微软面临的运营瓶颈 - 微软手上有成堆的GPU，但因缺电、缺空间而闲置[1] - 最大的问题不是芯片供应，而是供电能力以及能否快速建成靠近电源的数据中心[2] - 基础设施不足以支撑芯片运行，具体表现为缺乏电力和可立即投入使用的数据中心（即已建好、具备供电与冷却能力的机房外壳）[4][5] 行业面临的共同挑战 - 电力限制已成为所有大模型巨头共同面临的问题，行业挑战从算力问题转向能源和基础设施的匹配问题[9] - 美国整体电力需求曲线因AI和云计算带动的数据中心建设而突然拉高，用电需求增速远超公用事业公司的新增发电规划[11] - 数据中心、电力与冷却系统的建设节奏远远跟不上现实需求，传统电厂从立项到并网需数年，而AI产业扩张以季度计算[13][14] 企业的应对策略与行业趋势 - 微软调整策略，不再囤积单一代GPU，因为若芯片因缺电闲置，两三年后可能被新架构取代，在六年折旧周期内提前贬值[24][25] - 越来越多的数据中心开发商采用"计量表后"供电方式，直接将电力接入数据中心以绕过公共电网，弥补供能缺口[13] - 微软向能源丰富的阿联酋投资，未来四年将在海湾国家投资80亿美元用于数据中心等项目，标志着AI基础设施可能向能源充足的新兴市场迁移[34][35] 对上游芯片产业的影响 - 行业限制从"算力短缺"变为"电力短缺"，芯片的评价标准可能从峰值性能转向能效[30][31] - 在电力限制下，每工作最节能的芯片将更具吸引力，例如速度提升1.2倍但能耗降低25%的芯片会非常有价值[32] 对AI产业未来的展望 - 奥特曼认为AI用电需求不可能回落只会持续增长，更高效便宜的算力将激发出更多应用场景，符合杰文斯悖论（资源更高效利用将导致更大规模使用）[18][19][20] - 奥特曼呼吁美国政府每年增加100吉瓦发电能力，并将其视为"AI战略资产"[22]