被忽视的账单

把时钟拨回2020年，一家名为诺亚及歌斐的中国财富管理机构签署了联合国“负责任投资原则”（PRI），承诺将环境因素纳入投资决策。这不是什么头条新闻。在全球金融界，ESG当时已是一股涌动了多年的潮流，签署PRI更像是一种标配动作——表明自己在意气候变化，在意碳排放，在意地球的未来。没有多少人会把这件事和人工智能联系起来。然而，当我们从这个时间点回望，再看向三年后都柏林郊外发生的事情，一条被忽视的线索便浮现出来。

这意味着，任何想要在都柏林周边新建大型计算设施的公司，都必须排队等待——等待更多的发电站、更粗的电缆、更强的变电站。等待电力。把这两件事放在一起看，你会看到一条隐秘的线索。2020年的ESG承诺指向的是一个理想：资本应该流向可持续的未来。2023年的电网拒绝令指向的却是一个现实：那个未来，正被卡在电表上。这恰好回应了上一章结尾的追问：当廉价的制程红利耗尽之后，进步需要什么来驱动？答案之一，就藏在最基础的物理约束里——AI产业链最被忽视的瓶颈不是芯片，不是算法，不是数据，而是电。

一户普通家庭一年的平均用电量大约在3到5兆瓦时，换算成功率，100兆瓦大致相当于十万户家庭的实时用电负荷。也就是说，一座数据中心在物理上就等于一座小型城市。它需要同样的变电站、同样的高压输电线路、同样的发电容量储备。

而当AI训练和推理负载爆发式增长，这样的“城市”正在以电网无法承受的速度拔地而起。

亚马逊云计算服务（AWS）是一个合适的观察样本。截至2024年6月，AWS在全球33个地理区域运营着105个可用区。北美洲的弗吉尼亚北部、俄勒冈，欧洲的爱尔兰、法兰克福，亚太的新加坡、东京、孟买——这些地名构成了云计算的世界地图。

每一个区域都由一个或多个数据中心集群组成，每一个集群都是一头吞噬电力的巨兽。弗吉尼亚北部是AWS全球最大的区域之一，那里的数据中心群集被称为“美国互联网的物理心脏”。

而正是这片区域，在2022年遭遇了当地电力公司多米尼恩能源的公开警告：如果数据中心的电力需求继续以当前速度增长，公司将不得不推迟老旧燃煤电厂的退役计划。这是一个尖锐的反讽。科技公司们一边承诺2030年实现碳中和，一边因为算力需求的暴涨而迫使电网保留化石燃料发电能力。承诺和现实之间的裂缝，不是用口号能填平的。

爱尔兰的故事更早露出端倪。这个国家以低企业税率吸引了大量科技公司设立欧洲总部和数据中心。都柏林西部有一片被称为“数据中心巷”的地带，微软、亚马逊、谷歌、Meta的设施比邻而立。

2016年时，爱尔兰的数据中心用电量还只占全国总量的5%左右。到2023年，这个数字突破了18%。爱尔兰国有电网运营商EirGrid的预测更加惊人：如果不加限制，到2030年，数据中心将吃掉全国近30%的电力。

30%意味着什么？意味着每三度电里就有一度是供给计算机的，而不是供给住宅、医院、学校或工厂的。在一个民主国家里，这种分配比例不可能不引发政治反应。

2021年底，爱尔兰环境部长埃蒙·瑞安收到了一封由二十多个环保组织联名签署的公开信，要求暂停新建数据中心的审批。信中的措辞直白而尖锐：数据中心正在“吞噬爱尔兰的清洁能源目标”。随后，爱尔兰公共事业监管委员会介入，要求EirGrid在评估新数据中心接入申请时，必须将电网承载能力和气候目标纳入考量。到2023年，这一政策已经在事实上冻结了都柏林地区的大规模新建设。

这不是孤立事件。把目光转向东南亚，新加坡的故事更加意味深长。新加坡是一个城市国家，国土面积只有七百多平方公里，却拥有超过七十座数据中心。这些设施支撑着东南亚地区的数字经济和金融服务，是区域互联网流量的关键枢纽。但新加坡的电网没有爱尔兰那样的回旋余地——它几乎没有可再生能源资源，天然气发电占了电力结构的绝大部分，而且土地极度稀缺。

