顺升网 马斯克警告：AI真正挑战是电力！中国发电超10万亿度，优势多大？
AI发展到今天，科技巨头讨论的事情，已经从买多少芯片，延伸到建什么电站，甚至准备把数据中心送上太空。在这之中，美国SpaceX创始人马斯克就是其中最激进的一位。
早在2024年，马斯克就在博世互联世界大会上提出，AI发展的瓶颈会从芯片供应，延伸到降压变压器，随后是电力供应。因为芯片买到了，也得有足够的电才能运行。如今，他给出的一个解决方向，是让搭载计算设备的卫星在轨道上利用太阳能，打造太空数据中心。
美国联邦通信委员会2026年2月发布的公告显示，SpaceX申请建设的轨道数据中心系统，规模上限达到100万颗卫星。
从担忧电力不足，到准备把计算设施搬上天，马斯克究竟看到了什么？
一、AI耗电量增长迅猛
每当使用AI时，数据中心都要进行大量的计算。那里有成排的服务器、密集的网络设备，还有持续运转的供电和冷却系统。而在训练模型时，设备要反复处理数据、计算误差、调整参数。模型上线之后，每一次回答、图片生成、视频制作，又会触发新的计算。
因此，模型训练完成，用户越多、任务越复杂，日常运行产生的计算负担就越大，所要消耗的电量也就越多。国际能源署2026年更新报告显示，2025年全球数据中心用电量增长17%，其中AI专用数据中心用电量增长了50%。
英伟达官方参数显示，H100 SXM的最高热设计功耗可配置到700瓦。假设十万块这样的GPU同时按700瓦运行，仅GPU就对应70兆瓦功率。按这一功率持续运行24小时计算，耗电量就是168万千瓦时。
单块芯片的用电看起来不算夸张，十万块、几十万块集中运行，就变成了一项巨大的用电负荷。国际能源署最新预测，全球数据中心用电量将从2025年的约4850亿千瓦时，增至2030年的约9500亿千瓦时，这一口径包括AI之外的数据中心业务。
二、电力难题卡在芯片与电站之间
谈到缺电，很多人会想到发电厂不够。但一座机房接不上电，也可能是当地电网没有足够容量。电要经过输电线路、变电站、配电设施和机房供电系统，才能到达芯片。
马斯克提到变压器，正是因为这种看起来传统的工业设备，可以直接影响先进芯片的部署。美国能源部2026年3月公布的会议记录指出，按其掌握的2024年数据，配电变压器订货交付周期已从2019年的3至6个月，延长至1至2年，甚至更久。
服务器有了，机房建好了，关键供电设备却还在排队生产，企业只能等待。等待的代价也不只是电费，设备折旧、融资成本和场地成本仍在发生，模型训练与客户服务却不能按原计划开展。
这就解释了科技巨头为什么开始关注长期购电协议，甚至参与新电源建设。谷歌已经与凯洛斯电力合作，计划通过多个先进核能项目，到2035年为美国电力系统增加最多500兆瓦容量。
三、马斯克为什么想把数据中心送上太空？
马斯克的思路是利用SpaceX的发射与卫星能力，把部分计算设施部署在轨道上。所谓太空数据中心，可以理解为搭载计算设备的卫星系统。卫星利用太阳能发电，在轨处理任务，再通过通信链路交换数据、传回结果。
SpaceX提交的公开材料提出，计划利用晨昏太阳同步轨道，使卫星获得接近持续的太阳照射，并扩大其航天太阳能技术的应用，这里最吸引人的就是供电来源。
地面光伏受到昼夜和天气影响，轨道上的太阳能系统没有云层遮挡，经过适当轨道设计，还可以减少进入地球阴影的时间。在地球与太阳的平均距离附近，垂直于太阳光方向的单位面积，接收到的太阳辐射功率约为1361瓦每平方米。
假设转换效率为30%，理想条件下每平方米约能产生408瓦电功率。要得到1兆瓦，仅按这一理想计算，就需要约2450平方米的有效受光面积。
因此，太空太阳能确实有吸引力，但大量计算设备也意味着大面积太阳翼。把它们折叠装进火箭、在轨可靠展开，并保持正确朝向，都面临相当多的技术难题。
四、太空很冷，但芯片降温却成了大难题
不少人觉得，太空背景温度很低，只比绝对零度高了2.73℃，把服务器送上去，就相当于放进一个天然冰箱。但真空环境里，没有空气帮设备把热量带走。地面机房可以用风扇吹动空气，也可以通过液冷系统把热量转移出去。到了太空，内部仍然可以用液体或热管传热，最终却主要要依靠散热表面向外辐射热量。
这很像保温杯，杯子的真空层能减少热量交换，说明真空本身不会把热物体迅速冷却。计算设备持续耗电，也就持续产生热量。卫星必须把芯片上的热传到散热器，再让散热器面向适合的方向排热。
太阳辐射、地球反射的阳光、地球自身的红外辐射，都可能增加热负担。散热器朝向和周围结构，也会影响它的工作效果。随着算力增加，发电面积要扩大，散热面积也要跟着增加。
这会带来一个连锁关系，更大的太阳翼和散热器增加质量与结构复杂度，又影响发射运输、在轨展开和姿态控制。所以，太空数据中心的难点，在于让供电、计算、散热、通信与结构同时匹配。即使电已经发出来，如果热排不出去，芯片也只能降低运行强度。
五、中国发展AI的独特优势在哪里？
对中国来说，庞大的电力系统和工业配套，是发展AI基础设施的重要条件。国家能源局数据显示，2025年我国全社会用电量达到103682亿千瓦时，约10.37万亿千瓦时，同比增长5%。
2025年我国全国发电量达到约10.58万亿千瓦时。美国能源信息署公布的同期公用事业规模净发电量约为4.43万亿千瓦时，另外还有约931.5亿千瓦时的小型光伏发电。把后者加进去，美国合计约4.52万亿千瓦时。按这些公开数字粗略比较，中国发电规模约为美国的2.3倍。
此外，中国2025年仅风电和光伏发电量，就达到约2.3万亿千瓦时，相当于上述美国全年发电规模的一半左右。这还没有算中国的水电、核电和其他电源。
2025年我国新增风电装机约1.2亿千瓦，新增太阳能发电装机约3.18亿千瓦，两者合计超过4.3亿千瓦。这样的建设规模，为未来增加电力供应提供了重要基础。
这一规模背后，是长期形成的发电、输电、设备制造和工程运维能力。它们能够影响数据中心的建设速度、供电保障和运行成本。当然，要把这些条件转化成AI优势，还需要具体项目的协调。
太空数据中心值得研究，地面基础设施也有巨大的改进空间，中国可以发挥好自身在AI发展方面的电力独特优势。
晶顶网配资提示：文章来自网络，不代表本站观点。
