孟菲斯当地论坛上的讨论闹得沸沸扬扬。一处改造自旧钢厂的厂房成为了焦点——马斯克团队在这里部署了大量工业级燃气轮机，随后是成排的特斯拉储能电池组。建筑工人们还在撤除防护棚布，强风中发出刺耳的声响。
附近一家餐馆老板将这一幕记录下来并发到网络上，评论中提到”这哪里是在建什么超级计算中心，分明就是一座小型发电厂”。
这个说法并不夸张。**厂房的真实用途是部署Colossus 2超算集群，系统设计功率达到2吉瓦级别，需要容纳超过50万颗英伟达的最新GPU来运行大型AI模型，其电力消耗相当于一个中小型城市的总民用电量。**建筑物在2025年夏季竣工，服务器也陆续进驻，唯独卡在了最终环节：地方电力系统无法批准所需的负荷指标。电力部门查阅了历史记录后表示，目前主干110千伏线路的承载能力为1.1吉瓦，剩余将近一倍的需求，必须由园区独立解决。
最终确定的方案是使用燃气轮机作为临时能源，配合储能系统作为缓冲，使园区实现自主供电的模式。这个案例传开后，业界第一时间做出反应，很多人认为这太荒诞——号称全球最激进的AI开发团队，竟然被最原始的问题难住了。
约两个月后，马斯克在一档播客上提出了一个观点，节目录制于2025年12月，在2026年1月发布，他的原话是：”未来的货币本质上就是瓦特”。
评论区当时集中在嘲讽，认为这是营销过度后的产物，用电量代替货币听起来比加密货币还要不靠谱。但如果将这句话放在孟菲斯那个工程的现实背景中考虑，这个论断似乎不那么离谱。
根据2025年底高德纳发布的分析报告，一个引人瞩目的数据点是：2026年全球数据中心的电力消耗预计达到565太瓦时，这个数字超过日本2025年全年的总用电。预测到2030年，全球数据中心所需的电力会上升到290吉瓦。**在最新的技术架构下，英伟达最新GPU单芯片的功耗达到1千瓦，比之前版本的700瓦增加了40%。**
对熟悉桌面级显卡的用户来说，一块高端显卡满载时的功耗是320瓦，这样的设备需要家中的标准插座单独供线。如果一个数据中心要放下50万颗新型芯片，其电力需求相当于50万台一匹空调同时运行在最高档位，电力系统拒绝批准的理由就显而易见了。
在2026年第一季度，美国共有75个数据中心项目面临搁置或推迟的局面，涉及的总投资高达1300亿美元。项目开发方在财务方面不缺资金，真正的瓶颈是当地供电部门无法提供必要的电力指标。
顶尖的科技企业在能源问题上采取了不同的应对方式。微软通过长期合约获得了一座退役核电站的全部发电容量，为期20年；谷歌则在开发与地热能源的合作，亚马逊已经订购了小型核反应堆，这些巨头的共同方向是变身为”能源运营商”——因为计算芯片在仓库里每闲置一天，就意味着百万美元级的设备折旧和存放成本丧失，一旦电力供应中断，最昂贵的硅片也就成了废物。
马斯克的团队在孟菲斯部署燃气轮机时，并未完成所有的空气排放许可流程，结果被当地民权组织上诉到了联邦法院，声称排放污染物超标。司法部门随后介入，以”国家安全相关”的名义提供了支持，这相当于政策层面默认了”能源供应优先级高于常规环保审查”的原则。连法律程序都能被改变，足见能源在当今的战略地位有多重要。
国内释放出的信号来得更早。2026年北京的一项机器人竞赛中，一台人形机器人在全程无人遥控的情况下完成了赛事，自主规划路线、躲避障碍，跌倒后还能自行爬起，最终成绩不足51分钟，击败了许多业余人类选手。重要的不是这个成绩本身，而是进步的速度：同款机器人在上一年需要耗时3小时来完成相同距离，现在缩短到1小时以内，这两个多小时的差距完全来自伺服控制、减速传动、传感测量等技术参数的优化，最终汇聚到一个核心点：能量利用效率。
在上年的竞赛中，机器人中途需要多次更换电池，每次要费时数分钟，还得重启系统。新的版本采用了拉抽式电池组件，换电时间压缩到10几秒钟，系统不需要中断运行，这依赖于更先进的能耗管理和热散设计——这种思路手机制造商已经摸索多年：电源消耗控制得越精细，散热体系越稳定，连续运行的性能上限就越高。