2019年，新加坡政府做出了一项令全球云计算行业震动的决定：暂停审批新的数据中心项目，为期三年。这个决定不是气候理想主义的产物。

新加坡经济发展局的态度非常务实：他们不是反对数据中心，而是必须确保电网能够承受。在暂停期间，政府启动了一项试点计划，要求任何新建的数据中心都必须达到行业最高的能效标准——电源使用效率（PUE）必须低于1.3，并且必须采用液体冷却等先进散热技术。换句话说，新加坡在告诉全球的云计算公司：你们可以来，但只能带最省电的设备来。

2022年禁令解除后，审批的闸门并没有完全打开。政府发放的配额数量有限，而且附加了严格的条件。一些公司获得了建设许可，另一些则被拒之门外。选择的标准不再是地价或税收优惠，而是电力效率——谁能用更少的电完成更多的计算，谁才有资格在新加坡立足。

新加坡的选择揭示了一个正在全球范围内浮现的困局：电力正在从一种可无限采购的运营成本，变成一种需要竞争性分配的战略资源。这个困局有三个维度，每一个都在挤压AI产业链的扩张空间。

第一个维度是总量问题。全球电网的绿色转型速度，远远跟不上AI的电力需求增速。

国际能源署（IEA）的数据显示，2022年全球数据中心的用电量约为460太瓦时，占全球总用电量的1%到1.3%。这个比例看起来不大，但它的增长速度令人不安——在AI训练负载的推动下，部分地区的增速已经达到每年20%到40%。而全球可再生能源的装机增速，即使在最乐观的政策情景下，也只能维持在每年10%到15%的水平。这意味着，在相当长的一段时间里，新增的算力需求将不得不由化石燃料来满足。这和科技公司们宣称的碳中和时间表形成了直接冲突。

第二个维度是分布问题。数据中心不是均匀分布在世界各地的。它们高度集中在少数热点地区——弗吉尼亚北部、都柏林、新加坡、法兰克福、东京、俄勒冈。这种集中是网络延迟、光纤基础设施和商业生态共同作用的结果，但它也意味着局部电网承受的压力远远超过全局数字所能反映的程度。

弗吉尼亚北部的一个县，可能承担了全美互联网流量的十分之一，但它的电网是为一个普通郊区的负荷设计的。

当一座100兆瓦的数据中心接入时，它相当于在这个县的电网里塞进了半个小城市的用电量。变压器过热、电压波动、备用容量吃紧——这些工程术语翻译成日常语言就是：电网在尖叫。

第三个维度是成本问题。在传统的IT预算里，电力通常被归入运营成本，排在硬件采购和软件许可之后。但这个排序正在颠倒。一台AI训练服务器动辄搭载八块GPU，每块功耗在300到700瓦之间，整台服务器的功耗可以轻松超过5千瓦。一百台这样的服务器组成一个集群，就是500千瓦。一千台就是5兆瓦。当训练一个大语言模型需要数千台服务器连续运行数月时，电力账单上的数字会变得触目惊心。

行业分析机构已经开始警告，对于某些类型的AI负载，全生命周期的电力成本正在超过硬件采购成本。也就是说，买芯片花的钱，不如给这些芯片供电花的钱多。

这三个维度叠加在一起，形成了一个此前很少有人认真考虑的问题：AI产业的增长是否存在一个电网硬边界？要回答这个问题，你需要先理解电网是如何工作的。

电网不是一个水库，你拧开水龙头就有水出来。它是一个精密的实时平衡系统——每一秒钟，发电量都必须等于用电量。多出来的电没地方存，少发的电会让整个系统崩溃。这种实时平衡特性意味着，电网不能“尽力而为”。它要么能稳定供电，要么就不能。当一个100兆瓦的数据中心突然接入时，电网运营者必须确保有100兆瓦的可靠发电容量随时待命——不只是晴天有风的白天，也包括无风的夜晚和阴冷的冬天。

