今天「象先志」想跟大家聊个关于AI很重要，但又感觉没什么人提的话题，就是AI发展目前的更大瓶颈是什么？
很多人可能会说芯片，但这是两年前的版本答案了，最新的瓶颈其实是电力供应。
先给大家看张图。这是美国城市居民的平均电价，可以看到22年之前和22年之后是两个完全不同的阶段。22年之后电价涨得很快，一部分原因当然是通胀，但还有个很重要的原因是AI带来的电力需求大幅增加。
在2010到2020这十年间，全球数据中心的流量增长了9倍，但这些数据中心所消耗的电力却基本没涨。神奇吧？其实也不神奇，因为芯片本身的效率在不断提高嘛。
大家都知道摩尔定律，虽然严格来讲，摩尔定律早就寄了，但只是说芯片能力提升没那么快了，不能一年半就翻一倍，但这个改善的趋势还是一直都在的。
像台积电的工艺从14nm进化到7nm，再到5nm、3nm，人家还是一直在努力的。
数据中心的服务器都是放在专门的机架上，一个传统的服务器机架功率大概是十几千瓦，而一个AI服务器机架训练的时候要80千瓦，推理的时候也要40千瓦，比传统服务器能耗高得多。
这还只是平均下来的情况，更先进的设备功率会更大。像英伟达最新的GB200机器，一个架子上装了72块Blackwell GPU，算力更强了，电表也转得更卡了。设计功率是132千瓦，还要再加160千瓦的散热，这等于传统服务器机架的二三十倍。
有人做过计算，英伟达的这些芯片假设有一半最终被装在美国，美国国内的电力需求就会增加25GW，相当于一个三峡电站。
所以基本上现在硅谷大公司对电力的担忧是比对芯片的担忧还要大的。Google和Meta现在新的数据中心都在考虑自己装光伏板、烧天然气发电的事了。
你可能会问，为什么电力企业不增加产能呢？他们当然知道这点啦，所以都在PPT里规划了很多新的发电厂，但产能并不是你想增加就能增加的。
之一，美国的电力需求之前早就已经过了增长的高峰期，这些企业已经习惯了缓慢的节奏。给大家看张图，这是中美两国的发电量对比。红色的这条线是China，紫色的这条线是United States，也就是America。
可以看到美国的发电量在21世纪头20年基本没涨，最近几年有涨幅，不过也不是很大。所以它们规划的新建产能开工的不到20%，完工的更是可以忽略不计。然后过去两年不是电价涨了嘛，他们没有用来再投资，而是搞了870亿美元的分红。什么叫真心对待股东？A股好好学去吧。
第二，发电输电也属于制造业，光是终端的电厂喊口号是没用的，上游企业也得动起来生产配套。但您猜怎么着？从2022年到现在，全球前100的电力设备制造商，每年砍3%的资本开支。
所以马斯克前段时间接受采访就说，变电器啊，发电量啊，这些都不够用，最迟到明年这些问题就会变得非常严重。所以大家怎么看这个问题？
