国际能源署2026年报告显示，2025年全球AI专用数据中心用电量暴涨50%。更疯狂的是，美国联邦通信委员会2026年2月公告披露，SpaceX居然申请发射100万颗卫星打造太空数据中心，想靠轨道太阳能解渴。
可太空如同真空保温杯，芯片散热又是大麻烦。反观咱们国内，国家能源局数据显示2025年中国全社会用电量已突破10.37万亿千瓦时，全国发电量约10.58万亿度，是美国4.52万亿度的2.3倍，单是风光发电就顶美国半壁江山。
美国变压器交付都要排队一两年，这巨大的电力鸿沟到底该怎么追？
我们把时间线拉长来看，美国算力基建商在面对电力死穴时，早就开始在地面能源端想尽办法找活路了。首先需要了解克鲁索能源公司的背景与发展历程。
这家企业并不是传统认知里从硅谷起家的 AI 基础设施服务商，它的发展起点十分特殊。这家公司最早的业务是比特币挖矿。
当时团队的思路，是将油田里原本会直接浪费排放的天然气用来发电，再利用这些电力开展挖矿业务。相当于把原本会排放进大气的废弃能源重新利用，实现变废为宝。
它的转型路径十分独特，从挖矿业务起步，逐步转型，为 AI 企业搭建 AI 算力工厂。如今克鲁索正在建设专门服务 AI 企业的算力园区，其中就包含 OpenAI 星际之门计划的首个站点。
这家企业发展的主线，就是从比特币挖矿算力业务，逐步延伸到大规模 AI 算力基础设施建设。回看这起事件，为什么挖矿企业能跨界造AI工厂，正是因为马斯克警告的电力死穴早就卡住了硅谷的脖子，没电谁也转不动。
绝大多数人都认为限制行业发展的核心矛盾是 GPU 供给不足，但蔡斯・洛克米勒并不认同这个判断。他有一句十分直白的判断，当前 AI 数据中心最大的难题，是没有足够的空间去部署 GPU。
就算能够拿到足量的芯片，也没有对应的位置可以完成硬件部署，这个结论和大众普遍认知反差极大。
所有人都在讨论芯片短缺问题，而他提出，即便把全部芯片运送到位，如果没有充足电力、可以通电的机柜，以及具备实操经验的电工、焊工、管道工、建筑工人，这些芯片也只能堆放在仓库，无法投入使用。他总结出两大核心瓶颈，能源与劳动力，二者缺一不可。
外界一直存在不少针对数据中心的争议，集中在水资源消耗、推高本地电价这两个方向。面对这类质疑，他给出了直接的回应。
所谓数据中心耗尽全球水资源，完全是不实传言。认为数据中心会推高本地电价，同样与事实相反。
他表示现有数据并不支持这类说法，后面会拿出详实的数据展开论证。他同时提到，通过深度垂直整合，可以把数据中心项目的交付周期从一百周压缩至二十八周。
在他的判断里，未来 AI 基础设施会走向分布式布局，不会像传统互联网基础设施那样，集中在少数几个核心枢纽城市。
其实，关于AI芯片耗电的争论一直没断过，之前网上就有一个观点觉得单卡几百瓦不算什么，但现实是到2026年英伟达H100最高功耗已达700瓦，十万块卡一天就要吃掉168万度电，电力死穴越来越致命。
当下 AI 芯片功率密度快速提升，给数据中心设计带来全新挑战。克鲁索长期和英伟达保持合作，很早就开始推演芯片功率密度的增长曲线。
当前单颗芯片功率大约在一百五十瓦至两百瓦，下一代产品会提升至三百瓦，再往后迭代，单颗芯片功率可能达到六百瓦。传统机房完全无法承载这么高的功率密度。
传统托管机房的建筑结构，全部按照低功率密度标准设计。AI 芯片的持续迭代，也给行业新玩家带来切入市场的机会，从业者必须重新设计整套数据中心架构。
AI 计算业务，并不强制要求机房选址在大城市。训练神经网络的绝大多数时间，都消耗在机房内部计算任务上，数据传输占用的时间占比很低。
算力园区不必选址在距离终端用户很近的位置。未来 AI 基础设施的布局，会持续走向分散化。
算力园区会优先选址在能源充足、电价低廉的区域。这也是克鲁索选择在德克萨斯州小型城市建设算力园区的原因，彻底打破过去数据中心必须落地在大型互联网枢纽的固有思维。
哪怕把机房搬去偏远小城找电，马斯克曾警告的变压器与配电死穴依然在拖后腿，美国能源部2026年3月记录也证实变压器交付得等一两年，逼得企业只能自己造设备来追赶进度。
他用一个生动的比喻描述供应链难题，供应链管理就像打地鼠游戏，一个环节的瓶颈被解决之后，另一个环节很快就会冒出新问题，各类难点会持续变化。应对这类复杂难题的方式，就是深度垂直整合，企业甚至自主生产电气设备。
