AI 算力瓶颈转向电力与基建，微软警告芯片闲置风险
微软 CEO Satya Nadella 指出当前 AI 发展的核心制约已从芯片供应转向电力短缺及数据中心“暖壳”（具备电力接入条件的建筑）不足。OpenAI 呼吁美国政府将年增 100GW 发电能力列为战略资产，以缓解 GPU 因等待基建而贬值的风险。由于电力审批与建设周期长达数年，远慢于 GPU 供应链的季度级扩张，推理需求激增正加剧电网压力，边缘计算成为潜在解决方案。
报道正文
Rohan Paul (@rohanpaul_ai) · 2026-10-25 23
Satya Nadella 去年就已表示，公司没有足够的电力来驱动其所有的 AI GPU。 他提到，最终可能会出现大量芯片闲置的情况，因为根本没有足够的电力将它们接入电网。
问题的核心不在于芯片供应短缺，而在于缺乏“暖壳”（warm shells）——即那些已完工、具备公用设施接入条件且靠近大型电源馈线的数据中心建筑。
OpenAI 正推动美国政府将每年新增 100 吉瓦（GW）的发电能力视为 AI 领域的战略资产。
这种电力缺口导致了资本搁浅：在等待建筑、变电站和输电线路就绪期间，GPU 的价值正在不断折旧。
即使训练任务仍集中在云端，推理需求才是电力消耗的主要驱动力。因此，任何将查询请求转向高效边缘设备的趋势，都将改变电网规划和数据中心规模设定的假设前提。
主要矛盾在于，电力交付和建设进度受制于长达数年的审批与建设周期，而 GPU 的产能扩张则以季度为单位快速推进。
来自 'Bg2 Pod' YouTube 频道
↳ 引用 @rohanpaul_ai (Rohan Paul): Elon Musk：算力将闲置在半建成的数据中心里。
Nscale 的 IPO 文件（2026年9月）：截至8月31日，约有 25,000 个活跃 GPU，而活跃及已签约的 GPU 总数为 461,000 个。这家新型云服务商承诺部署的 GPU 中，约 95% 尚未投入运行。
Wood Mackenzie，2026年7月报告：2026年第一季度，发电机升压变压器的交货周期超过 160 周，高于2024年的 143 周；高压断路器的交货周期升至 125 周，而2023年为 77 周。GPU 只需数月即可发货，但为其供电的设备却需要两到三年时间。因此，任何在锁定电气设备之前订购芯片的项目都面临风险。
自建燃气发电厂不再能让 AI 建设者跳过电网排队，因为涡轮机制造商的订单已排至数年之后。 GE Vernova（2026年第二季度）：其燃气设备积压订单和槽位预留量在一个季度内从 100 GW 增长至 116 GW。今天订购的涡轮机要到 2031 年左右才能到货。现场供电作为绕过电网排队的常规手段，本身也有长达数年的排队周期。 arkolith
