夜雨聆风当单颗GPU的功耗突破2300瓦、单个机柜的功率密度逼近600千瓦，一场从芯片到电网的系统性变革已无可回避。2026年6月1日，英伟达CEO黄仁勋在COMPUTEX上的演讲，与其说是AI技术的秀场，不如说是向电力行业投下的一枚“深水炸弹”。
黄仁勋在COMPUTEX主题演讲中，正式宣布新一代Vera Rubin计算平台全面量产，并提出了一个让电力行业无法忽视的目标：2030年前，英伟达将成为全球新增超100GW“AI工厂”容量的核心供应商。那么，电从哪儿来？
黄仁勋并没有回避功耗问题。他坦承，Vera Rubin平台的单GPU热设计功耗（TDP）已跃升至2300W，较上一代Blackwell几乎翻倍。更值得警惕的是，AI服务器从“风冷友好型”机柜，一步跨入了250kW~600kW的液冷高密时代。这意味着，一座部署了1000个这样的机柜的数据中心，仅IT设备的电力需求就高达250MW至600MW——相当于一座中型燃气轮机发电站的全部出力。
而这仅仅是开始。根据英伟达援引的行业预测，北美AI电力需求将从2025年的17GW激增至2028年的100GW，三年复合增长率高达73%。亚洲作为AI基建的另一极，2025-2030年间年均电力需求增长预计为5%，到2030年总用电量将达19万亿度。中国数据中心用电量同样被预测将从2025年的312TWh跃升至2030年的871TWh——几乎相当于目前全国城乡居民生活用电总量的两倍。
“我们不是在谈论信息时代的服务器机房，而是在建造重工业级的数字工厂。”一位国内电网规划专家表示，“过去电网为数据中心预留的容量，现在看来是杯水车薪。”
发布会上一组对比耐人寻味：黄仁勋展示的最新能效曲线显示，过去八年英伟达GPU的“每瓦性能”提升了近1000倍。但即便如此，绝对功耗的飙升依然压倒了效率进步——因为算力需求的增长是指数级的。
“缺电”正在取代“缺芯”，成为AI规模化发展的最硬约束。在美国，科技巨头为新建数据中心申请电网接入，平均等待时间已长达三到四年。为此，微软、亚马逊、谷歌纷纷开启“自备电厂”模式，直接购买或投资建设天然气发电厂、小型模块化核反应堆（SMR），甚至重启退役燃煤电厂的厂用电设施。
这种“绕过电网”的趋势，在全球电力行业引发激烈争论。乐观者认为，巨头自建电源可缓解公共电网压力；悲观者则警告，若AI负荷无节制地“私接”电源，将破坏电力系统的统一规划，削弱电网的韧性与经济性。
中国的情况略有不同。凭借强大的电网基础设施和集中调度能力，国内尚未出现大规模“离网”数据中心。但压力已在传导：2026年，国家电网和南方电网披露的年度投资预算合计达7200亿至7800亿元，同比增长超20%，其中相当部分用于配电网扩容和升级，以应对AI集群的接入需求。不过，一位省级电力设计院专家坦言：“很多园区去年的报装容量已经是原先规划的五六倍，我们不得不重新评估整个网架的承载极限。”
激增的需求正在重塑电力设备行业的供需格局。黄仁勋发布会后，隔夜美股电力设备板块集体上涨，燃气轮机龙头西门子能源、三菱重工以及变压器制造商日立能源等股价均有明显异动。理由很简单——AI数据中心对不间断、高可靠、高密度的电力供应提出了前所未有要求，而能够满足这一要求的设备供应严重不足。
燃气轮机成为最大受益者之一。由于其启停快、占地小、适合为数据中心提供基础负荷，50MW以上的航改型或工业型燃气轮机订单已排至2028年以后。同样紧张的还有大容量变压器：北美地区配电变压器的平均交付周期已从2020年的三至六个月拉长到两年以上，部分特殊规格甚至超过四年。
“过去电力设备是周期性行业，现在突然叠加了AI这个‘超级周期’。”一位券商电新行业首席分析师表示，“很多设备厂商的产能扩张计划，是基于传统工业增长做出的，现在不得不重新调整。”
值得注意的是，技术路线也在变革。单机柜功率攀升至250kW以上后，传统12V供电架构因线路损耗过大而难以为继。数据中心配电正在加速向48V甚至800V高压直流（HVDC）转型，这直接拉动了对高压功率半导体（如SiC、GaN）和智能母线系统的需求。英伟达自身也在发布会上展示了与台达、光宝等电源厂商合作的800V HVDC整机柜方案，释放出明确的信号：AI芯片巨头已深度介入电力架构定义。
核电与液冷：从“可选项”到“必选项”
稳定清洁的基荷电源——核能，在AI浪潮中获得意外推动。微软已与Constellation Energy签署协议，重启三哩岛核电站的一台机组专供数据中心；谷歌则投资了多家SMR初创企业。黄仁勋在昨日演讲中虽未直接提及核能，但其透露的“2030年超100GW AI工厂”目标，若全部依赖化石能源，将产生每年超过2亿吨的CO₂排放——与科技巨头们的气候承诺背道而驰。可以预见，核电将成为AI长跑中的关键变量。
更立竿见影的变化是液冷。2300W的GPU必须用液体带走热量，这是物理定律。黄仁勋在演讲中花了十分钟篇幅介绍与CoolIT、维谛、英维克等厂商合作的直接芯片液冷（DLC）解决方案，并称“液冷不再是高端选项，而是唯一选项”。这对液冷管路、冷却液、CDU（冷量分配单元）等产业链形成明确利好。据国内某液冷龙头厂商的内部人士透露：“今年二季度的订单已经超过去年全年，AI服务器客户占比从10%飙升到40%以上。”
站在电力行业视角回望这场发布会，一个悖论逐渐浮现：AI正被用于优化电网调度、预测新能源出力、提升能效管理，但AI自身的野蛮生长却在给电网制造前所未有的麻烦。
黄仁勋并非没有意识到这一点。他在演讲中特意强调了DSX平台的Max-Q技术，宣称可在固定电力上限下多部署30%的AI基础设施，同时展示了过去五年英伟达GPU“每瓦性能”提升10倍的成绩单。但正如一位电网调度专家所言：“效率提升解决不了总量问题。一亿只蚂蚁每只负重增加，总重还是会压垮桥梁。”
AI与电力的博弈，本质上是两个产业周期错配的结果：半导体行业遵循摩尔定律及其变体，每两年性能翻倍；而电力基础设施建设以五年、十年为单位，一个变电站从立项到投产需要三至五年，一座核电站则需要十到十五年。当AI以指数级吞噬电力时，线性扩张的电网注定追赶不及。
这种错配不会让任何一方停下来，但会重塑整个电力价值链。未来三到五年，我们或将看到更多“数据中心+新能源+储能”的微电网模式、更激进的超高压直流输电工程、以及越来越多与电网解耦的“算力孤岛”。对于电力行业而言，AI既是最大的负荷挑战，也是推动自身变革的最大外力。
正如黄仁勋演讲结尾所言：“我们不是在建造计算机，而是在建造未来。”而对电力行业来说，未来已经带着2300W的发热量，敲响了调度中心的大门。
