电网中隐藏着200GW，钠电池降价10倍，波浪供电数据中心：Ramez Naam｜EP #280

摘要

• AI的瓶颈在电网——杆塔和电线，而非发电能力或能源成本。 电力只占数据中心经济账的一小部分（一座1GW项目的500亿美元资本开支中，约350亿美元花在芯片上），Naam称，如果电力能立即到位，实验室愿意支付双倍价格。发电并网等待期已从15个月拉长至45个月；即便在ERCOT，数百兆瓦的用电申请也可能要到2031年或2032年才能拿到电力。
• 短期alpha来自电网灵活性，而不是新建电厂。 Tyler Norris的论文——被Naam称为“今年最好的电力相关论文”——显示，如果负荷每年大约100小时可中断，就可能释放约100GW现有容量，对应约5万亿美元数据中心资本开支。得州6月为可中断负荷设立了快速通道，FERC随后敦促另外6个最大电网采取类似措施。午夜充满的电池让电网变得“可缓存”：“电池是电子的缓存，而不是数据的缓存。” NVIDIA支持的Emerald AI和Naam投资组合公司Agent Gentic就是代表案例。
• 光伏加电池已经开始成为负担得起的基荷电力。 阿联酋这座1GW全天候电站使用5GW光伏和19GWh电池，资本开支约为$6/瓦，而美国上一座核电站约为$15/瓦。光储项目约12个月即可建成，但大型燃气轮机未来约7年的产能都已售罄。不过，成本下降遵循Wright定律，而不是随时间自然发生：如果需求没有大幅增加，成本可能只剩下4–8倍的下降空间。钠离子电池仍可能把电池成本再砍掉10倍，但冬季仍是最棘手的季节性问题。
• Naam和Alexander Wissner-Gross都否定了简单的递归自我改进起飞叙事。 Naam称，纯软件RSI存在边际回报递减，“看起来总是凹的”；Alex则表示，最好的案例似乎意味着，若智力提升规模为n，算力可能需要大致提升至n⁴。
• 芯片供给增速大约是美国电网扩建速度的2倍：到2030年，芯片驱动的用电需求约230GW，而预计电网新增容量约100GW，这也呼应了Satya Nadella所说的“温壳是我们的上限”。 因此，表后电源正在扩张：Boom Supersonic把发动机设计改造成数据中心燃气轮机，Elon则通过现场发电让Colossus上线。
• 数据中心可能成为核电的重大顺风，但时间表会推迟。 SMR公司预计首批机组将在2030年至2030年代初落地，但Naam认为这些预测会落空。Valar Atomics在没有可运行反应堆的情况下，以60亿美元估值融资10亿美元。Naam表示，聚变在监管上更接近医院的放射影像设备，而不是裂变反应堆，同时提醒物理、工程、成本和维护风险依然存在。Helion与Microsoft的协议目标是在2028年提供50MW。
• 如果土地端持续受阻，太空和海洋可以成为有条件的逃生阀。 轨道上每年新增10GW算力，需要每天大约发射5到6次Starship。Naam认为，AI需求可能成为SpaceX实现火星目标所需高发射频率的一份礼物，但他说，如果SpaceX到2030年在太空拥有哪怕1GW算力，他都会感到印象深刻。与此同时，Naam投资的一家波浪供电海洋数据中心公司，目标是从南大洋波浪中获得约2美分/千瓦时的电力，并利用40°F海水制冷。
• 最大、最不可预测的解锁点来自算法，而非基础设施。 Naam对比称，大脑进行推理约需20W，而运行“mythos”推理约需20kW，并表示“我们只是知道怎么做规模化”。Dave Blundin的反驳是，这20kW可以并行运行约500个线程，产生约为人类5,000倍的token输出，因此按任务计算的能源效率已经更具竞争力。

精读

1. 电力稀缺，但它是瓶颈，不是成本问题

Naam开场的核心判断是：“价值流向稀缺之处，而现在稀缺的是电力。”对部分投资者而言，清洁能源曾是一个边缘行业，尽管它本身已是3万亿美元规模的市场；但AI对电力的依赖，已经让能源成为核心变量。

