聚焦于AI领域的竞争重点正悄然发生着改变，随着芯片供应渐渐跟了上来，电力这一更为基础的资源变成了全新的决胜要点。能够提供充足且价格低廉的电的一方，便能够在AI时代把握住真正的主导权。
电力成为新战场
在过去的几年当中，AI发展面临的最大瓶颈在于英伟达等公司的高端GPU供应处于不足的状态。然而因为各大晶圆厂进行扩产，所以芯片产能方面的问题预计在未来几年之内将会得到缓解。与此同时，AI模型训练以及运行所需要的巨大电力消耗开始显著显现出来。
每年，一个大型数据中心的耗电量，能比得上一座中型城市。全球科技巨头谋划建设更多数据中心之际，电网的承载能力，以及电力的稳定供应，就成了实际存在的难题。这不但关乎成本，更对AI业务能不能持续规模化扩张起到了决定性作用，有着重大关联。
矿场的战略转身
进行业务转型的是一些敏锐的公司，它们利用加密矿业与AI数据中心在本质上都是“耗电巨兽”这一情况，在全球范围内运营着大量需要持续供电的矿场，那些场所自身配备了成熟的电力接入和散热设施。
当比特币挖矿收益跟着市场波动起伏不迭之时，把那些已然现成的、高耗能的设施转变成为AI算力中心，这变成了一种高效的转型途径。这比起从初始状态开始去申请电力配额、筹建数据中心要快速许多，当中也节省之下大量前期投资以及时间成本。
寻找能源洼地
因发达地区电网负载已临近饱和状态，并且申请新电力配额的流程十分漫长，所以资本着手把目光投向全球范围的“能源洼地”。这些地点向来有着丰富的可再生能源，像太阳能、风能或者水电之类，然而本地工业需求却较为有限，进而致使电力处于供大于求的状况。
像中东的有些区域，光照是充足的，南美洲地区些许地方，水力资源丰富，于这些地点建造算力设施，能够以极低边际成本获取电力，这不只是成本竞争，更是保证算力基础设施不被主流电网波动影响的战略布局 。
离网闭环的探索
部分前沿项目正试着采用“光伏 + 储能 + 算力”的那种离网模式，目的是要完全摆脱对于传统电网的依靠，像在光照很强的区域或者沙漠里铺设太阳能板，再配上大型储能系统，从而给旁边的数据中心全天都供电 。
这种模式倘若成功实现商业化，那运营所需的电力成本将会趋于零，它不单绿色环保，还能够把算力基础设施安置到任何有阳光之地，达成了真正意义上的能源自主以及地理位置的解放，为算力网络去中心化创造了可能。
从训练到推理的转变
处于AI发展的首个阶段情形下——也就是大模型训练这个环节，得把数量众多达到成千上万的芯片集中放至大型数据中心去开展这个动作。而接下来的下一个阶段，也就是AI应用落地这个阶段，其关键要点在于“推理”因素。这所表达的意思是指训练好了的那个模型需要在全球各个不同的地方，在靠近用户所在之处进行运行操作，以此来达成满足低延迟这样一种需求的目的，。
这种转变促使对边缘算力的大量需求急剧产生，往后，算力节点会如同加油站那般分散于世界各个不一样的角落，那些在关键地域预先部署电力设施与此同时还配备算力基础设施的公司，会占据分发AI服务的关键要道。
资本市场的估值逻辑
要说对于投资者来讲，这类进行转型的公司的价值得重新去评估，不可以简单地就把它当作成传统的矿企，又或者是数据中心运营商，其持有的核心资产是在全球范畴内锁死的、长期价格低廉的电力权益，还有能够快速去部署算力的能力 。
起初，市场兴许会因它过往的业务而对其价值作出低估。然而，伴随其人工智能算力业务一点一点地贡献收益，市场就会察觉到，它们切实是一种“能源加上算力”的新型基础设施企业，估值体系将会朝着更为宽广的人工智能基建赛道转变。
你觉得，于未来那般五年期间之内呀，电的成本会变成限制中国人工智能企业在全球范围里竞争能力的首当其冲较为关键重要的因素么，很乐意看到你在评论区域地带分享出你的想法观点呀，要是你感觉这样的分析能够给予了你某种启发感悟之类啦，你也请用点赞这个行为动作来表示支持一下哟，是否呀？ 。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
