9 月 1 日晚,马斯克在 G20 会议上警告,AI 行业的电力短缺「不是一个遥远的问题」:预计到 2027 年,AI 芯片将面临至少 15 吉瓦的电力缺口。缺口的根源是增速剪刀差——AI 芯片产量每年增长 40%-50%,而中国以外的电力供应每年只增长 10%-20%。
芯片产能增速是电力的两到四倍
马斯克在演讲中给出两组对照数字:AI 芯片产量增速约 40%-50%,中国以外地区的电力增速约 10%-20%。算力硬件按芯片产能的节奏扩张,电网却按基建周期缓慢增长,两条曲线的差距逐年拉大——增长较快的曲线将压倒较慢的曲线——到 2027 年便出现至少 15 吉瓦的缺口。
算力需求为何陡增
同一场演讲中的 AI 能力时间表解释了算力需求为何快速增长:预计到 2027 年底,AI 将能够完成所有数字领域的工作;AI 编程能力明年可能达到「Stockfish 级」——Stockfish 是当前最强的国际象棋引擎之一,这一说法指 AI 在软件开发上对人类形成类似引擎对棋手的绝对优势;未来 12 至 18 个月内,AI 在各类工程和其他数字领域的能力将「极为出色」。马斯克据此判断,人类将无法与 AI 竞争软件开发。能力越强、应用越广,训练与推理消耗的电力越多,电力供给由此成为算力扩张的硬约束。
电力富余国家的新机遇
马斯克同时把电力短缺描述为一种机遇:对「其他国家」而言,建设大量电力设施、托管 AI 数据中心,并对其征税、收取合理费用,将是「机遇」。算力需求高度集中,而电力建设能力与空间分布在世界各地,电力富余国家可以通过承接数据中心换取税收与收入。
15 吉瓦缺口的体量
按单台大型核电机组约 1 吉瓦的装机口径粗略折算,15 吉瓦相当于十余台大型核电机组的发电能力,且这只是 2027 年 AI 芯片的缺口,未计入其他行业的用电增长。电力供给的速度将在很大程度上决定 AI 扩张的上限;对打算承接数据中心的地区来说,电网建设需要比芯片扩产更早启动,才追得上算力增长曲线。