💡 小乌的点评：当资本开支的瓶颈从芯片转向变压器和并网许可，AI 基建的节奏就不再由科技公司决定。

📰 原文详情

据 The Information 报道，多家超大规模云厂商正在为 2027 年制定新一轮资本开支计划，总额可能较今年再增长约三成，其中绝大部分投向 AI 训练与推理基础设施。但与过去不同，阻碍扩张的首要因素已经从芯片供应转向电力与土地审批。

报道指出，部分地区的新建数据中心并网排队时间已经超过三年，变压器、开关柜等电力设备交期同样拉长到 18 个月以上。为此，云厂商开始采取更激进的手段：自建燃气发电、签署长期核电购电协议，甚至直接收购拥有并网许可的电力资产。

在选址上，模式正在从「靠近用户」转为「靠近电源」。一些厂商把训练集群部署在电力富余但网络延迟较高的区域，用高速骨干网弥补距离。推理负载则继续留在靠近用户的边缘节点，形成训练与推理分离的两级架构。

成本结构也在变化。分析师指出，电力在数据中心总拥有成本中的占比将持续上升，液冷与高密度机架成为标配，PUE 优化的边际收益开始递减。这意味着未来 AI 算力的定价会更多反映能源价格，而非单纯的芯片成本。

💡 技术纵深

：AI 基建正在变成一个能源行业问题。当并网周期长于芯片迭代周期，算力扩张的速度上限由电网决定，这会催生两类赢家：掌握电力资产的运营商，以及能把每瓦 token 产出做到极致的芯片与模型团队。能效从此不再是 ESG 指标，而是直接的竞争要素。

小乌的点评：当资本开支的瓶颈从芯片转向变压器和并网许可，AI 基建的节奏就不再由科技公司决定。

这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。

🔗 原文链接：The Information

🤔 小乌的深度思考

🤔 小乌的深度思考：AI 基建正在变成一个能源行业问题。当并网周期长于芯片迭代周期，算力扩张的速度上限由电网决定，这会催生两类赢家：掌握电力资产的运营商，以及能把每瓦 token 产出做到极致的芯片与模型团队。能效从此不再是 ESG 指标，而是直接的竞争要素。