在第二期“Big Ideas 2026”節目中，a16z合夥人Ryan McEntush、Angela Strange與Sarah Wang共同探討了AI在未來一年將如何重塑產業、金融與企業軟體的底層結構。他們分別從工業基礎、金融服務與企業系統的角度出發，描繪了AI原生平台、智能代理系統以及系統級重構的趨勢。工業革命的底層堆疊Ryan指出，下一輪工業革命不再侷限於工廠，而是發生在驅動工廠的機器內部。支撐這場新工業革命的，並不是全新的發明，而是一套已經存在數十年的底層工業能力——“電動-工業堆疊”（electro-industrial stack）。它涵蓋從礦物提煉、電力驅動到精密電機、感測器與軟體協調的完整體系，是連接“推動世界的原子”與“指揮世界的位元”的關鍵基礎。然而，這一堆疊的建構能力正在美國本土加速流失。Ryan強調，誰能掌握這套堆疊，誰就能在未來的工業體系中佔據戰略優勢。金融服務的轉折點Angela認為，金融與保險行業正處在一個基礎設施重構的臨界點。過去幾年，AI作為“外掛”被整合在舊系統之上，但真正的變革來自於底層架構的重建。她預測，2026年將有更多大型金融機構放棄傳統供應商合同，轉向AI原生平台。這些新平台能夠統一底層資料、打通流程、平行執行任務，從而實現“類別融合”與“規模躍遷”。例如，客戶KYC與風險監控資料將整合進一個統一平台，形成更大的軟體市場空間。Angela強調，未來的金融服務不是在舊系統上應用AI，而是建構一個以AI為基礎的新作業系統。企業軟體的智能代理層Sarah指出，企業軟體的真正顛覆在於“系統記錄層”的地位正在被“智能執行層”取代。AI模型如今可以直接在運算元據上進行讀寫與推理，使得ITSM與CRM系統從被動資料庫轉變為主動工作引擎。隨著推理模型與智能體工作流的進化，企業將建構“動態代理層”，而傳統系統則退居為“持久化儲存層”。掌握智能執行環境，就等於掌握了戰略槓桿。這一轉變意味著企業組織結構、角色定義與軟體架構都將被重塑。從軟體到系統的遷移隨著AI深入各行各業，競爭優勢正從單點軟體轉向系統級平台，從分散工具轉向AI原生架構，從靜態記錄轉向智能執行。工業領域正在把可觀察性延伸到物理世界，金融體系的重構將催生更大規模的贏家，企業軟體的價值焦點也從資料所有權轉向智能體的協調能力。跨行業的變化共同指向一個趨勢：系統級重構正在成為AI時代真正的增長引擎。結語回看這場關於2026年的討論，真正被重新定義的不是某項技術，而是我們理解系統的方式。AI正在把工業、金融與企業軟體這些看似分散的領域重新編織成一個整體，使組織從依賴工具的時代邁向依賴系統的時代。技術的變化固然重要，但更關鍵的是：企業如何在新的系統結構中找到自己的位置，並以此建構新的能力邊界。未來的競爭，不再是比拚某個產品或模型，而是誰能率先適應這種系統級的秩序重構。 (楊承帥談超人工智慧和奇點)

市場花了三年時間才算清楚這個永不滿足的 AI 資本開支黑洞——尤其是為了阻止中國贏得 AI 戰爭，未來五年至少需要 5 兆美元的資金投入；而這一認知幾乎危險地逼近了戳破 AI 泡沫的邊緣。正當華爾街剛開始適應那個需要填補的巨額 AI 資金缺口之際，這個缺口眼看還要進一步擴大。10 月，輝達宣佈了十多家合作夥伴，著手讓資料中心行業為 800 伏直流（DC）供電架構和 1MW 機櫃功率密度做好準備——這將是一次革命性的轉變，取代傳統的 415 伏交流（AC）供電架構。這家 GPU 巨頭在 10 月中旬表示，將公佈 Vera Rubin NVL144、MGX 代開放架構機櫃伺服器的規格。公司還計畫詳述對輝達 Kyber 系統的生態支援；該系統連接 576 顆 Rubin Ultra GPU，旨在滿足不斷增長的推理需求。作為回應，約 20 家行業合作夥伴正展示新的矽方案、元件、電力系統，以及對輝達最新 800 伏直流（VDC）機櫃系統與電力架構的支援，以支撐 Kyber 機櫃架構。輝達表示：“從傳統 415 或 480 伏交流三相系統遷移到 800VDC 基礎設施，可提供更強的可擴展性、更高的能效、更低的材料使用量，以及更高的資料中心性能容量。