works in Progress》第24期现已送达订阅者手中。在此订阅（http://worksinprogress.co/print），即可收到本期及之后每两个月一期的刊物——直接送到您手上。* 历史上最昂贵的项目之一正在得克萨斯州阿比林建设。这个名为Stargate的合资项目是由OpenAI和软银主导的更大项目的旗舰，预计耗资超过400亿美元（https://www.datacenterdynamics.com/en/news/oracle-to-spend-40bn-on-nvidia-chips-for-openai-texas-data-center/），将建设一个用于训练新一代人工智能模型的高性能计算园区。 Stargate只是历史上最大投资热潮中的一个重大项目，这股热潮源于一个信念：越来越强大的人工智能模型能够带来爆炸性经济增长（https://www.mckinsey.com/~/media/mckinsey/business%20functions/mckinsey%20digital/our%20insights/the%20economic%20potential%20of%20generative%20ai%20the%20next%20productivity%20frontier/the-economic-potential-of-generative-ai-the-next-productivity-frontier.pdf）。但它需要消耗大量电力才能运行：Stargate预计峰值负荷将达到1.2吉瓦（https://www.esig.energy/wp-content/uploads/2025/05/ESIG_LLTF_PresentationLancium.pdf），相当于31.3万户美国家庭的中位数用电量。EpochAI与一家能源研究机构联合发布的报告（https://www.epri.com/research/products/000000003002033669）预测，如果2025年的增长率保持不变，到2030年全球人工智能计算总功率将达到100吉瓦。数据中心并非人工智能革命中唯一能耗巨大的环节。美国最大的电池制造工厂的用电功率为115兆瓦（https://www.csis.org/analysis/energy-considerations-dawn-strategic-manufacturing），而台积电亚利桑那半导体工厂第一阶段的用电功率将达到200兆瓦（https://www.csis.org/analysis/energy-considerations-dawn-strategic-manufacturing）。 [](https://substackcdn.com/image/fetch/$s_!dIvV!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F68e0c524-4d4a-4a71-8f3e-70b0fad16ed1_1024x891.png) 制约这一增长的主要瓶颈是电力供应。但这并不意味着能源短缺。相反，瓶颈在于将大量新建数据中心及其配套发电设施接入电网。在接入任何新建基础设施之前，电网运营商必须研究它将如何改变电网中的潮流分布，并确定是否需要对系统进行升级。这一过程严重积压。2005年，中位数发电厂等待并网的时间不到20个月（https://solar-media.s3.amazonaws.com/assets/LSSUSA25/Marketing/Presentations/Interconnection%20Queues%20and%20Costs%2C%20Seel%204.29.2025%20public%20version.pdf），但到2023年已跃升至55个月。 并网流程并非为当今世界而设。电网采用僵化的先到先得排队机制，使得一些最有价值的项目被卡在不太重要的项目后面。它们还根据僵化的条件进行评估，对于愿意在短期内自行满足电力需求的电厂不予奖励。为了迎接人工智能时代，电网流程需要改变。 对于未来数据中心和芯片制造商需要多少电力，各方估计不一，但各大人工智能公司的负责人都一致认为，它们需要的电力将超过目前所能获得的数量。英伟达CEO黄仁勋曾表示（https://analyticsindiamag.com/deep-tech/we-are-now-a-power-limited-industry-says-jensen-huang/）“未来的每个数据中心都将受到电力限制”。马克·扎克伯格曾说（https://www.datacenterdynamics.com/en/news/metas-mark-zuckerberg-says-energy-constraints-are-holding-back-ai-data-center-buildout/）Meta“如果能获得足够的能源，就会建造更大的（人工智能训练）集群”。OpenAI CEO山姆·奥尔特曼在国会作证时表示（https://passionateaboutoss.com/sam-altman-warns-of-one-limit-to-human-intelligence-and-oss-are-closely-linked/）“（人工智能）的丰富程度将受到能源丰富程度的限制”。 [](https://substackcdn.com/image/fetch/$s_!8rvz!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F9f47be4d-d7be-49e0-92af-e7495e6b3c66_1024x783.png) 无论数据中心热潮如何发展，整个经济都在长期向电气化转型。与燃料不同，电力可以立即转化为功，且能量损失很小。电力直接产生运动，而燃料必须先在内燃机中燃烧。这就是为什么即使电力比汽油贵，电动汽车的燃料成本仍可减半（https://www.energy.gov/energysaver/electric-vehicles-and-chargers）。电动机的简单结构也意味着电动汽车的终身维护成本仅为燃油汽车的一半（https://betterenergy.org/blog/consumer-reports-study-finds-electric-vehicle-maintenance-costs-are-50-less-than-gas-powered-cars/）。 电力还可以传输信息。晶体管根据施加在栅极上的电压开关，使电路能够执行逻辑运算。收音机、屏幕和计算机不能仅靠汽油运行。 1990年至2024年间，电动机价格下降了97.5%（https://www.notboring.co/p/the-electric-slide）。电力电子器件价格下降99.5%（https://www.notboring.co/p/the-electric-slide），设备内置处理器价格下降近99.9%（https://www.notboring.co/p/the-electric-slide），电池价格下降98.8%（https://www.notboring.co/p/the-electric-slide）。随着价格下降，性能也在提升。例如，同期电池每公斤可储存的能量增加了五倍（https://rmi.org/the-rise-of-batteries-in-six-charts-and-not-too-many-numbers/）。 [](https://substackcdn.com/image/fetch/$s_!qx4Y!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F59aaed42-6f51-465e-ab43-18bdc4c53493_1024x803.png) 这些趋势推动了从随身听到iPod再到iPhone的演进，也催生了电池驱动的汽车、送货车和自行车。与此同时，设备内置计算能力的提升正在为新型电动汽车和卡车（https://austinvernon.site/blog/ailogistics.html）、机器人吸尘器、割草机以及无人机赋予自主能力。人形机器人的商业化或许也近在眼前。