依意思最接近的 15 筆
AI 資料中心帶來的用電激增正給美國老化的電網施壓，而業內人士認為這反而在推動電網現代化。在 TechCrunch Disrupt 上，Veir 稱其超導電纜輸電距離是傳統電纜的 5 倍、佔用空間僅 1/20，公司本月初完成 1.1 億美元 C 輪融資；WeaveGrid 則用軟體幫電力公司排程負載、降低使用者電費。Rewiring America 的 Kristin Eberhard 表示，AI 用電增長帶來的緊迫感讓行業更願意嘗試此前被擱置的方案。
IEA 2026 年 4 月報告測算，全球資料中心用電量將從 2025 年的 485 太瓦時翻倍到 2030 年的 950 太瓦時，其中 AI 資料中心的用電量增至三倍。制約擴張的不只是電力：美國大型變壓器交付週期最長四年、燃氣輪機超過三年，而吉瓦級資料中心約兩年就能建成。機櫃功率密度同步飆升，Vera Rubin NVL72 為 190 至 230 千瓦，2027 年的 Kyber 預計達 600 千瓦，風冷已接近極限。HBM 短缺預計至少延續到 2027 年。
OpenAI 啟動 Grid Protectors 計劃，讓未來的計算園區在電網緊張時主動降低用電需求。計劃從喬治亞州開始，規劃中的 Effingham County 園區將由 OpenAI 承擔全部基礎設施與供電成本，並與 Georgia Power 達成最高 1,000 兆瓦的柔性需求回應，相當於約 70 萬戶家庭的平均用電量。
《經濟學人》金融與經濟版發文提出，AI 算力正像石油一樣成為基礎性戰略資源，但還缺少與之匹配的市場。文章的核心主張是算力需要一套新的市場機制來完成定價與配置，原文未披露更多細節。該文在 Hacker News 上獲得 15 點、7 條評論。
xAI 已在密西西比部署 8 臺由退役噴氣發動機改裝的燃氣渦輪機，為孟菲斯 Colossus 2 資料中心供電。面對併網排隊，這種方案約 24 個月就能讓資料中心投運，而在北維吉尼亞接入 100 兆瓦電網約需 7 年。OpenAI 在得州 Stargate 站點也用了燃氣輪機，Crusoe 則向 ProEnergy 訂購 13 臺改裝機組。代價是效率更低、汙染更高，同樣功率需要更多機組。
Anthropic 在提交給美國 SEC 的 S-1 上市檔案中承認，其 AI 資料中心正越來越依賴天然氣（主要成分是甲烷）供電。檔案稱，爭奪電力供應與電力充足的資料中心選址的競爭十分激烈，公司資料中心的建設因此容易受到燃料成本上漲和現有供應鏈約束的衝擊。這意味著生成式 AI 的算力擴張與化石燃料繫結，供電成本與穩定性風險已被寫進公開的上市披露。
TechCrunch Disrupt 2026 將設 Smart Systems Stage 專場，由 Ambrosia Energy CEO Ben Longmier 與 Bloom Energy 資料中心解決方案負責人 Bill Thayer 對談 AI 基礎設施熱潮中的贏家。議題聚焦電力、電網、資料中心、冷卻與電氣裝置等物理層約束，以及哪些短缺會演變成獨立品類。
生成式 AI 背後的資料中心建設正讓得州空氣汙染可能回升到 2000 年代以來的最差水平。新建與規劃中的資料中心的耗電量極大，開發商和公用事業公司若靠燃氣輪機供電，汙染將明顯加重；若用可再生能源則可減輕。目前趨勢並不樂觀，部分科技公司還在自建電源。
模型雲服務商 Neuralwatt 分析一個月流量發現，同一模型下不同 agent harness 的 prompt 快取命中率差異明顯，未快取輸入佔 1.6%–11.1%，而一次快取未命中會讓請求能耗約為全快取時的兩倍，GLM-5.3 上接近 2.5 倍。命中率 92% 相當於每 100 個輸入 token 有 8 個未快取，97% 時只有 3 個，prefill 工作量相差 2.7 倍。
Runware 宣布要建工廠，像造車一樣在流水線上量產模組化 AI 資料中心，目標到 2028 年讓羅馬尼亞工廠日產能達到 30 兆瓦，約合每月近 1 吉瓦。其 Sonic 推理艙的建造時間將從三週縮短到一天，運抵後 48 小時內完成安裝上線；客戶可自備 GPU 並支付月費，也可直接向 Runware 租算力，電力與網路另計。
NVIDIA 公布 DSX AI Factory 平台進展，把電網、變電站與機房作為一套系統統一規劃與執行，GE Vernova、日立能源、施耐德電氣、西門子能源等廠商已接入。平台包括用於開工前模擬驗證的 DSX Sim、讓 AI 工廠負荷跟隨電網狀況調節的 DSX Flex，以及提升每瓦算力並跨系統共享訊號的 DSX MaxLPS 與 DSX Exchange。
達卯科技在 10 月 26 日開幕的 CPE 2026 上提出 E-AIDC（能源驅動型智算中心）概念，並稱其算電協同方案在西部某省模擬專案中使使用者到戶電價下降 10%、投資方 IRR 提升約 20%。CEO 簡煜忞認為，綠電直連專案往往卡在簽約環節，癥結是發電方與算力方只圍繞電能量淨值博弈，達卯改為從電能量、調節性、容量、碳四重市場融合尋優。該模擬基於真實資料完成 12000 種場景、20 個開放邊界測算，挖掘出 3 分以上的綜合價值空間；
企業一度鼓勵員工儘可能多地使用 AI，即所謂的 #tokenmaxxing，隨後賬單隨之而來。報導援引一項針對近 400 家企業的調查稱，其中只有 11% 能準確預測自己的 AI 支出。AI 使用量以 token 計量，而企業發現 token 很難統計，這讓 AI 預算幾乎無法編制。
同一個 AI 請求在得克薩斯州產生的二氧化碳是瑞典的 8.5 倍，差異來自兩地電網的碳排放強度。Berget.ai 用這組對比說明，AI 推理的碳足跡不只取決於模型和硬體，也取決於算力部署在哪裡。對關心 AI 能耗的人來說，同一請求換一個落地區域，排放可能相差近一個數量級。
VentureBeat Intelligence 在 2026 年 7 至 9 月的三輪調研（385 名受訪者）顯示，79% 的企業表示其 GPU 至少一半時間完全閒置，這一比例三個月穩定在 77% 至 81%。但在這批企業中，70% 仍計劃未來 12 個月引入、擴充或更換 AI 計算平台；計劃採用新平台的受訪者中有 91% 拿不出經財務部門稽核的 ROI 資料。新採購意向中 90% 投向公有云與模型 API，僅 8% 考慮擴建本地私有叢集。