AI芯片效率提升10倍，但数据中心总体电力需求持续激增，表明摩尔定律收益被工作负载增长超越。

核聚变反应堆、液冷服务器和600千瓦机架现已成为驱动AI热潮的关键基础设施。

众所周知，AI的真正瓶颈是电力而非芯片。但鲜为人知的是，一套积极构建的技术栈正在各个维度部署，以克服电力短缺——而其背后遵循一个可预见的规律：随着硬件效率提升，业界实际上反而需要更多电力。这是一场在千兆瓦级别真实展开的杰文斯悖论。

以下是发生在表面之下的情况：

**芯片：效率提升10倍，功耗增加15倍**

英伟达的Vera Rubin平台目前正向客户交付，其推理性能每瓦功耗比Blackwell高出最多10倍。分解式推理——将推理分为前缀填充和解码阶段，在独立硬件组件上运行（英伟达称之为Dynamo）——相比纯GPU设计可将每瓦token输出提升高达35倍。这些确实是真实的效率提升。

然而，最先进服务器机架的功耗前所未有。从2023年Hopper机架的约40千瓦，我们已看到2024年的Vera Rubin NVL72达到约210千瓦，以及预计2027年的600千瓦"Rubin Ultra"（Kyber）机架，据报据已有1兆瓦以上的单元在开发中。在仅四年内，功耗增长了15倍，而硬件效率只提升了10倍。与其说是降低功耗，不如说效率提升使工程师能在每个机架中堆积更多计算，超大规模计算商则急于部署这一能力来服务更大的模型和更苛刻的工作负载。这些机架的功耗相当于40至170户美国家庭的用电量。

这一现实已将冷却从优化转变为关键基础设施。无风扇GPU现已成为英伟达最新系统的标准配置，因为传统风扇无法散发产生的巨大热量。所有系统都在过渡到温水直液冷技术，甚至包括曾经采用风冷的8-GPU服务器。

戴尔欧公司预测数据中心液冷市场到2029年将超过70亿美元。

尚未在容量规划中纳入冷却液分配单元（CDU）的基础设施工程师很快将需要这样做。

**核电赌注：从新闻稿到施工**

大科技公司对核电的兴趣已超越公告阶段。微软收购Three Mile Island、亚马逊与Susquehanna达成协议、谷歌收购Kairos小模块反应堆以及Meta的重大核电投资组合现正转化为具有监管申请和在建项目的有形成果。电力的时间和交付仍存不确定性——某些小模块反应堆设计如Kairos的熔盐反应堆在全球尚无商业运营先例——但这些不再是假设融资支持的理论性项目。

**核聚变赌注：科幻变成合同**

三年前，这种情景似乎像科幻小说。如今，多家核聚变公司已与超大规模计算商签订具有约束力的电力购买协议——不是研究拨款，而是有交付时间表的可强制执行合同。

Helion Energy执行了有史以来第一份核聚变电力购买协议，承诺在2028年前向华盛顿州中部的微软数据中心交付最少50兆瓦。2026年6月，Helion成为首家获得州监管机构运营许可的核聚变公司——来自华盛顿州的放射性物质许可证和放射性空气排放许可证。公司随后在C轮融资中筹集了4.65亿美元，估值达155亿美元。

Commonwealth Fusion Systems正在弗吉尼亚州建造Arc，一个400兆瓦商业核聚变发电厂，场地由Dominion Energy租赁，靠近全球AI数据中心最集中的地区。谷歌与Arc签有200兆瓦电力购买协议，并已对该公司投资两次。

谷歌还十余年来持续资助TAE Technologies，目标是在2030年代早期实现商业化电网级核聚变。

意大利能源跨国企业Eni与Commonwealth Fusion签署了价值超过10亿美元的售电协议。

这些设施的电力不太可能在2028年前并网，核聚变技术70年来声名狼藉地错过了自己的时间表。许多专家仍公开表示怀疑核聚变能否在经济上可行，足以支撑当前AI周期。但这一转变意义重大：核聚变公司现在正签订具有延期交付罚款条款的可强制执行商业合同，而非参与简单研究合作。对于一个历史上被困在"未来20年"的行业来说，这代表真实进展——完全由AI计算的无情需求驱动，而非气候政策。

**不可避免的结论**

将芯片效率趋势与核电和核聚变部署重叠，得出一个难以回避的结论：没有认真的参与者仅押注于效率提升。每一个追求10倍更快芯片的超大规模计算商同时在争取千兆瓦级电力合同，完全清楚效率提升将被规模增长所消耗，而非作为成本节省享受。这不是工程失败；这是当输出价值（计算）增长速度超过生产成本下降速度时会发生的事情。

激励是使用越来越多的计算，而非更少。

这表现为越来越大的模型和对AI智能体需求的扩大——不是减少能耗的效率改进。

对于基础设施团队，未来五年的规划假设不会是"电力管理会变得更容易"。而是："我两年前部署的机架现在使用的电力是我今天规划系统的五分之一。为电力和冷却预算的增长做好准备，不要假设下一代芯片会释放资源。相反，准备好吸收它们。"