飞扬观察 · 当全世界都以为这是一场芯片战争的时候,真正的胜负手已经悄悄换了赛道。
一、120 千瓦的"小怪兽"
2024 年 3 月,英伟达 GTC 大会现场,黄仁勋掀开黑布,GB200 NVL72 第一次以完整形态出现在公众面前。媒体的焦点集中在它的算力数字上——1.44 EFLOPS、30 倍推理性能、能训练万亿参数模型。但真正在数据中心运营商心里掀起波澜的,是另一个不那么性感的参数:这是什么概念?传统服务器机柜的功率大约是 10 千瓦。上一代主流的 H100 风冷机柜,功率约 40 千瓦,已经被业内视为"高密度"了。而 GB200 NVL72,一台 1.36 吨重、需要 100% 液冷、售价 200-300 万美元的"机柜级超级计算机",一柜抵得上 12 个传统机柜的耗电量。这还只是单个机柜。一个标准的 AI 数据中心园区,通常需要部署成百上千个这样的机柜。据行业研究机构估算,Oracle 现役最大的数据中心规模已经达到 800 兆瓦量级——相当于一座中型城市的瞬时用电峰值。Oracle 董事长兼 CTO 拉里·埃里森在 2024 年公开宣布,公司下一代数据中心将达到吉瓦级,需要 3 座小型模块化反应堆(SMR)来供电,且声称已获得相关建设许可。注意,这不是隐喻。一家软件公司正在认真规划核反应堆。如果你是数据中心运营商,看到这组数字,第一反应大概率不是"我们买多少张卡",而是——二、被忽视的"第一性原理"
过去三年,围绕 AI 的讨论几乎全部集中在三件事上:模型、数据、算力。芯片成了新时代的"石油",英伟达市值一度突破 4 万亿美元。但很少有人提及一个更底层的事实:而电力,作为最古老的工业基础设施,正在成为 AI 时代最稀缺的资源。国际能源署(IEA)在 2025 年 4 月发布的《能源与人工智能》专题报告中,给出了一组令人不安的数据:全球数据中心耗电量将从 2024 年的 415 太瓦时,翻倍至 2030 年的 945 太瓦时。这个数字大致相当于今天日本全国的年用电总量。更精细地看,2025 年这一年,数据中心耗电量同比增长了17%,而全球总用电量增长只有 3%。AI 专用数据中心的电力消费增速更是高达每年 30%——在能源史上,这是前所未有的扩张速率。2023 年,美国数据中心耗电占全国总用电的4.4%美国劳伦斯伯克利国家实验室预测,到 2028 年这一比例将达到6.7%-12%到 2030 年,美国数据中心用于数据处理的电力,将超过全国所有能源密集型制造业的总和——包括炼铝、炼钢、水泥和化工这不是"AI 让我们用电变多了一点",而是 AI 正在让美国(以及中国)的电力系统重新进入增长时代。要知道,过去 15 年,发达经济体的电力需求曾长期停滞甚至下降。在发达经济体,到 2030 年,数据中心将贡献全部用电增长的20% 以上。这就是为什么,从去年开始,科技巨头们对能源的态度从"采购方"变成了"主动投资方"。当电力成为算力的硬约束时,你已经不能再依赖电力公司的传统建设节奏了。三、巨头们的"核反应"
我们来梳理一份过去 18 个月的"核能交易清单"——这份清单的密集程度,本身就说明了问题。微软 × 星座能源(Constellation Energy)2024 年 9 月,微软签下一份足以载入能源史的合同:与星座能源达成为期20 年的购电协议(PPA),重启已封存的三哩岛核电站 1 号机组。星座能源将投入约16 亿美元用于重启工程,机组装机容量 835 兆瓦,预计 2028 年并网。这是美国数十年来首次有核电站从退役状态重新启用——电站后来正式更名为"Crane Clean Energy Center"。微软购电合同的具体金额未公开披露,但据外界估算,这份 PPA 的总价值可能达到 100 亿美元以上。要知道,三哩岛在 1979 年发生过美国历史上最严重的核事故(2 号机组)。微软选择重启 1 号机组,本身就是一个标志性事件——核电产业从"政治禁忌"重新回到"基础设施核心"。亚马逊 × 塔伦能源(Talen Energy)2024 年 3 月,亚马逊以6.5 亿美元收购了塔伦能源旗下毗邻 Susquehanna 核电站的 Cumulus 数据中心园区,这是一个用地约 1,200 英亩、配套核电直供的"一体化"AI 基地。2025 年 6 月,双方将合作重组并扩展为为期 17 年、最高 1.92 吉瓦的购电协议(PPA),延续至 2042 年。塔伦预计该合同生命周期内总收入约180 亿美元。与此同时,亚马逊宣布在宾州整体投资约200 亿美元新建一系列数据中心——这是不同口径的数字,需要分清楚:6.5 亿是收购园区,180 亿是 17 年购电合同金额,200 亿是亚马逊在宾州数据中心建设的总投入。