就在前几天，OpenAI 又搞了个大动作。
他们要在德州阿比林，新增 4.5GW 的电力接入，并且已经和 Oracle 签好了合同。
你没看错，4.5GW，相当于五座核电站。Sam Altman 自己在 X 上发照片配文，强调“这是一项巨大的基础设施项目”，像是生怕别人看不懂它的量级。要知道，这仅仅是 Stargate 这个项目的一部分。
什么是 Stargate？你可以理解为 OpenAI 试图用四年时间、5000 亿美金，造出一张属于自己的 AI 能源网络——多个数据中心，几百万吨设备，外加几座发电站和专属输电线。
而之所以 OpenAI 要这样自造电网，并不是因为他们富，而是因为美国电网，真的供不起它们。
我们带大家来算笔账——
GPT-3 训练一次，用了 3,640 个 PetaFLOP/s-days；到了 GPT-4，这个数字直接飙到了 20 万。
什么概念？
如果我们把这些算力换算成普通人家能理解的家用电脑：GPT-4 的训练大约等于你拿 1.6 亿台高性能台式机，一起跑满一天。
用顶配的 RTX 4090 显卡来算，也要 5500 万块才能撑下来。如果你用的是数据中心专用的 A100 卡，也要堆上 64 万块，每块电费 400 瓦，训练完一轮 GPT-4 得烧掉 615 万度电。
这还只是训练一次。
模型训完就结束了？不，真正吃电的，是上线之后的推理服务——也就是你每天在用 ChatGPT 的那部分。OpenAI 每天的推理集群光是用电，就要超过 56 万度，一年就是 20 多亿度电，相当于一个中等城市的年用电量。
AI 模型从出生那天起，就成了个长期吃电的超级巨婴。
这个巨婴的胃口，普通电网喂不饱了。
OpenAI 的 Stargate 想接入 4.5GW 电力，看起来很庞大。但你去翻美国的输电规划，会发现这几乎是不可能完成的任务。因为美国不是没电，是电网还停留在上个世纪，“拉不了线”。
电厂你可以建，但要把电送到数据中心，你得先通过一整套输电线路的联邦审批流程，从环境影响评估、土地使用听证、到各州的能源委员会签字，动辄四年起步，有的十年卡死也批不下来。
美国的 AI 厂商们可能服务器早就装好了，人也招了，模型也更新了，唯一差个插座，电线批不下来。一个个数据中心就变成空壳子，就跟房地产泡沫时的“空心楼盘”一模一样。
这不是虚构。北弗吉尼亚的阿什本，就是世界上密度最高的数据中心走廊。现在的新项目，不少都“等电”状态。排在电网公司门口，希望有人能早点来批那根该死的线。
更讽刺的是，美国 AI 公司不仅拉不了线，还得给电网公司交“预付款”，就像租房高峰期你提前一年交五年房租，只为抢个有空调的房间。
电贵也贵得有理。AI 的电价，有时候像是给富人单独开的 VIP 水龙头，而普通人的电费就悄悄涨了一毛。于是你会看到一种新的民怨：不是 AI 抢工作，是 AI 抢电。一个用来生成猫图和写稿子的玩意儿，居然吃掉了整个城市的电配额。
Anthropic 在前几天发布了一份名为《Build AI in America》的报告。
地址在此：https://www.anthropic.com/news/build-ai-in-america
里面有一句话说得很直白：按当前趋势，美国 AI 产业到 2028 年，至少要用掉 50GW 的电力。这还只是保守估计，业内甚至有人喊出“92GW”这种惊人的预测值。
50GW 是什么？相当于五十座百万千瓦级的电厂，要是核电站的话，大概要建整整一轮“三代核电”才供得上。
听起来夸张，但你去看 OpenAI、微软、Anthropic 这些公司现在的动向，就知道他们不是喊口号，而是真的要造电。微软投了小型核电站，OpenAI 的老板自己投了核聚变公司，Anthropic 则在四处游说，希望联邦政府快点通过输电线审批流程。AI 公司已经从做算法的变成“电力自救组织”了。
但你再看看中国，完全是另一幅景象。
2023 年，中国全年新增发电装机容量超过 4.3 亿千瓦，是美国的十倍以上。今年前半年，光是风电和光伏的新增装机就又干出了 3.5 亿千瓦。
美国人四五年批不下来的电力规划，我们一个季度就干完了。
中国的这些电力，并不是瞎造，而是精准对接到了“东数西算”的布局上。
宁夏、内蒙古、贵州……这些以前没什么工业负荷的地方，如今一个个建起了“算力小镇”。张家口的数据中心集群，单机架数超过 44 万个，服务器数量比全美一半州加起来都多。并且不是先建服务器、后接电，而是“先通电、后装机”，电厂、变电站、数据中心同步开建。
而在数据中心之外，还有一些规模更大的事情，在悄悄铺开。
比如藏东南，雅鲁藏布江下游的一段大峡谷。那是一条河流在高原尽头突然拐弯的地方，落差惊人，水能极丰。几天前，一项总投资超过万亿元的水电工程在这里开工。
地质活跃，交通困难，施工周期极长，但工程依旧照常推进。
你很难不去想象，这样一个位置、这样一个容量的项目，十年后电会流向哪。又或者，谁会用得上它。
没有人明确说过这和 AI 有关。
可在一张越来越复杂的电力调度图上，这类工程，总会默默占据最关键的那个节点。
这月初，上海国家电网还做了个测试：对一个 AI 数据中心下达了调峰指令，三分钟内，这些 AI 任务就被“热迁移”到了千里之外的湖北十堰，把上海本地电负荷瞬间降了 75%。
这就是“算力高铁”真正跑起来的样子——哪里有电，模型就搬到哪。
这些基建是地方政府、电网调度、通信运营商的三方协同，是每一环都对齐到“国家级产业规划”这个大盘子里。
这才是下一场 AI 战争真正打响的地方：不在参数量、论文榜、谁先发模型，而是在电网、审批、调度、发电站的背后，是谁能真正养得起一个 AI 时代的能源底座。
AI 的技术迭代可能是全球的，但电力基础设施，一定是国别性的。
你可以有最聪明的模型、最强的芯片、最牛的工程师，但如果你接不上电，啥都不是。
文章来自于微信公众号“夕小瑶科技说”，作者是“R.Zen”。