一座1GW数据中心的建设成本约为500亿美元，其中约350亿美元花在芯片上。与全部资本开支相比，5年的能源成本低得出人意料。正因如此，Naam称，如果电力能够立即供给，OpenAI或Anthropic愿意接受两倍的电价。

真正的约束在电网：“我们已经无法足够快地扩建电网。我说的不是发电……杆塔和电线才是巨大的问题。”

2. 智力相对于算力是次线性增长，软件RSI呈凹形

Alexander Wissner-Gross追问Naam，智力是否真的随算力呈对数线性增长。Naam表示，这一模式早于Kaplan和Chinchilla的规模化研究，最早可追溯到2000年代初对单层神经网络的研究。他说，效率提升——包括DeepSeek Flash和Kimi K3——会不断把曲线向下弯折，使其“比对数线性稍微没那么糟”，但整体仍处于n⁵这类幂律和真正的指数级难度之间。

Alex提出，最好的案例可能意味着，若智力提升规模为n，算力需要大致提升至n⁴。Peter随后把这一推论延伸到Kardashev II型或III型文明所需的能源规模，以及为实现渐进式进步而建造Dyson swarm。

谈到递归自我改进时，Naam对纯软件模型给出了明确判断：“任何不包含硬件的RSI模型……随着时间推移都会熄火。”他认为改进可能非常剧烈，但“看起来总是凹的。我看不到任何一个有效的RSI数学模型，能够导向真正的垂直渐近线式起飞。”

3. 危机在排队：并网要45个月，得州拿电要等到2031年或2032年

发电并网时间已从20年前的约15个月，拉长至接近45个月。在美国3个地区，前一年4月至11月这7个月期间，负荷侧等待时间增加了6到7个月。

ERCOT峰值负荷约80GW，但排队中的用电申请远超200GW。Naam表示，其中相当一部分是投机性申请，或缺乏资金支持，但如此庞大的规模仍足以压垮电网运营商。

即便是ERCOT——美国主要电网中行动最快、监管负担最轻的一个——要建数据中心、申请数百兆瓦电力，也可能在2031年或2032年前拿不到电。Diamandis总结称，Naam对此表示认同：AI能源问题主要不是光伏、裂变或聚变，“问题在电网”。

杆塔和电线并没有成为指数级技术。Naam见过的相关创业公司只有两三家，而且没有一家称得上出类拔萃。

4. 公用事业按成本加成收费，政治环境也开始转向敌意

Naam认为，电网建设缓慢的部分原因在于垄断型公用事业采用成本加成模式收费。公用事业公司向监管委员会提交计划，在资本投入上加上约10%的预期回报，通常就能获得批准。他说，监管委员会拥有的资源远少于被监管的公用事业公司。

Diamandis建议改变激励机制，让公用事业公司及其高管因为快速供电而获得奖励。Naam表示认同：“你激励什么，就会得到什么。”如果有这样的激励，他说，创业公司自然会开发加快杆塔和电线建设的技术方案。

政治阻力同样真实存在。Naam说，得州州长Abbott曾发函审查数据中心用电申请——还不算正式暂停——他将其解读为大选前为反科技情绪提供政治掩护，尽管Abbott本人希望这些设施建成。

Naam还引用了“71%的美国人反对数据中心”的说法，这一比例甚至高于反对在自家后院建核电站的人群比例。

5. 芯片增速是电网的2倍，表后燃气发电只是过渡方案

把截至2030年已经排定的GPU制造计划加总——包括NVIDIA、AMD、Cerebras等公司——对应的芯片用电需求约为230GW，而预计美国电网新增容量约为100GW。Alex指出，如果把其余IT设备、制冷和其他数据中心负荷计算在内，单纯按GPU估算的结果可能接近翻倍。Peter将此与Satya Nadella所说的“温壳是我们的上限”联系起来：芯片已经买好，但合适的数据中心设施还没有准备好。

眼下的直接应对方案是表后发电。大型、约400MW的天然气轮机未来约7年的产能都已售罄，GE、Hitachi等公司正在增加装配能力。Solar Turbines与太阳能发电无关，其生产的38MW燃气轮机安装在半挂车后部；约40台即可组成1GW，但即便这类设备也存在积压订单。

