当AI公司开始锁定8GW,它还只是软件公司吗?

OpenAI宣布参与美国俄亥俄州的PORTS-Pike项目，计划锁定约8GW的IT容量。

我一开始也把它当成了一条“大数据中心新闻”。AI公司的投入越来越大，几百亿美元、多少万张GPU、多少GW的容量，读到后来，数字反而容易失去重量。

可把公告里的几个细节放在一起看，这件事就不像一次普通的数据中心扩张了。

这8GW不是已经接入电网的8GW负荷，而是面向计算设备的长期规划容量。

首批800MW预计要到2028年才可用，之后还要等发电、输电、许可、环境审查和融资。园区也不是OpenAI自己盖完、自己运营，而是由能源和基础设施伙伴建设、拥有和运营。

一家最为人熟知的AI公司，已经不得不同时面对能源商、施工方、地方社区和监管部门关心的事：几年以后，能不能有足够多的机器，在一个确定的地方稳定地运行。

这比“AI很耗电”有意思得多。

我以前理解软件公司，总觉得它们离这些事情很远。产品做好，用户增长，服务器不够就多买一些云资源。机房、电力和网络当然重要，但多数时候，它们像水电一样藏在账单后面。

AI没有把这层基础设施凭空变出来，只是让它不再藏得住。

模型训练需要算力，Agent持续替人做事也需要算力。每多一批用户、每多一项长时间运行的服务，后面都不是多几行代码，而是多一段持续的计算负荷。

模型能否做得更强是一回事，能否让更多人稳定地用上，又是另一回事。

到了这个阶段，产品规划就开始和建设规划缠在一起。

一项功能原本可以写在路线图里。现在，它还要问：计算能力什么时候能到位？供电和冷却能否跟上？成本会不会高到无法长期提供？

项目拖延半年，受影响的也不只是机房交付日期，可能还是模型服务向多少用户开放、以什么价格开放。

这才是我觉得“软件公司”这个词开始有点不够用的地方。

OpenAI当然没有变成电力公司。它不发电，不维护输电线，也不会替地方政府审批项目。把它说成“AI公司要跨界做能源”，反而会把事情说窄。

它更像一个足够大的需求方。

需求一旦大到需要提前几年被确认，就会成为一张桌子上的重要筹码：能源公司据此评估新增供给，建设方安排项目，金融机构计算回报，地方也开始衡量就业、税收、用水和环境压力。

它没有接管这些角色，却让这些角色必须更早地彼此对齐。

我姑且把这种位置叫作“锚定需求方”。说得直白一点，它仍然卖模型和服务，但它给出的长期需求，已经会影响一个基础设施项目会不会启动、在哪里启动、以什么节奏启动。

这不是所有AI公司都会拥有的位置。一个只解决小场景的AI工具，未必需要考虑这么远。可对想把通用模型、Agent服务推到大规模使用的公司来说，模型、产品和基础设施已经很难完全拆开。

美国能源部在输电需求研究中，把超大规模AI数据中心带来的负荷增长列为电网扩容的背景之一。OpenAI在此前谈基础设施选址时，也把电力、土地、许可、输电和劳动力列为前置条件。

OpenAI公告中关于社区、用水和成本的安排，目前仍是承诺，不是已经发生的结果。以后要看的，是这些承诺会不会在建设和运营中兑现。

但当计算需求大到这个规模，AI公司的增长已经不只发生在产品界面和模型排行榜里。

它的增长开始有了地理位置、建设周期和资源账本。

这也让AI竞争少了一点浪漫。

以后比的未必只是哪个模型更聪明，也包括谁能更早拿到稳定的计算能力，谁能把产品节奏和供给节奏接上，谁能把一项看上去很轻的在线服务，长期放在并不轻的物理条件上运行。

我们之前讨论Agent入口、软件生态和任务执行层时，关心的是谁更容易被调用，谁能把任务串起来。这个问题依然重要。

但现在还得加上一句：谁能让这些任务一直跑下去。

对大公司而言，这是一场关于容量的长期押注。对更小的公司来说，机会也未必都在训练下一个大模型。

当越来越多企业把AI服务从试用推向长期运行，那些原来躲在产品后面的事，也会被重新推到台前。

预测和管理负荷、提高算力使用效率、降低冷却和供电成本，以及把企业需求接到园区和能源服务上，都会有人来做。

当AI公司开始提前锁定8GW，变大的不只是数据中心。

软件公司需要面对的世界，也变大了。