AI缺电,也缺算力?

现在任何一个投资群，如果不讨论点光模块这样的热票，都会显得这个群的含登量特别高。

我潜水的那个群就是这样。白天有人吹票，晚上有人复盘，凌晨两点还有人发研报截图。你要是不跟着哼哼两声，显得你自认很登。

前两天群里有人突然来了一句，「AI基建，是不是已经泡沫了？」

另一个人立刻怼回去，「泡什么沫，你看看英伟达的订单排到哪年了。」

两个人争了不下半小时，从马斯克卖算力中心争到中国西部的风电，谁也没说服谁。我端着手机，看得一愣一愣的，发现自己居然插不上话。

回来我就做了一件特别无聊的事。我让一个智能体去查。给它丢了一句指令，「搞清楚中美算力到底够不够，AI基建到底有没有泡沫，越具体越好。」

它吭哧吭哧跑了半小时，交上来一份七千字的报告。我看完，挺意外。

然后我想，这事值得写一篇文章。

---

咱们先从那个最刺耳的词聊起。泡沫。

说泡沫的人，手里不是没有证据。美国科技批评家艾德·齐特龙，这个人你可能没听说过，但他不是无名之辈，他是个科技播客主持人，被「纽约客」、「大西洋月刊」等主流媒体都报道过，他最近干了一件特别狠的事。他花了一周时间，把微软、亚马逊、OpenAi、马斯克这些公司从2023年到2024年宣布的所有「吉瓦级数据中心」项目，挨个用卫星图、美国环保局的排放许可、还有当地市政记录，对了一遍账。

你猜怎么着。

微软CEO纳德拉每季度都在说「我们又新增了1吉瓦」。齐特龙翻遍地图，凑不出4吉瓦。一家叫半导分析的研究机构确认微软冻结了1.5吉瓦的自建计划，还取消了两倍于此的租赁意向。所谓的「全面投产」呢？亚马逊去年十月宣布雷尼尔项目「全面投产」，美国消费者新闻与商业频道的标题写得像模像样。实际是，规划30栋楼，通了7栋。7栋，约500兆瓦。跟宣称的2.2吉瓦之间，差了一个数量级。

齐特龙管这叫「PPT产能」。我觉得这个词太客气了。应该叫「全面投产式话术陷阱」。

更离谱的是凯文·奥利里，就是那个「创智赢家」节目里的光头投资人，他在犹他州画了一个9吉瓦的大饼。9吉瓦是什么概念？全美国数据中心加起来也就几十吉瓦。这相当于说自己要在沙漠里再造一个三峡，专门给电脑供电。今年四月刚获批，地都没铲。

所以，供给侧的水分是真实存在的。行业宣称的数百吉瓦容量，经过卫星图加排放许可这两板斧一砍，水分能拧掉一半以上。这一点，你不能不承认。

---

但故事如果只讲到这儿，那就成了一篇单纯的做空报告。而智能体提到的另一半内容，让我刚准备了一肚子做空的狠话，直接给噎回去了。。

需求侧的数字，比我想象的还要疯。

德勤今年最新报告里有一个数据，我读了三遍才信。到2026年，全球人工智能计算工作负载里，推理的占比将从2023年的42%飙升到66%。第一次压倒训练。

什么意思呢？以前大家砸钱训练大模型，练完就完了，属于一次性爆发。但现在企业把模型搬回家之后，是7乘24小时不间断地跑。你每问一次、每生成一张图、每让智能体帮你订个外卖，背后都是算力在燃烧。

国家数据局给了一个测算，未来推理算力需求与训练算力需求之比，将达到3比1甚至更高。我粗算了一下，一个1700亿参数的模型，单次训练需要350PF-days。但如果日活1000万用户，每人每天聊10轮，全年推理所需的算力是训练的3.4倍。而且这还只是开始。

这里有一个特别反直觉的现象，经济学里叫杰文斯悖论。简单说就是，当一样东西变得更便宜，人们不会少用它，反而会用得更多。AI推理的单词元成本，这两年下降了大约1000倍。按理说成本降了，开销该少了对吧？不，总需求涨了100倍。英伟达预计，到2030年人工智能基础设施支出将达到3万亿到4万亿美元。

智能体给我的报告里引了一个Anthropic的例子，我觉得特别形象。半导分析的迪伦·帕特尔说，Anthropic今年一月年度经常性收入还只有40亿，二月就跳到了60亿。年底需要超过5吉瓦的算力才能满足需求。但他们之前采购太保守，现在不得不接受更高价格、甚至让出收入分成，才能拿到芯片。

最讽刺的是什么呢？是H100，英伟达三年前的老芯片，今天比三年前更值钱。因为更强的模型能从同一颗芯片里榨出更多价值，而芯片的供给始终有限。算力的稀缺性，已经从「缺卡」变成了「缺电」，最终可能变成「缺地」。