在阿比林园区建设头两栋建筑时，团队提出目标，一年之内交付两百兆瓦以上算力。同期其他厂商给出的最短交付周期，都在两年半。
配电中心是制约数据中心建设进度的关键卡点。配电中心的作用，是把高压电转换为服务器适配的电压，再完成电力分配。
这套设备看起来并不起眼，但交付周期十分漫长。漫长的供货周期，会直接卡住整个项目的建设进度。
他们调研市场之后了解到，标准配电设备的交付周期为一百周，一百周的时长，根本无法完成一年交付项目的承诺。最终企业组建自研电气团队，自主完成设计、采购与生产，直接把交付周期压缩到二十八周。
开展深度垂直整合，首要目标并不是压缩成本。对企业而言，按时交付项目才是核心诉求，时间是最宝贵的资源，成本属于次要考量。
这套模式同时也能很好把控项目成本。他引入马斯克提出的白痴指数作为评估指标，用成品总价除以原材料投入成本，可以清晰判断每一个生产环节的效率高低。
企业对 AI 工厂建设全流程的各项成本，都掌握得十分清楚。自研电气设备本身并不会带来很高的毛利，企业坚持自研，主要看重两点。
第一是供给可得性，保障设备按时交付。第二是持续创新能力，从基础原材料层面实现完全自主掌控，可以根据实际业务负载，灵活设计新产品。
当时很多人认为只要企业自研配电设备就能彻底解决美国AI缺电死穴，但现实是美国电网并网与行政审批依旧让一半项目流产，面对中国10万亿度电的规模，美国该怎么追依然是道无解难题。
大众长期存在一种观点，认为数据中心会消耗大量水资源，这个说法存在很大误解。阿比林园区前八栋楼宇，单栋用电负荷一百四十兆瓦，但是园区全年总用水量，仅仅等同于十户独栋住宅的用水规模。
园区用水绝大部分，来自员工日常生活以及园区绿化。冷却系统采用闭环水循环设计，冷水进入设备为 GPU 降温，热水输送到室外冷水机组完成散热，水资源在系统内部循环，几乎不会产生损耗。
针对数据中心推高本地电价的说法，他同样提出相反结论。拥有大型数据中心的区域，居民电价往往会出现下降。
核心原因在于电网大部分成本，集中在线路、变电站这类固定基础设施。当同一套基础设施承载更大用电量，所有用户分摊的固定成本就会降低。
大型电力用户入驻之后，会拉低区域用电的平均成本。他同时补充，只要行业配套新建发电设施，扩充发电容量上限，就能避免用电激增带来电价暴涨的情况。
现有数据能够证实，落地大型数据中心的区域，电价普遍有所下降。大型数据中心项目，确实会对当地环境和社区带来阶段性压力。
项目施工阶段，会带来交通压力、噪音以及扬尘，这些问题无法完全避免。但项目落地之后，当地消费规模创下历史新高。
项目给泰勒县和阿比林市贡献了超过三分之一的税收收入，学校相关税收直接翻番，警察、消防、道路建设等公共服务，都获得长期稳定资金支持。当前大量数据中心项目，有一半无法落地建成。
他认为项目失败的阻碍，大多集中在非技术环节。这个百分之五十的失败比例，在他看来是合理的，他亲身参与过大量项目规划，清楚各类潜在风险。
项目推进过程中，大量环节都容易出现意外，包含审批许可、开发权获取、土地谈判。哪怕双方谈妥土地采购，土地卖方也有可能临时终止交易，项目方没有办法。
这些难题集中在行政审批、合同谈判层面，并不是技术方案无法落地。还需要和当地公用事业企业敲定大容量电力并网协议。
如果配套新建电厂，还需要申请空气排放许可，这些环节都极易卡住项目进度。所以他提出，要像制造工业品一样建设算力基础设施。
尽可能多的工序放在工厂内预制完成，减少施工现场等待土地审批、项目许可耗费的时间。看完美国一线算力企业的挣扎就能明白，单个公司再怎么拼命做工厂预制，也填不上整个国家电网基础设施的巨大缺口。
说到底，马斯克警告的AI电力死穴，本质上是国家电力系统与工业配套的全面较量。美国企业为了抢电，要么在地面跟漫长的变压器排期和并网审批死磕，要么像马斯克那样设想把100万颗卫星送上太空，去面对极其棘手的真空辐射散热难题。
而中国早在2025年全社会用电量就超过了10万亿度，全年新增风光装机超4.3亿千瓦，背后是成熟的发电、输电与设备制造全产业链能力。AI下半场拼的正是电力硬实力，面对中国10万亿度电的庞大基座，美国想追上来，恐怕真没那么容易。
#上头条 聊热点#