制約AI發(fā)展的最大瓶頸是什么？有人說是算力儲存這類芯片，也有人說是具體的落地場景，還有人說是算法的迭代升級……

這些是AI發(fā)展的影響因素，但如今最大的制約因素卻是電力能耗——有沒有足夠的電能支持AI發(fā)展將成為算力芯片潮之后的新瓶頸。

可以說，在未來，誰有足夠的電能或是誰能夠大幅度降低能耗，誰就能夠在AI賽道上取得先手，為此不論是國外還是國內(nèi)，AI大廠們紛紛開始開源節(jié)流措施，讓自己在新的一輪電力競爭中獲得優(yōu)勢。

【1】電力成為AI新瓶頸

“今年晚些時候，除中國外，可能出現(xiàn)芯片產(chǎn)能過剩卻無足夠電力驅(qū)動的情況。很快，我們生產(chǎn)的芯片將多到?jīng)]有足夠的電來運行它們?！?/strong>

在今年3月舉辦的達沃斯論壇上，馬斯克向火熱的AI行業(yè)潑出了一盆冷水，制約AI發(fā)展的瓶頸不再是算力芯片，而是更為基礎(chǔ)的電力能源。

很多人沒有意識到，在大模型算力高速增長的背后，是AI功率和能耗的指數(shù)級增長。

2018年，Open AI訓(xùn)練GPT-1時，訓(xùn)練能耗約為0.1MWh，但在五年之后的2023年，Open AI訓(xùn)練GPT-4時，訓(xùn)練能耗直接翻了50萬倍，達到驚人的5萬MWh。

主要的原因是GPU芯片使用量的大幅度提升，訓(xùn)練GPT-1一共只使用了 8–16 塊 V100 GPU，而到了GPT-4時，Open AI共調(diào)用了25000塊英偉達A100 GPU。

模型復(fù)雜化、算力芯片的暴增，直接帶來AI訓(xùn)練能耗的指數(shù)級增長，其實AI對電能的吞噬，不僅是在訓(xùn)練上，在B端、C端用戶的日常使用中，AI消耗的電能同樣超乎想象。

數(shù)據(jù)顯示：ChatGPT每天要響應(yīng)大約2億個請求，這個過程會消耗超過50萬度電力，相當于一個小型工業(yè)園區(qū)的全天用電總和。

這還只是Open AI一家公司一款產(chǎn)品的電能消耗，整個AI行業(yè)已經(jīng)成為全球電能最大的增量。

國際能源署報告顯示：2025年，全球數(shù)據(jù)中心總用電量達到0.65萬億度，中遠期全球AI數(shù)據(jù)中心的總能耗將達到4.3億度，超過當前美國4億度的全年總用電量。

更為關(guān)鍵的是，在AI行業(yè)電力需求呈現(xiàn)出爆發(fā)式指數(shù)增長的同時，全球發(fā)電量卻呈現(xiàn)3.3%的龜速增長。

美國能源部預(yù)計到2028年，每100度電，12度電都將被AI數(shù)據(jù)中心消耗。

而這樣的行業(yè)現(xiàn)狀也引起了大佬們的普遍擔憂，黃仁勛多次發(fā)出“電力掐住了AI的咽喉”“電網(wǎng)成了AI的新天花板”等警告性言論。

可以說，在未來幾年，AI的瓶頸不再是算力芯片，而是電能。

【2】加強發(fā)電中心建設(shè)

相比馬斯克、黃仁勛的呼吁，AI大廠們則更早地感受到了電力短缺帶來的影響：微軟CEO納德拉公開表示：因無法找到足夠的電力來運行倉庫中已有的 GPU，導(dǎo)致約800億美元的Azure 訂單無法履約；

OpenAI提交的報告中直接顯示：電力不僅僅是一種公用事業(yè)，更是一項戰(zhàn)略資產(chǎn)，對于建設(shè)人工智能基礎(chǔ)設(shè)施至關(guān)重要。

缺電已經(jīng)成為海外AI巨頭們面臨的新挑戰(zhàn)，為此這些企業(yè)開始集體“開源”：

2025年10月，Meta俄亥俄州數(shù)據(jù)中心放棄電網(wǎng)接入，改由管道公司W(wǎng)illiams建設(shè)天然氣發(fā)電站，從而保障數(shù)據(jù)中心所需要的電能；

11月，谷歌與道達爾簽訂長達十五年的可再生電力供給協(xié)議，屆時道達爾直接向谷歌位于俄亥俄州的超大規(guī)模AI數(shù)據(jù)中心供應(yīng)電力；

3月9日，谷歌和特斯拉宣布組建“電網(wǎng)利用聯(lián)盟”，希望利用儲能、虛擬電廠等技術(shù)激活電網(wǎng)閑置容量，保障旗下AI業(yè)務(wù)的供電量；