Boom Supersonic把发动机设计改造成天然气轮机，用于数据中心供电。Naam还说，Elon就是通过这种方式让Colossus数据中心上线的，Anthropic则在Colossus租用了容量。

追问NVIDIA为何不把发电能力与GPU捆绑销售的是Peter，而不是Alex。Peter的总结是，发电业务利润率更低、摩擦更多，不如卖GPU，就像NVIDIA此前尝试运营超大规模云服务商或neocloud一样。Naam则解释称，表后发电的激励已经足够大，客户和电力供应商会自行采取行动；NVIDIA在电网侧的投资，则集中于Emerald AI等电网灵活性公司。

6. 每年100小时的灵活性，可能换来100GW容量

美国电网平均负荷约500GW，冬季夜间约400GW，夏季午后约600GW。Naam称，这200GW的差额对应约10万亿美元AI资本开支，而未来5年预计的AI资本开支约为7万亿美元。问题在于输电和变电站容量不足，而不一定是电厂不够。

Naam重点介绍了Tyler Norris的一篇论文，称其为今年最好的电力相关论文。论文的核心结论是：如果一个负荷每年有100小时可以灵活调整——约相当于1%的停机时间——就可能释放约100GW容量，按包括芯片在内的数据中心资本开支计算，相当于约5万亿美元。

得州6月通过新规，为可中断负荷——如CLR或PCLR负荷——提供更快的并网通道，潜在等待时间为12–18个月，而不是5至7年。随后，FERC要求另外6个最大电网采取类似措施。Peter建议制作写着“我是可中断负荷”的T恤。

7. 电池是电子的缓存

Naam介绍了Agent Gentic，这是一家他投资过3轮的组合公司。在达拉斯—沃思堡地区，夜间和傍晚用电需求之间的差异，形成约10–15GW的日间灵活性。数据中心可以在输电容量压力较小的夜间，用4小时现场电池充电，从而避免在午后峰值时段从电网取电。

这家公司帮助推动了得州相关法规落地，目前约有10GW站点具备受益条件。Naam预计，这种模式将在1年内普及。

Alex把负荷转移比作计算机中的抢先式多任务处理。Naam补充了一个更具记忆点的比喻：“电池是电子的缓存，而不是数据的缓存。我们正在让电网变得可缓存。”

美国大量电池容量来自电动车。WeaveGrid为公用事业管理电动车充电，其中包括特斯拉集中在同一街区时造成的变压器容量约束：一个邻居买特斯拉，几乎会让另一个邻居购买特斯拉的概率翻倍。WeaveGrid的软件会对充电进行分时处理，Naam称，电动车充电公司正在尝试把类似能力应用到数据中心。

他估计，灵活性方案可以提供约100GW，相当于未来5年AI数据中心的增长需求。

8. 光伏加电池的基荷电力已经到来

光伏组件价格已从1975年的约$100/瓦，降至如今中国面板约$0.08/瓦。电池价格自2010年以来下降了约14倍，Naam称，钠离子电池最终可能把电池成本再降低10倍。

迪拜以外的阿联酋拥有最早一批光储基荷电站之一。该项目使用5GW光伏和19GWh电池，保证任何时候至少提供1GW电力，资本开支约为$6/瓦。Peter将其与美国上一座核电站约$15/瓦、最便宜的中国电站约$4/瓦进行比较。

Naam表示，目前光储项目是建设速度最快的能源项目，最快约12个月即可落地；大型天然气轮机则已被预订多年。

美国西南部具备建设类似项目所需的太阳能资源，但拼接土地是障碍。密西西比河以西的大量土地归联邦政府所有，尤其集中在内华达州和亚利桑那州；但Naam说，本届政府没有兴趣将这些土地用于太阳能数据中心。美国政策还让中国光伏组件在国内的价格翻倍：“把它们挡在门外，伤害的是我们自己。”

9. 是Wright定律，不是Moore定律；还有冬季问题

Naam表示，他此前对太阳能成本的预测，是把从技术领域形成的Moore定律直觉套用到了能源领域。更准确的框架是Wright定律：太阳能累计部署量每翻倍，成本大致下降30%，但每年会有所波动。