三者一起,构成了一张"核电直供 + 数据中心园区 + 长期电力锁定"的完整组合拳。谷歌 × Kairos Power2024 年 10 月,谷歌签下美国企业史上首份小型模块化反应堆(SMR)采购协议。Kairos Power 将为谷歌建造 6-7 座 SMR,总装机 500 兆瓦,首座反应堆计划 2030 年并网,全部部署完成在 2035 年。Meta × 星座能源 × Vistra2025 年 6 月,Meta 与星座能源签下 20 年期 PPA,从 2027 年 6 月起采购伊利诺伊州 Clinton 核电站的全部输出——1,121 兆瓦。这笔交易救活了一座原本可能在 2027 年因伊利诺伊州补贴到期而退役的核电站。2026 年 1 月,Meta 又与 Vistra 达成新协议,可能从其拟建的 300 兆瓦 SMR 项目获得电力。此外,Meta 已发布 RFP(招标书),目标是新增1-4 吉瓦的核电装机。甲骨文(Oracle)2024 年 9 月,埃里森在财报电话会议上公开表示,甲骨文正在设计一座吉瓦级数据中心,将由 3 座 SMR 供电,并声称这 3 座反应堆"已经拿到了建设许可证"。这一说法在核能行业内部曾引发质疑(因为 NRC 颁发新反应堆许可证是高度公开的程序),具体细节、选址、时间表至今未公开披露,但意图本身已经足以说明问题。OpenAI / Sam Altman 与 xAI / 马斯克这两位的动作更早,且更激进。奥特曼个人投资的核裂变创业公司 Oklo,以及核聚变公司 Helion(微软已签约从 Helion 采购未来电力),都在他的"能源备份网络"里。马斯克的 xAI 路线更直接、也更粗暴:在孟菲斯建设"Colossus"超级计算集群时,因电网接入跟不上(初始仅 8 兆瓦),xAI 在场地上自行架设了多达 35 台便携式天然气涡轮机,引发了严重的环保和监管争议。2026 年初,xAI 又向韩国斗山(Doosan Enerbility)订购了 5 台单台 380 兆瓦的工业级燃气轮机,合计约 1,900 兆瓦——一家 AI 公司,实际上正在自己建一座电厂。截至 2026 年初,美国大型科技公司在过去一年里签下了超过 10 吉瓦的核电购电协议。根据多家行业研究机构的统计,微软累计签约的清洁能源(包括核电、风电、光伏)总容量已超过 34 吉瓦,在企业级清洁能源采购排行上超越亚马逊位居全球第一。
这是过去 30 年从未出现过的局面——民营科技公司,正在直接为美国的核电产业充当锚定客户(anchor tenant),一个过去只属于受监管公用事业公司的角色。四、为什么是核能,而不是别的?
读到这儿,你可能会问:风电、光伏不香吗?为什么科技公司不优先大规模采购可再生能源?事实上,过去十年,这些公司确实是这么做的。亚马逊、谷歌、微软常年位居全球企业级可再生能源采购排行榜的前列。但 AI 数据中心的特殊需求,让风光发电从"主力"退到了"辅助"。AI 训练和推理是 7×24 小时连续运行的工作负载。你不能在云没有时停下来等太阳,也不能在风停时让 GPT-5 暂停训练 4 个小时。可再生能源的间歇性,在面对 AI 这种"无间断重负载"时,成了致命短板。核电是为数不多能提供24 小时无碳基荷电力的技术。这是它在 AI 时代被重新发现的根本原因。一个 GB200 NVL72 机柜是 120 千瓦。一个万卡级别的 AI 集群,可能需要几百兆瓦的稳定电力。如果用光伏供电,这意味着方圆几十平方公里的太阳能板;用风电则需要更大的占地。而一座中等规模的核电站,占地几平方公里就能输出 1 吉瓦稳定功率。这是一个常被忽略的细节。美国电网建设速度严重落后于新能源装机,导致大量风光项目"建成后无法并网"。在某些地区,新建输电线路的等待周期长达7-10 年。科技公司选择把数据中心直接建在核电站旁边(行业里叫做 co-location,"并址")的最初动机,就是为了绕开电网瓶颈——电力可以从核电站直接"幕后"输送给数据中心。但这种模式在 2024-2025 年遇到了监管阻力:美国联邦能源监管委员会(FERC)担心这种"behind-the-meter"安排会让普通电力用户承担基础设施成本。亚马逊与塔伦的合作就是一个鲜活案例。最初的协议是 behind-the-meter 直供,但 2025 年 6 月重组后,改为了"front-of-the-meter"结构——核电站先把电送上电网,再由电网分配给亚马逊数据中心。虽然形式上回到了电网,但亚马逊通过 20 年 PPA 锁定了电站的全部产能,本质上仍然是"专属电源"。这种"形式上并网、实质上专属"的安排,会是未来几年大型 AI 数据中心的主流结构。五、底层逻辑的转变:从"算力竞争"到"电子争夺战"