3月12日，xAI獲得批準運行41臺甲烷燃氣輪機，為“巨像2號”數(shù)據(jù)中心的AI超級計算機供電；

可以說，在AI巨大的電力需求面前，海外AI公司都在自建電站自救，甚至在1月達沃斯世界經(jīng)濟論壇上，馬斯克表示，要將數(shù)據(jù)中心放在太空上，通過太陽能發(fā)電滿足日益增長的能耗需求。

與國外AI巨頭面臨電荒，需要自建電網(wǎng)不同，中國AI企業(yè)則沒有相似的感受。

原因在于以下幾點：一是中國年發(fā)電量10萬億千瓦時的底氣；二是中國掌握了特高壓輸電等在內(nèi)的整套核心專利和產(chǎn)業(yè)；三是通過產(chǎn)業(yè)布局，如“東數(shù)西算”工程、“算電協(xié)同”戰(zhàn)略，將算力中心布局在貴州、內(nèi)蒙古等能源省份。

“中國在電的問題上，沒有必要像美國人那么焦慮，以我們今天的算力規(guī)模來看，中國現(xiàn)有的電力供給其實是相當充足的”，在接受媒體采訪時，中國工程院院士王堅表示，對于中國而言，電力從來不是AI發(fā)展的問題。

【3】降耗成為AI新常態(tài)

基于國內(nèi)電網(wǎng)遙遙領(lǐng)先的水平，中國AI廠商不用擔心用電荒，但同谷歌、Meta等海外廠商一樣，也要面臨降低能耗的問題——為了降低AI不斷飆升的成本。

在當前情況下，為了保持發(fā)展，算力能耗不可能降低，所以多數(shù)企業(yè)將目標放在了散熱能耗中，據(jù)司庫財經(jīng)了解，為服務(wù)器降溫散熱所需要的能耗，約占算力中心總能耗的40%。

“當AI訓(xùn)練集群將功率密度推至40千瓦以上，相當于把20臺家用電暖器塞進一個冰箱大小的機柜同時烤火，產(chǎn)生的熱量幾分鐘就能燒開一浴缸水”，此前浪潮通信副總經(jīng)理郭振君曾對媒體表示，服務(wù)器散熱比想象中的難度更大。

據(jù)了解，此前多數(shù)的服務(wù)器是風(fēng)冷，即通過加裝風(fēng)扇，通過空氣流動帶走熱量，但當服務(wù)器能耗功率小時，風(fēng)冷尚能滿足服務(wù)器需求，而一旦功率飆升，因物理限制，風(fēng)冷根本起不到散熱作用。

傳統(tǒng)散熱已經(jīng)到了極限，而液冷則是將服務(wù)器浸泡到高比熱容的液體，空氣與液體在比熱容上的物理差異，液冷在AI服務(wù)器能效上有著天然優(yōu)勢。

液冷與風(fēng)冷有著巨大的差異，目前采用風(fēng)冷的數(shù)據(jù)中心，能源使用效率為1.5左右，每用1.5度電，即AI數(shù)據(jù)中心在計算存儲時，每耗費1度電，就額外需要0.5度用于散熱冷卻。

而液冷在散熱能耗的表現(xiàn)上則呈現(xiàn)指數(shù)級的進步，以華為的液冷方案為例，浸沒式液冷能將能源使用效率提升至1.05，即AI數(shù)據(jù)中心在計算存儲時，每耗費1度電，用在散熱上的電量只需要0.05度。

從以上數(shù)據(jù)對比中不難看出，液冷的散熱能耗只有風(fēng)冷的十分之一，這也意味著，能夠節(jié)省大量的成本——華為數(shù)據(jù)顯示：一個5萬臺服務(wù)器的數(shù)據(jù)中心，如果采用浸沒式液冷方案，一年能夠節(jié)省1.2億電費。

西南證券在一份研究報告中直接指出，AI對電力消耗越來越大，成本越來越高，再加上散熱這件事本身巨大的耗電量，因此成本更低、耗能更小的散熱方案將進入一個新時代。

高盛在一份報告中預(yù)測：2024年，液冷在AI訓(xùn)練服務(wù)器領(lǐng)域的滲透率只有15%，但在2027年，將會飆升到80%。

可以說，在AI耗電不斷攀升、散熱處理難的大背景下，液冷尤其是浸沒式液冷正在成為行業(yè)的標配。

人工智能的發(fā)展正站在一個全新的十字路口。曾經(jīng)，我們以為芯片是AI前進的唯一引擎；如今，電力正在成為新的天花板，散熱則成為破局的關(guān)鍵鑰匙。

相比之下，中國憑借強大的電力基礎(chǔ)設(shè)施、領(lǐng)先的特高壓技術(shù)和前瞻性的產(chǎn)業(yè)布局，在這場全球AI電力競賽中占據(jù)了獨特的先發(fā)優(yōu)勢。但“不缺電”并不等于“無憂慮”，決定AI不僅有算力更要看經(jīng)濟效益。

如果說，算力定義了AI的起點，那么對于如今的行業(yè)而言，電力與散熱將共同決定AI能夠走多遠。