AI 算力成本曲线的下一段：为什么电比 GPU 先到天花板
把十月九日到十日这几条新闻放在一起看，会拼出一个被市场忽略的图景：XMax 宣布收购 1200V 氮化镓公司 HexaGaN；日本官方启动 400MW 起步的国家 AI 超算计划；EE Times 撰文讨论「AI 基建的吉瓦会计问题」；大摩报告测算中国 AI capex 八点五万亿。表面上这些是不同公司、不同国家的动作，底层指向同一件事：AI 算力的瓶颈正在从 GPU 转移到电。当显卡还在按每 18 个月迭代一次的节奏往前走，电网、变压器、功率半导体、冷却系统却在以十年为单位慢吞吞地爬。 为什么电比 GPU 先到天花板？ GPU 的供应链虽然紧张，但台积电、三星、SK 海力士都在扩产，三年内总能补上。电力不一样：一个新变电站从立项到并网要五到七年，一座抽水蓄能电站要八年，一条特高压线路要十年。AI 数据中心想要 100MW、300MW、1GW 的电力容量，电网根本供不上。结果就是：很多园区机柜建好了、GPU 也买了，就是接不上电，项目空转一年。这种瓶颈是物理性的，靠资本市场砸钱解决不了。 功率半导体在成本曲线里占多大权重？ 过去数据中心配电系统的损耗大约在百分之五到百分之八，看起来不高。但当园区规模到吉瓦级，百分之五的损耗就是五十兆瓦，按工业电价一年就是几千万到上亿元。更关键的是，损耗会变成热，热又要制冷，制冷又要耗电——这是一个复利循环。把配电损耗从百分之八压到百分之三，等效于凭空多出几十兆瓦可用容量。这就是为什么 1200V GaN、SiC、固态变压器这些过去被视为冷门的技术突然变得值钱。 对投资者和创业者意味着什么？ 未来两年，AI 产业链上被低估的环节不是 GPU，而是电。具体包括：高压直流配电、GaN/SiC 功率器件、液冷与浸没冷却、边缘储能、以及电力资产管理软件。这些环节的共同特点是：技术门槛不低，但市场关注度远低于 GPU。当 GPU 公司的估值已经按 PS 30 倍在跑，功率半导体公司还在按传统硬件公司 PS 2 倍定价。这种错配不会永远持续。 下一个观察节点是什么？ 盯两个信号：第一，下一份头部云厂财报里，电力与冷却相关资本开支占比是否首次超过 GPU 采购占比；第二，有没有哪个 AI 项目因为接不上电而公开宣布延期。一旦这两个信号出现，市场就会正式把「电」当作 AI 投资的第一主线，而不是 GPU 的附属。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论