如果我们把视角拉到产业层面,会发现一个更深的转变正在发生:AI 投资的边界,正在从"芯片+模型"扩展到"基础设施+长期能源合约"。
S&P Global 在 2026 年的一份报告里用了一个很犀利的判断:当下,是超大规模云厂商的采购决策在驱动美国电力投资,而不是相反。2026 年,四大超大规模云厂商(微软、谷歌、亚马逊、Meta)的合计资本开支预计达到7000 亿美元——其中亚马逊约 2000 亿,谷歌 1850 亿。微软最近一个季度的资本开支同比增长66%,达到 375 亿美元。这些钱里相当大一部分,不是用来买 GPU,而是用来买:谷歌在 2026 年初以47.5 亿美元收购了 Intersect Power,一家以建设清洁能源项目为主的开发商。这不是采购电力,而是直接收购了一家电力公司。这是一个标志性的动作——科技公司正在从"客户"变成"业主"。换句话说,当 AI 进入万亿级模型时代,芯片的稀缺性会逐渐被新一代制程解决,但电力的稀缺性会越来越严重。因为发电厂(尤其是核电站)的建设周期,以 5-15 年为单位计算,远远跟不上 AI 模型迭代的 6 个月周期。谁能锁定未来 20 年的低成本、稳定、清洁的电力供应,谁就在 AI 长期竞争中拿到了护城河。这就是为什么 Altman 和马斯克都在押注核能。前者通过 Oklo、Helion 等公司在裂变和聚变两条路线同时下注;后者则更直接,自己买涡轮机发电。六、几个值得关注的二阶推论
故事讲到这里,如果只看到"科技公司在抢核电站",那其实只是表层。这种底层逻辑的转变,会衍生出一系列二阶影响,值得放在更长的时间轴上观察:第一,核能产业的复兴并非象征性的。2025 年,美国核能板块股票全年上涨40%。铀矿企业、SMR 技术公司、核电站运营商正在迎来 30 年来最强劲的增长周期。这不是周期性反弹,而是结构性需求重置。特朗普政府已经提出,到 2050 年将美国核电装机翻两番至 400 吉瓦的目标。这个数字背后,AI 是最大的需求拉动力。第二,地缘政治维度的"电力主权"。IEA 报告里有一句话特别值得玩味:"未来,那些能提供安全、可负担、快速接入电力的国家,将在 AI 竞赛中领先一步。"这意味着 AI 竞争不只是算力竞争、芯片竞争,最终会演变为国家级别的能源基础设施竞争。中国在这方面其实早就有所布局——海南昌江的"玲龙一号"SMR 计划 2026 年并网,是全球首座陆上商用小堆。第三,"算力溢出"与新型基础设施套利。当美国电力紧缺到一定程度,部分 AI 推理工作负载可能会"溢出"到电力更便宜、更充裕的地区——比如北欧(水电充足)、中东(光伏+天然气)、东南亚(地热+水电)。数据中心选址,正在从"靠近用户"逻辑转向"靠近电子"逻辑。第四,效率改进与需求增长的赛跑。有意思的一点是,IEA 也指出,单位 AI 任务的电力消耗正在快速下降,改进速度在能源史上前所未有。但用户数量增长更快,加上 AI Agent 这类高耗能应用兴起,使得总能耗仍然在飙升。这是典型的"杰文斯悖论"(Jevons Paradox)在 AI 时代的重演——技术效率的提升,反而扩大了总消耗。七、写在最后
回到文章开头那个问题:为什么 Altman 和马斯克都盯上了核裂变?最直接的答案是:因为他们都已经看见了下一个十年最大的瓶颈——不是算力、不是数据、不是算法,而是每秒钟能稳定流入数据中心的电子数量。这个答案听起来朴素,甚至有些反高潮——但产业逻辑从来都是朴素的。19 世纪,工业革命的胜负在煤炭; 20 世纪,信息革命的胜负在半导体; 21 世纪的智能革命,胜负或许会回到一个最古老的问题:电力。
当我们讨论 AGI 的时候,我们其实在讨论一个能源问题。当我们在讨论一万亿美元 AI 资本开支的时候,我们其实在重新定义什么是"基础设施"。而当 Altman 和马斯克都在押注核裂变的时候,他们押注的不是技术,是未来 30 年的电子供应链。这是"飞扬观察"想留给你的一个长期跟踪视角:看一项技术的尽头,不要只看技术本身,要看它消耗什么、依赖什么、被什么约束。
飞扬观察 | 数据来源:IEA《Energy and AI》报告(2025、2026 更新版)、S&P Global、Brookings、NVIDIA 官方资料、Investing.com、IEEE Spectrum、Data Center Dynamics。文中数据截至 2026 年 5 月。
夜雨聆风
