大宗商品网站 Oilprice.com 发布了Michael Scott的一篇讨论AI基础设施的文章，「看不见的能源危机，正在威胁AI热潮」。美国电力不足以支撑目前美国AI基础设施的大跃进的相关讨论已经很多了，这篇文章的核心观点其实很简单，却直击要害：

几乎所有关于AI的乐观预测，都默认了一个前提——当我们需要电力的时候，电力就会在那里。

但现实可能没那么简单。

2026年，全球五大云服务与AI基础设施巨头（微软、Alphabet、亚马逊、Meta、甲骨文）合计承诺在这一年投入6600亿至6900亿美元，其中大部分直接砸向AI数据中心和算力建设。仅亚马逊一家就可能花掉2000亿美元，甚至会让公司当年自由现金流转负。

这笔钱花得凶猛，但真正让人焦虑的问题是：这些电从哪里来？ 

AI建设速度 vs 电力建设速度

目前AI数据中心的建设速度已经进入狂飙阶段，而支撑它的电力基础设施却明显跟不上。

一个新的大型发电项目，从规划到真正投运，通常需要5到10年。新建核电站则更慢。在全球最大的数据中心集群——美国弗吉尼亚州，现在申请电网接入要等长达7年。

就连最激进的项目也赶不上节奏：

微软重启三哩岛核电站，最早也要到2027年才能供电；

谷歌与Kairos Power合作的小型模块化反应堆，预计要到2030年才能并网。

这些已经是目前美国最激进的电力项目了，但它们都无法匹配2026-2028年这波AI资本开支的高峰期。

这就形成了一个尴尬的局面：钱已经花出去了，电却可能要再等几年。

五大玩家的不同解法

面对电力瓶颈，五大厂商其实都在想办法，但路径和激进程度并不相同：

微软是目前动作最明确的一家。它选择重启三哩岛核电站，同时大规模签署可再生能源长期采购协议（PPA）。这种“核电+可再生”的组合相对稳健，但时间上还是偏晚。

谷歌则更偏向技术路线，与Kairos Power合作开发小型模块化反应堆（SMR）。这种方案长期来看更具可持续性，但落地周期也最长，短期内对缓解电力紧张帮助有限。

亚马逊的风格一如既往地激进。它在核电领域也有布局，同时在可再生能源上投入巨大。不过由于数据中心扩张速度太快，短期内它对传统电网的依赖仍然较高。

Meta 相对务实，主要通过大规模可再生能源采购和优化数据中心选址来缓解压力，在核电布局上相对保守。

Oracle 则更侧重商业层面的云服务扩张，在电力保障方面的公开动作相对较少，更依赖市场化的电力采购。

整体来看，这五家公司的共同特点是：都在努力，但没有一家能在2026-2027年这个关键窗口期，彻底解决电力供给问题。

时间窗口才是真正的杀手

AI投资最残酷的地方在于，它不是一个“有没有解法”的问题，而是一个时间窗口的问题。

目前AI资本开支的节奏非常激进，而电力项目的建设周期普遍较长。即使最乐观的核电项目，也很难在2027年之前大规模贡献有效电力。更现实的情况是，很多项目要到2028-2030年才能真正发挥作用。

这中间的2-4年时间差，就是目前AI基建面临的最大隐形风险。

风险投资人Bill Gurley最近也公开警告，当前AI周期可能面临“重置”。而Gartner的预测则更加直白：到2030年，AI公司可能需要把token消耗量提升5万到10万倍，才能覆盖当前的基建投入。这背后，电力供给能力是一个无法绕过的前提。

另一种思路：先锁电力，再建数据中心

当然，也有一些玩家采取了完全不同的路径。比如有公司选择在行业普遍意识到电力稀缺之前，就提前锁定了大量低成本电力资源（比如挪威的水电），并直接接入高压电网。

这种“电力优先”的打法，在当前环境下确实具备一定优势。但这种模式也很难大规模复制，因为优质电力资源和政策窗口都是有限的。

更重要的是，这类玩家目前更多是作为补充角色存在，短期内还无法改变整个行业的电力供需格局。

结语：AI的下一场硬仗

AI的故事，从来不只是模型参数和算法的比拼。当资本以每年近7000亿美元的速度涌入时，物理世界的约束会越来越明显。

芯片可以快速迭代，模型可以快速迭代，但一座核电站或者高压输电线路，却没办法快速迭代。

目前看，电力供给能力很可能是决定AI下一阶段实际落地规模的关键变量之一。五大厂商都在努力寻找解法，但时间窗口的错配，可能是短期内最难逾越的障碍。

AI的热潮还在继续，但“电从哪里来”这个问题，已经从幕后走到了台前。