这就是为什么爱尔兰和新加坡选择了刹车。不是因为它们缺电，而是因为它们的电网无法在保持稳定的同时接纳如此庞大且集中的新增负荷。

电网升级不是买几台变压器的事。一条高压输电线路从规划到建成可能需要五到十年，一座发电站可能需要更久。而一个数据中心从破土到投入运营，只需要十八个月。十八个月对十年——这是算力扩张速度和电网建设速度之间的时间差。这个时间差正在变成整个AI产业最棘手的外部约束。让我们回到具体的场景里，看看这个约束是如何在现实中展开的。

2023年夏天，弗吉尼亚州劳登县——AWS弗吉尼亚北部区域的核心所在地——当地居民在一次公开听证会上表达了他们对新建数据中心的强烈反对。反对的理由不是噪音，不是景观，而是电力可靠性。居民们发现，每当夏季用电高峰来临，数据中心的巨大负荷会导致局部电压下降，影响到周边社区的供电质量。一位居民在听证会上说：“我们不是在反对技术进步，我们是在问，为什么我们的空调要被计算机抢走电力？”

这个问题没有技术性的答案，因为它本质上是一个政治经济学问题：在一个电网承载能力有限的世界里，谁的用电需求应该被优先满足？是居民的空调和冰箱，还是训练大语言模型的GPU集群？

2022年夏天，伦敦遭遇热浪袭击，气温突破40摄氏度。就在同一时间，谷歌和甲骨文在伦敦的数据中心因为冷却系统故障而被迫关闭部分服务器。故障的原因并不神秘：极端高温导致冷却水温度升高，制冷设备超负荷运转，最终触发保护性停机。

这件事暴露了一个很少被讨论的事实：数据中心的冷却系统同样依赖外部环境，当气候变暖导致极端天气频发时，冷却系统的设计余量可能不再够用。这形成了一个恶性的闭环：AI算力需求推高了数据中心的电力消耗，电力消耗加剧了碳排放（至少在电网清洁化完成之前），碳排放加剧了气候变暖，气候变暖反过来威胁数据中心的稳定运行。这不是一个技术问题，这是一个系统性问题。

那么，解决方案在哪里？一部分答案藏在效率提升里。过去十五年，数据中心的能效已经有了长足进步。

2007年，典型数据中心的PUE在2.0以上——意味着每消耗1瓦用于计算的电力，就需要额外消耗超过1瓦用于冷却和配电损耗。到2023年，行业领先水平已经将PUE压到了1.1以下，谷歌甚至宣称其部分设施达到了1.06。这意味着冷却和配电损耗被压缩到了计算功耗的6%，几乎逼近了物理极限。

但这个方向上的改进空间正在收窄。PUE不可能低于1.0，那是热力学定律设定的硬边界。而AI训练负载的特殊性在于，它的核心功耗来自GPU芯片本身——这些芯片的设计目标就是尽可能密集地排列晶体管并尽可能高速地切换它们。每一次晶体管切换都会产生热量，而热量的产生速率最终受制于散热系统的能力。我们在前一章讨论过硅原子的直径和量子隧穿概率，那是晶体管尺度的边界。现在我们在讨论的是电网尺度的边界——两者之间存在一种令人不安的对称性。

另一部分答案藏在选址策略的转变里。如果电网承载能力成为瓶颈，那么数据中心就必须向电力富集且电网强健的地区迁移。

北欧是一个自然的选择：冰岛和瑞典拥有丰富的地热和水力发电资源，气候寒冷可以减少冷却能耗。但北欧远离全球主要的人口和经济中心，网络延迟会成为问题——对于需要实时响应的AI推理负载来说，几十毫秒的延迟可能是不可接受的。

这引出了一个更深层的取舍：未来的AI基础设施可能不得不分化成两类。一类是训练设施，可以建在电力富集、气候寒冷、远离用户的偏远地区——冰岛的水电站旁边，挪威的峡湾深处，加拿大魁北克的水坝附近。另一类是推理设施，必须靠近用户以降低延迟，只能建在城市周边的热点地区，忍受高昂的电价和拥挤的电网。两类设施的命运将由同一个变量决定：电从哪里来，能来多少。

芯片设计也在做出响应。英伟达在发布新一代GPU时，越来越强调“每瓦性能”而不仅仅是“绝对性能”。这不是出于环保情怀，而是因为他们的客户——云服务商——开始把电费作为采购决策的核心变量。当电力成本超过硬件成本时，一块省电的芯片就比一块跑得更快但更费电的芯片更有商业吸引力。