一位在苏州运营注塑加工厂的acquaintance去年引入了一条包含机器人和图像识别的新生产线，初衷很简单：效率翻倍，安全事故减少。原来负责搬运工作的员工被调到巡检岗位，工资相应下调。企业投入的资本没有减少，产出反而上升，但在财务记账中，普通员工创造的劳动价值被严重稀释。
当生产劳动的承担者从”需要发工资、享受年假、需要休息的人类”逐步转变为”无需薪酬、全天候运转的自动化设备”，货币用来”激励人力”的功能就逐渐减弱。从前，上班族挤地铁的动力源来自房贷、车贷、教育费用，金钱充当了”交换劳动时间与体力的媒介”。现在，替代人类的是一支”钢铁队伍”，不开工资、不交社保，那么就要重新考虑钱的流向。
工业界通常将AI的成功归结为三个支撑柱：能源、计算容量、算法。算法能被共享，Facebook的开源模型、国内互联网企业的AI方案可以自由获取；计算资源可以通过砸钱解决，虽然芯片制造商有限购政策，总能找到迂回的方式，国产替代品也在发展；只有能源既无法共源，也不能印钞，发电机组需要土地审批，输电线路需要地权协议，储能电池需要矿产资源，每一项都不是用钱就能立刻得到的。
在播客中，马斯克特意提及了中国，指出”中国每年太阳能装机超过1000吉瓦，配合储能稳态供电能到250吉瓦，相当于美国全年用电的一半”。为了数据准确性，需要对标国内统计口径：国内光伏累计并网装机已突破1000吉瓦大关，占全球50%以上的份额，2025年新增装机峰值为315吉瓦，2026年预估在180-240吉瓦区间波动，”十五五”规划中，风能和太阳能还需增加累计1000吉瓦，平均每年大约200吉瓦。 马斯克引用的”年1000吉瓦”这个指标基于产能估算，方向正确，数值可参考国内官方公布的统计。
2026年的一份重要政策文件中，首次出现了”算电协同”这个概念，之前它只存在于业界的讨论范畴，如今被纳入了决策层文件。具体运作是双向联动：电力系统为算力基础设施供能，而算力系统则作为电网的智能大脑，协助预测可再生能源的发电情况、优化负荷分配。**实际的应用案例包括：大唐集团在宁夏建设的50万千瓦光伏电站，电力直接供给相邻的数据处理中心；腾讯在内蒙古的运营基地，100%使用绿色电源，运营成本下降了40%，一年碳排放减少了18万吨。**这已经是将”能源供应优势”转化为”算力供应优势”的实际做法了。
还有更细微的趋势信号：浙江在2026年上半年调整了分时电价表，高峰时段的电价提至1.2元/度，DeepSeek随即调高了白天时段API调用的价格，幅度是原来的两倍。之前业界以为大型语言模型的API定价主要考量是计算成本，现在优先考虑的是本地电网的尖峰负荷——电费已经直接反映在了算力定价策略中。
这些细微的变化并非空泛理论，已经具体体现在普通投资者的选择中了。2026年第二季度，主动型基金的持仓中，新能源、储能系统、特高压输电、数据中心基础设施的占比相比2023年同期上升了约12个百分点。一线城市的大企业在招聘数据中心维护岗位时，现在明确要求”懂能耗效率指标、能读懂负荷曲线”，这些条件之前只出现在发电厂运行岗位的招聘上，现在已经成为数据中心岗位的标准要求。 江浙地区的民营企业获得了参与虚拟电厂和社区储能项目的机会，”十五五”期间民营资本进入这些领域被正式写入规划文件，这些资产在过去属于电网公司的专属范畴。
马斯克之前在讨论人工智能的替代效应时提过”广泛高收入”的理想图景，其逻辑是AI产生的财富总量增加，所有人都能受益。但观察当下的资本流向，AI生成的价值主要汇入英伟达的营收报表、特斯拉的电储系统销售、微软与核电站的长期购电协议，掌握芯片设计和能源控制权的企业获得了绝大部分利益，普通劳动者首先失去了工作机会，随后才能讨论财富分配，这个次序有问题。
苏州那位朋友最近又发来消息，说工厂即将安装第二期机器人产线，原有的巡检职位也计划引入AI视觉识别系统，以后他的工作内容会增加系统告警的监控任务。孟菲斯的燃气轮机仍在运转，北京的下一届机器人赛事被排期在2026年10月，报名表中的机器人参赛数量比上一年增加了200%。
r
