AI 耗电狂潮：可控核聚变成资本新宠
声明：投资有风险，本文不构成任何投资建议。近期可控核聚变赛道骤然升温🔥，其背后的核心驱动力源自 AI——归根结底是电力需求。【互动问答】你可知与 ChatGPT 对话一次的耗电量几何？（暂且保密👀）【揭晓谜底】单次 ChatGPT 对话耗电 ≈ 智能手机全年充电量。由此可见，电力缺口可谓深不见底。当下 OpenAI 训练 GPT-6 需动用 50 万张 GPU，其能耗等同于小型城市总和——AI 狂奔之下，电网已不堪重负，几近枯竭。故而，可控核聚变被视为解决能源危机的终极方案。伴随人工智能的持续演进，可控核
AI算力基建全景：能源、硬件与冷却的逻辑拆解
依据Epoch AI最新的算力总量模型，参考SemiAnalysis的公开播客或文章，来校准光模块与芯片的配比关系。把Artificial Analysis的成本图表和OpenRouter的流量数据设为高频书签，以此追踪成本与实际消耗的边际波动。单机柜功耗已从过去的6kW暴涨至50kW-130kW（英伟达GB200整机柜功率已超130kW），这样一个衣柜大小的AI机柜运行一天，耗电量相当于一个普通家庭一年的消耗。全球AI带来的用电增量几乎占据全社会新增用电的一半，大型电力变压器交付周期从正常的24-30个
AI算力背后的电力困局
近年来，业界流传着一种说法：AI发展的终极瓶颈在于算力，而算力的根本支撑在于电力。若将其视为隐喻，便忽视了美国当前严峻的电力短缺现实：美国虽然手握AI技术霸权，却面临电力基础设施薄弱的困境。高盛的研究数据揭示了这一危机：美国数据中心用电需求预计从2025年的31GW激增至2026年的41GW，2027年更是达到66GW。短短两年内增长了逾一倍。算力在飞速攀升，而电网负荷已濒临极限。更为严峻的是，美国电网的承载能力已拉响警报。2025年数据中心用电仅占夏季高峰负荷的4.1%，到2027年这一比例将攀升至8.
AI热潮助推海外燃机爆发，国产两机行业迎来估值重构
1.当AI算力遇上电力瓶颈，燃机或成美国电力缺口关键1.1.算力激增引爆电力危机，美国数据中心深陷缺电困境1.1.1.模型算力呈指数级跃升，AI数据中心步入吉瓦级时代前沿大模型遵循规模扩展定律，参数、数据及算力呈指数级攀升。2020年，OpenAI揭示了规模扩展定律（Scaling Laws），指出大语言模型（LLM）的最终性能取决于参数量、数据量和计算量的叠加。因此，以GPT系列为例，参数量从GPT-3的1750亿激增至GPT-4的1.7万亿，GPT-5甚至可能突破3至50万亿。训练数据量也从千亿tok
摩根士丹利深度解析：AI能力跃升与算力危机
摩根士丹利发布关于人工智能的深度研究报告摩根士丹利最新研究报告提出关键论断：顶尖的大型语言模型正经历着“非线性的能力跨越”，算力需求已呈现“系统性超过供给”的格局。当前市场对这场AI革命的乐观预期，依然严重低估了其真实的爆发潜能与影响深度。大模型能力“跨越式提升”：比理论预测快近一倍目前最先进的大模型已能够独立处理超过15小时的连续复杂任务。若依据现有技术缩放定律进行外推，当前水平应约为8小时，实际表现已大幅超出理论预期的轨迹。多项数据证实了这一显著趋势：OpenAI首席执行官萨姆·阿尔特曼在印度人工智能