这种压力沿着产业链向上传导：云服务商向芯片厂商施压要求更高的能效，芯片厂商向晶圆厂施压要求更先进的制程（因为更小的晶体管通常更省电），晶圆厂则向设备供应商和材料商施压。能源约束正在重塑从硅片到软件的全栈设计逻辑。

还有一个选项是需求侧管理——让AI负载本身变得更“柔性”。传统的数据中心被设计成24小时不间断运行，因为它们服务的用户遍布全球各个时区。但AI训练任务并不总是需要实时响应。一个大型模型的训练周期可能长达数月，其中某些阶段可以在电价较低、电网负荷较轻的时段进行，而将高峰时段让给更紧急的任务。这种“时间迁移”策略在纸面上可行，在实践中却面临巨大的工程挑战：它需要调度系统能够精准预测电价波动和电网负荷，并能够在不同任务之间无缝切换计算资源，而不损失太多效率。

我们正在目睹的，是一场关于算力增长极限的集体谈判。谈判的一方是科技公司，它们承诺AI将带来前所未有的生产力飞跃；

另一方是物理世界——电网、发电站、输电线路、碳排放、气候系统。这场谈判没有会议室，没有合同文本，但它每天都在以电网拒绝令、电价上涨、社区抗议和监管收紧的形式真实发生。

2023年5月18日，OpenAI发布了适用于iOS平台的ChatGPT APP。两个月后，Android版本也推出了。数以亿计的用户开始在他们的手机上使用AI助手——写邮件、查资料、做翻译、编故事。每一次对话请求，都会在某个数据中心里触发一次或多次推理计算。每一次推理计算，都会消耗一小部分电力。单个请求的耗电量微不足道——大约相当于点亮一只LED灯泡几秒钟。但乘以每天数亿次的请求量，再乘以未来可能达到的数千亿次，这个数字就不再微不足道了。

当我们谈论AI的普及时，我们很少谈论它的物理账单。这张账单上写着：更多的发电站、更多的输电线路、更多的变电站、更多的冷却塔、更多的碳排放。你可以用“云端”这个词来遮蔽这一切，但账单不会消失。

它只是被寄到了别处——寄到了爱尔兰纳税人的电费单上，寄到了弗吉尼亚居民的电压波动里，寄到了新加坡政府的配额审批表上。

2020年签署PRI承诺的那家财富管理机构，当时可能并没有意识到，它所拥抱的ESG原则，四年后将成为勒紧整个AI产业链的那根绳索的一股纤维。负责任投资意味着要对投资标的的环境影响进行评估和约束。当数据中心成为机构投资者的资产配置对象时，它们的碳排放和电力消耗就会被放到ESG的透镜下审视。那些无法证明自己能以可持续方式获取电力的数据中心项目，可能在未来面临更高的融资成本和更严的监管审查。

这不是预言，这是已经在发生的趋势。欧洲的几家大型养老基金已经开始要求它们投资的数据中心运营商披露详尽的用电来源和碳足迹数据。一些基金甚至设定了硬性门槛：如果一个数据中心的电力来源中可再生能源占比低于某个阈值，就将其排除出投资组合。金融市场的偏好正在与物理世界的约束形成合力，共同收紧算力扩张的空间。

回到本章开头那个并置的画面：一边是2020年的一纸ESG承诺，一边是2023年爱尔兰电网的拒绝令。它们之间的距离，就是理想和现实之间的距离，就是云端隐喻和变电站实景之间的距离，就是AI产业链迄今为止最被忽视的那张账单的真实厚度。

这张账单还没有被全额支付。它在继续累积。而它最终的清偿方式，将决定四层协作系统接下来的权力流向——不是芯片厂商说了算，不是云服务商说了算，不是开源社区说了算，也不是应用开发者说了算。是那些埋在地下的电缆、转动的涡轮机和燃烧的天然气，在为这一切设定最后的边界。

我们还没有真正开始面对这个边界。但爱尔兰已经开始了。新加坡已经开始了。弗吉尼亚的居民们已经开始了。

他们不是在讨论摩尔定律的终结或量子隧穿的概率，他们在讨论一件更朴素的事：电够不够用。而这个问题，可能是所有问题里最难回答的一个。