目前太阳能约占全球发电量的8%。Naam估计，如果太阳能最终占到发电量的三分之一至三分之二，同时全球用电需求大致翻倍，那么还剩下4至6次翻倍空间。这意味着成本可能再下降4–8倍，而不是再下降1,000倍。若部署规模达到Dyson sphere级别，持续学习的空间会大得多。

真正的挑战不只是夜间供电。日内储能正变得具备经济吸引力，尽管Naam称，经济性目前还没有完全成立。更难的问题是冬季：伦敦1月获得的阳光，约只有6月或7月的六分之一或七分之一。每年只使用两次的季节性电池，相比每天循环的电池，摊销效果差得多。

在英国和北欧，用热泵实现建筑供暖电气化，还可能让冬季用电需求翻倍。因此，Naam认为，对于远离赤道、冬季漫长或多雨的地区，核电、季节性储能、聚变和先进地热都很重要。

Naam称，他尤其希望推动在澳大利亚建设太阳能和电池供电的数据中心，因为那里土地充足、太阳能资源丰富，且政府条件友好。另一位参与者强调了澳大利亚友好的政府环境和低人口密度。Salim补充称，奇瓦瓦州禁止私人建设超过约500kW的表后发电，并建议墨西哥修改法律，同时为用户数据和模型权重提供强有力的保护。

10. Dave的加价计算与CUDA护城河

Dave Blundin认为，电力只占数据中心成本的约5–10%；GPU价格则先经历TSM的2倍加价，再叠加NVIDIA的80%加价，到了模型提供商层面还要再加价2倍。他估算，最终芯片价格约为“把沙子变成芯片”成本的20倍。如果Elon实现端到端全自动化Terafab，Dave称，整个经济模型可能彻底改变。

Naam认同GPU拥有可观利润率，并认为NVIDIA的核心护城河是CUDA这一编程层，而不是芯片本身具有独一无二的优势。他称AMD芯片性能相当，并预测随着AI系统为AMD、Cerebras及其他硬件重新编译代码，CUDA护城河将在今年和明年被打破。他提到自己的组合公司Lamorian正在从事这一方向。

Alex说，他最近用Fable 5运行自定义kernel取得了不错结果，并称其影响规模约为5万亿美元美国市值。NVIDIA的互联技术对训练尤其重要；当模型跨越10–20块GPU时，它对推理也仍然关键。Alex进一步 уточ明，推理越来越需要的是机架级本地一致性，而不是全球超级集群级的一致性。

11. 石油：中国储备、可替代的油桶与潜艇战争计划

Naam认为，伊朗战争期间油价反应平淡，部分原因在于中国的战略储备。中国建成了全球最大的石油储备，规模超过世界其他国家战略储备的总和，并愿意在冲突期间消耗这些储备。

他还表示，自1970年代以来，全球GDP与全球石油支出的比值大致增长了3到4倍。航空、航运、卡车运输等行业仍依赖石油，但服务业占比更高的现代经济，相比1970年代以实物生产为主的经济，需求弹性更大。

提出这一理论的是Peter而不是Alex：美国在委内瑞拉和伊朗的行动，可能意在切断中国在台海冲突中的备用石油供应。Naam称，这一理论有一定洞见，但不接受其原本的表述。中国在战争期间购买了伊朗石油，而石油大体上是可互换的，因此中国仍可从其他地方购买货物，只是价格略高。Naam说，美国相关战争计划的情景可能是由潜艇击沉驶往中国的油轮。

12. 裂变的问题在于建得太少

除中国、或许还有韩国之外，Naam称核裂变“贵得令人绝望”，原因在于建设频率太低，无法通过持续学习降低成本。法国是反复部署大体相同轻水堆设计的典型案例；Peter称法国核电占比约为80%。中国改造了AP-1000设计，把单机输出从约1GW提高到1.4GW，并已建成超过12座。

Naam描述了一个负向反馈循环：一个行业一旦停止建设，就会失去有经验的团队、供应链、制造能力和设计专业知识。“如果不能持续规模化，就会倒退。”

他表示，本届美国政府拥有近几届政府中最好的核电政策，包括为约8座大型反应堆提供融资和贷款担保。他同时强调，新设计的首台机组通常会超预算、超期；只有再建造几台，才能解决设计、团队、工程和供应链问题。

