一组容易被忽略的数字：全球数据中心数量从2021年的约8000个，增长到目前的约12250个，四年增幅超过50%。按Data Center Map的统计，美国有4767个，装机容量53.73GW；中国31.90GW；欧盟11.92GW；日韩合计6.58GW；印度3.55GW；英国2.59GW。把这些机房加起来的用电量，已经超过整个法国。
与此同时，单体规模还在刷新纪录。目前全球最大的在运营数据中心是中国电信位于内蒙古呼和浩特的设施，占地约100万平方米；在建与规划的项目里，OpenAI支持的Stargate占地3.5平方公里，Meta计划在路易斯安那州建的Hyperion占地11平方公里。
这两组数字放在一起，指向一个不太舒服的结论：AI的瓶颈，正在从芯片换成电。而电这件事，比芯片难谈得多。
第一个问题：为什么电比芯片更硬
芯片是制造业问题，电力是时间问题。
一座数据中心从拿地到上架，压缩到18到24个月是极限；一条输电线、一座变电站、一台重型燃气轮机，周期以年为单位，甚至以十年为单位。Anthropic在S-1文件里把这件事写得很具体：电力供应和条件良好的选址都面临激烈竞争，部分规划中的数据中心要靠燃气轮机现场发电，而燃气轮机制造商订单积压严重，开发商只能退而求其次，用技术更简单的设备，效率和排放都更差；为了缩短并网等待，还有开发商直接装燃气内燃机自发电。
这不是一家公司的困境。美国的天然气发电占发电总量的40%，为满足数据中心用电，计划建设的化石燃料发电设施规模将达到十年来的最高水平。管道运力、气价、审批，每一环都可能把工期往后推。
最直白的案例是微软退出Nscale位于英国的一个数据中心项目。那个项目原计划2027年初投运，部署超过2.3万块英伟达GB300 GPU，但电力供应可能要到2030年代才能落实。GPU可以提前两年到货，电不会。
第二个问题：谁在为电买单
过去二十年，数据中心的用电成本是「隐形的」——它藏在云账单里，用户看不见，社区也不太在意。
现在它开始显形。美国民众承受着越来越高的电费，各地不满数据中心建设的居民已经成功阻止了数十个拟建项目。Anthropic在招股书里承认，对电费大幅上涨的担忧足以影响项目推进；如果监管机构认为公司获取电力的方式影响了其他用电户和整个电网，可能附加限制条件、征收备用供电费，或者要求开发商承担更多新增能源基础设施的建设成本。
这句话翻译过来就是：算力的外部成本，正在被重新内部化。过去由居民电价和公共财政分摊的部分，现在要写进AI公司的损益表。
资本市场已经先一步定价。摩根士丹利预计，到2027年，AI带来的电力需求将为能源供应链相关股票新增5000亿美元市值；自2024年以来，这一领域市值已累计增加1万亿美元。报告特别提到Bloom Energy这类做现场发电的公司——不依赖电网扩容周期、能快速部署的分布式发电，正在从「备选方案」变成「首选方案」。
这也是一个信号：AI基础设施的估值逻辑，正在从公用事业属性迁移到AI基础设施属性。以前电力股看煤价、看利用小时；现在要看机柜上架率、看PUE、看有没有一张跟云厂商签的长约。
第三个问题：这对中国意味着什么
中国以31.90GW的装机容量排在全球第二，大约是美国的六成。呼和浩特那座100万平方米的数据中心，是全球在运营的最大单体。西部的绿电、较低的电价、相对充裕的土地，构成了过去几年「东数西算」式布局的底层逻辑。
但优势不等于免疫。并网排队、能耗指标、地方博弈、水资源的约束，一样都不会少。更关键的是，当算力变成地方招商项目，电价的优惠往往带着条件：税收、就业、产业落地，最后都会折算进运营成本。
对中国的云厂商和AI公司来说，接下来要比拼的不是「谁拿到的电价更低」，而是「谁能把电力不确定性写进产品定价」。算力报价如果还按「卡时」卖，却没有把电力波动、限电风险和备用发电的成本算进去，那就是在替客户垫资。
对采购方而言，选云不再只是比价。要问三个问题：这个区域未来两年的电力增量从哪来？有没有双路供电和自备发电？限电时的SLA怎么赔？这些问题以前属于运维细节，现在属于采购条款。
还有一层传导链容易被忽略：电价影响的是机柜的边际成本，而机柜成本决定云厂商敢不敢打价格战。过去两年云厂商的降价空间，很大一部分来自规模摊薄和自研芯片；如果电力成本上行，这部分空间会被吃掉。最先感受到的不是签了折扣协议的大客户，而是按量付费的中小企业——它们的单价里，没有任何一条条款能对冲电价。
坐标轴上的位置
把时间轴拉长看，计算产业的约束条件换过几次：最早是晶体管数量，后来是制程，再后来是CUDA生态和先进封装，现在是电和并网。
每一次约束转移，都会重排一次产业格局。制程时代成就了台积电，生态时代成就了英伟达，如果电力成为主约束，受益的会是一批过去不太被科技圈讨论的公司：燃气轮机厂、变压器厂、储能、电网设备、现场发电，以及能把审批跑下来的开发商。
这也给SaaS厂商提了个醒。过去十年，软件公司习惯了「算力无限、按需扩容」的假设，把基础设施当成水电一样的存在。现在水电本身成了变量：区域限电、并网延迟、电价上浮，都会沿着IaaS传到PaaS，再传到SaaS的毛利表上。那些把推理成本写进合同里的公司，会比把成本藏在「不限量套餐」里的公司活得更久。
还有一个被低估的变量是水。大型数据中心每天要蒸发大量冷却用水，而水源、气候、电价、地价很难同时合适。Anthropic在S-1里把气候变化列为经营风险，理由很实在：气温上升，降温的电费和水费一起涨。这解释了一个看似矛盾的现象——一边是算力紧缺，一边是项目被否：不是资本不够，是电、水、地、社区关系四个条件凑不齐。
这也意味着，「算力过剩」和「算力紧缺」可能同时存在：卡不缺的时候，电不够；电够的时候，并网排队。真正稀缺的从来不是某一种资源，而是把资源接在一起的时间。
芯片可以加班造，电网不会加班。这句话，可能会成为未来三年AI行业最贵的一条常识。
至于这轮扩张什么时候撞墙，答案不在模型参数里，而在每个州的电网接入排队表上。那张表，比任何一份模型评测都更能说明算力的极限。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