坦率的讲，今年年初你跟我说AI基建有泡沫，我可能还会跟着哼哼两声。

那时候大模型还在卷参数，训练完就完了，推理没起量，大家看着一堆规划中的数据中心心里发虚，觉得产能过剩，情有可原。

但现在？

AI编程的Token消耗已经炸了。智能体那边是7乘24小时不间断在跑。还有小龙虾那帮人，烧图形处理器的速度跟不要钱似的。这三个东西加在一起，Token消耗已经不是线性增长，是指数级在跳。

你再跟我说泡沫，我就真的只能回你一句，站不住脚了。

不对。不是站不住脚。

是压根儿没站过。

---

所以你看，供给侧有水分，需求侧在爆表。这两件事不是互相抵消的，是双重挤压。

智能体调研的那份报告里算了一笔账，我觉得可以分享给大家。

中国这边，工信部副部长张云明四月份刚公布的数据，截至2026年3月底，中国智能算力规模达到1882每秒百亿亿次浮点运算，半年增长了139%。已建成万卡智算集群42个，智算中心项目超过500个。听起来很猛对吧？但即便按这个速度，2026年的缺口仍有约800每秒百亿亿次浮点运算，占需求的25%。到2028年，缺口会扩大到3000每秒百亿亿次浮点运算，占42%。

美国那边，高盛五月份的研报更直接。美国数据中心电力需求，2025年是31吉瓦，2026年跳到41吉瓦，2027年直接翻倍到66吉瓦。占美国夏季高峰电力的比例，从4.1%涨到8.5%。高盛还特别补了一刀，说历史数据显示，原计划未来四个季度上线的数据中心，仅约72%能按时落地。项目排期越靠后，兑现概率越低。

贝恩咨询的数字则给整个故事加了一层寒意。他们说，到2030年全球AI算力总需求将达200吉瓦，每年需要投入约5000亿美元建设数据中心。但这需要对应2万亿美元的年营收才能维持财务健康。即便把所有企业IT预算和AI带来的成本节约全部再投资，仍有8000亿美元的营收缺口。

翻译成人话就是，现在的投资强度，财务上根本撑不住。部分项目必然会被推迟或取消。

---

写到这儿，你可能会问，那投资机会呢？

我必须诚实地说，这块我特别谨慎。不是因为那份调研报告不好，而是因为相关标的已经涨上了天。这个时候再写「投资机会」，不是在帮人，是在害人。

智能体那份报告列了五大赛道，光模块、电力设备、液冷散热、国产算力、数据中心运营商。

但我想把报告里最硬核的三个问题留给你。这三个问题，比任何「买入」建议都值钱。

第一，电呢？

艾德·齐特龙的调查最后落在一个字上：电。美国PJM电网2026到2027年的容量拍卖价，两年涨了10倍。中国「算电协同」已经写入2026年政府工作报告。变压器、高压直流输电、不间断电源的交货周期长达12到18个月。电是终极瓶颈，不是芯片，不是软件，是电。

第二，光呢？

推理占比66%，意味着数据中心内部的东西向流量暴增。一个推理集群里，图形处理器之间的通信量远大于训练集群。800G和1.6T光模块，从「可选升级」变成了「刚需标配」。这不是预测，是已经发生的现实。

第三，冷呢？

机架功率密度五年间涨了11倍，从13千瓦飙到130千瓦。英伟达下一代架构的目标是600千瓦每机架。传统风冷早就撑不住了，液冷从「高端选配」变成了「入门标配」。马斯克在孟菲斯的数据中心，被逼得装了35台燃气轮机来散热。你说这问题有多急？

能回答这三个问题的公司，才是真正值得研究的标的。而不是那些只会喊「我们规划了10吉瓦」的公司。

---

回到开头那个问题。AI基建到底有没有泡沫？

我的答案是，这个问题本身就问错了。

如果你问的是「科技巨头的宣传有没有泡沫」，答案是肯定的。全面投产可能只通了23%的电，「即将上线」可能还是一片空地。这部分水分，迟早要被挤掉。

但如果你问的是「算力需求本身有没有泡沫」，答案是否定的。推理正在吞噬一切，成本降千倍换来需求涨百倍，这不是泡沫，这是底层的物理规律在起作用。

真正的风险不在于「有没有泡沫」，而在于「你买的是什么」。你是在买PPT，还是在买电、买光、买冷？你是在投预期，还是在投真正能交付的稀缺产能？

最关键的是，它们现在的价格，有没有透支所有利好？

以上就是今天的全部甲片。点个「在看」👇，让它被该看见的人看见。

关注【海畔铠甲录】，斯基在这里一片一片攒铠甲。星标⭐一下，不然下次拆到你关注的票，可能就刷不到了。

未被摧毁的，终成铠甲。下次见。