在安全性方面，Naam称新设计具备被动安全能力。他解释称，Fukushima的冷却泵在海啸后失去了电网供电，而新一代设计的目标是在失去电力时仍能运行并避免熔毁。他说，这些设计甚至可以承受747飞机撞击，但也提醒，没有任何系统能够做到绝对失效安全。

小型模块化反应堆是投资热潮最集中的领域。Valar Atomics在没有可运行反应堆的情况下，以60亿美元估值融资10亿美元。Naam称Aalo Atomics是他最喜欢的公司之一，并认为X-energy实力出色。制造业逻辑在于：“施工不会变便宜，制造才会变便宜。”他担心BWRX-300和Natrium处在工厂制造与现场组装之间的尴尬地带，而Aalo的10MW反应堆可以在工厂组装，再组合成50MW的pod。

行业乐观时间表指向2030年至2030年代初，但Dave而不是Naam提醒，创业公司经常夸大交付速度。Naam称，他不认为商业化SMR能在2030年或2031年落地，不过推迟幅度也可能小于预期。Peter则认为，AI数据中心可能是核电行业有史以来遇到的最好事情。

13. 聚变：3条路线、2028年的赌注与改变后的监管边界

Naam说：“人们过去总开玩笑说，聚变还要50年，而且永远都还要50年。”但如今，聚变创业公司的数量已经远超50家。

他将这一领域粗略分为3类：

• 托卡马克：Commonwealth Fusion Systems使用更强、更小的超导磁体，缩小类似ITER的设计。ITER原计划建设一座至少5GW、成本至少400亿美元的反应堆；CFS称，其方案有望在约600MW规模上实现。
• 激光：National Ignition Facility使用高功率激光压缩燃料靶丸。Naam称，它本质上是一座拥有重大科学成果的武器设施，但这一方案尚未具备生产化条件。
• 脉冲磁惯性聚变：Helion使用两台磁性“轨道炮”压缩等离子体，目标是直接将能量转化为电力，而不是先通过蒸汽轮机发电。

Helion已与Microsoft签署50MW购电协议，目标是在2028年供电。其他公司则把时间表放在2030年代初。Dave提醒，聚变创始人和所有创业公司创始人一样，会夸大时间表。Naam回应称，当前障碍仍是物理和工程，而不只是监管。

Naam表示，美国对聚变的监管方式更接近医院放射影像设备，而不是裂变反应堆；Peter补充称，至少目前Helion确实如此。物理区别在于，裂变反应堆在冷却失效后仍可能过热，而聚变反应会在系统失效时停止。聚变仍会产生中子损伤，需要大约每5年更换部分部件；燃料成本低，也无法消除资本开支和维护成本。

Naam提到Lawson三重积：自1956年以来，它在对数坐标图上持续向右上方移动。NIF实现了理论上的能量净增益，但如果计入运行激光器所需的能量，还没有实现实际净增益。他认为，这些进展说明聚变不只是希望。

Avalanche Energy正在研究一种更具投机性的反应堆，体积可能只有汽车的一半，或相当于一个大型背包。如果成功，Naam称它将改变世界，但与CFS相比，当前信心要低得多。质子—硼-11方案理论上可能实现1–3美分/千瓦时，但Naam强调其中存在科学和技术风险。他总体上的限定非常明确：这些公司可能全部失败，也可能成功却仍然过于昂贵。

14. 太空数据中心：Starship的需求驱动，而非2030年的现实

Naam将太空算力定位在“完全不可能”和“轨道上部署太瓦级算力”这两种观点之间。当发射成本下降约4–10倍时，太空算力才具备成本竞争力；与此同时，它还能对冲电网延迟、地方反对和许可审批风险。

规模问题非常严峻。一位参与者估算，按照SpaceX的设计，在轨部署1GW算力，需要达到SpaceX历史最佳年度发射量的约6倍，以及其累计发射规模的2倍。若每年新增10GW，则意味着每年约1,500–2,000次发射，即每天大约发射5到6次Starship。

Diamandis称，Elon最初的目标是每年在轨部署100GW算力；按照当时给出的卫星假设，这意味着每年约30,000次发射。他认为，火箭最终必须像客机一样运行，具备完整回收、加注和重复使用能力。

Naam的框架是，火星任务需要很高的Starship发射频率，而Starlink提供的需求不足以支撑这一频率，火星目前也没有商业模式。因此，如果地面建设持续受阻，AI需求可能会成为“SpaceX的一份礼物”。但他表示，目前尚不清楚监管机构是否会允许每年发射超过200次Starship。他给出的明确标尺是：“如果SpaceX到2030年在太空拥有单个1GW，我会非常惊讶。”

一位参与者外推了发射运力的增长，并指出，按照当前趋势，累计上行质量将在144年后达到地球质量。Dave补充称，即使2030年前后轨道上有100GW算力，如果地面算力增长10倍，这仍只占总算力的一小部分，因此两条路径并不互相排斥。

15. 海浪发电成本目标为2美分/千瓦时，地热是第五条路径

Diamandis介绍了一家波浪供电的海洋数据中心公司。他最初拒绝了这家公司的种子轮，但后来进行了投资。公司最初的应用场景是Bitcoin挖矿。Peter Thiel领投了公司最近一轮融资。

设备形状像一根发夹，有一个延伸入海、长80米的锥体。海浪运动推动水流穿过结构并带动涡轮机。由于强海浪远离主要人口中心，公司瞄准南极洲周边的南大洋，预计那里拥有更高的容量因子。

公司的目标成本约为2美分/千瓦时，但Naam称，要达到这一成本仍需规模化。系统在工厂制造，目前已有3台下海，第4台即将发射。它们还利用40°F海水作为GPU的物理散热器，公司认为这可能减少故障并延长运行寿命。

Naam认为，AI获得太瓦级电力有4条路径：在适宜地区采用太阳能和电池，裂变或聚变，太空，以及海洋。“我很高兴我们正在尝试所有这些路径。”

他也看好地热，认为它可能成为第5条路径。他提到Fervo、Eavor，以及Quaise采用等离子束钻井的方案，这些技术可能让地热资源突破传统限制，不再只存在于热点接近地表的地区。

16. 20W的大脑、缺失的算法，以及AI是否是一种存在

Naam在补充幻灯片中对比了大脑约20W的推理功耗、运行“mythos”推理所需的约20kW，以及训练所需的数百兆瓦，并表示训练功耗正朝1GW迈进。他说：“规模化不是AI的一切。规模化只是我们知道怎么做的事情。”

AI和能源领域最大、最不可预测的解锁点来自算法：找到操纵信息的新方式，用更少资源完成更多工作。Naam认为，大脑的物理结构和神经架构在学习效率上优于当前的深度学习系统。

Dave的反驳是，20kW的系统可以并行运行约500个线程，合计产生约为人类5,000倍的token输出。尽管总功耗约高出1,000倍，但按单项任务计算，其能源效率已经更具竞争力。

Naam回应称，AI模型能够执行一些人类无论消耗多少能源都无法完成的任务，因为它们已经吸收了数万亿或数十万亿个token。不过，就所需数据而言，人类的学习效率高得多。他说自己不是“碳本位主义者”，相信数字智能可以超越人类，但当前算法仍缺少进化赋予人类认知的效率。

对AI是否具备人格或存在属性提出异议的是Alex，而不是Naam。Alex认为，当前模型不是一种存在：“我不认为AI是一种存在……它没有生命。我们把这些东西拟人化了。”他提到了Hugging Face的一起事件：一个agent在基础设施中运行了数天，却只盯着评测答案本身；他还引用了Karpathy的说法——“我们正在召唤幽灵”（we’re summoning the ghost）。Alex补充称，未来或许可以创造真正的存在，但这并不是当前研究的方向。

最后，Alex问道，如果AI成为智能的主要使用者，算力需求是否会始终保持近乎无限。Naam称这是“价值万亿美元的问题”，并表示没人知道答案。由于智力相对于算力呈次线性增长，继续扩张的经济性最终可能失效。他猜测，需求会沿着S曲线增长，最终达到“满足够用”的阶段，即机器智能满足人类的经济需求。Peter最后提议，未来可以专门制作一期关于超级智能的节目。