使用 800VDC，在相同銅材條件下可傳輸超過 150% 的電力，從而無需用 200 公斤的銅母排為單個機櫃供電。”當然，這也意味著一筆巨額升級帳單即將到來。據 DataCenter Dynamics 報導，CoreWeave、Lambda、Nebius、Oracle Cloud Infrastructure 和 Together AI 等公司都在按 800 伏資料中心進行設計。輝達指出，富士康在台灣的 40MW “Kaohsiung-1” 資料中心也在使用 800VDC。此外，維諦技術（Vertiv）發佈了其 800VDC MGX 參考架構，結合了電力與製冷基礎設施架構。HPE 也宣佈將為 Kyber 提供產品支援。輝達補充稱，新的 Vera Rubin NVL144 機櫃設計具備 45°C（113°F）液冷、新的液冷母排以實現更高性能，以及 20 倍的儲能來保持供電穩定。中央印刷電路板中背板取代傳統的線纜連接，實現更快的組裝與更易維護。Kyber——輝達 Oberon 的繼任者——將在 2027 年前後容納 576 顆 Rubin Ultra GPU。該系統包含 18 個計算刀片並垂直旋轉放置，“像書架上的書一樣”。為輝達轉向 800VDC 提供矽方案的廠商包括 Analog Devices、AOS、EPC、Infineon、Innoscience、MPS、Navitas、onsemi、Power Integrations、Renesas、Richtek、ROHM、STMicroelectronics 和 Texas Instruments。多家晶片供應商指出，800VDC 需要更換電源晶片與電源供應器（PSU），其中不少廠商強調了氮化鎵的能力。AOE 表示：“這種範式轉變需要先進的功率半導體，尤其是碳化矽（SiC）和氮化鎵（GaN），以在更高電壓與頻率下實現最高效率。”參與該項目的電力系統元件供應商包括 BizLink、台達（Delta）、Flex、GE Vernova、Lead Wealth、光寶（LITEON）和 Megmeet。電力系統供應商發佈了新的電源機架（power shelves）、液冷母排、儲能系統與互連方案，以滿足輝達新系統的需求。資料中心電力系統供應商包括 ABB、Eaton、GE Vernova、Heron Power、日立能源（Hitachi Energy）、三菱電機、施耐德電氣、西門子和維諦技術（Vertiv）。多家廠商已宣佈新的 800VDC 架構參考設計，使營運商能夠為未來的 1MW 機櫃做準備。部分營運商正在考慮提供“側車（side-car）”機櫃，放置在電腦櫃兩側，提供所需的供電與製冷。施耐德電氣資料中心 CTO Jim Simonelli 表示：“隨著計算密度提升，轉向 800VDC 是自然演進。施耐德電氣致力於幫助客戶安全、可靠地完成這一過渡。我們的專長在於理解從電網到伺服器的完整電力生態系統，並設計能夠無縫整合、性能可預測且運行安全的解決方案。”可以理解的是，Simonelli 對這場變革欣喜若狂：這意味著隨著 AI 的首個重大升級周期啟動，AI 領域將需要向他的公司訂購數百萬甚至數十億的新裝置。而那些需要為此買單的人，顯然不會那麼高興。這也是為什麼在高盛最近的一份研究報告（nlg.news 可下載）中，該行資料中心分析師 Daniela Costa 寫道，近期投資者圍繞資料中心資本開支（capex）的討論，已轉向輝達提出的 800VDC 架構，以及資本貨物類股中誰將成為贏家和輸家，當然還有這筆帳單到底會有多大。據 Costa 稱，AI 資料中心採用 800VDC 架構是一場由 AI 工作負載不斷攀升的電力需求與營運挑戰驅動的根本性轉變。此次遷移的首要原因，是為了高效支援現代 AI 機櫃前所未有的功率密度——其規模正從每櫃數十千瓦提升到遠超 1 兆瓦，超出了傳統 54V 或 415/480VAC 系統的能力範圍。輝達預計，從長期看，其 800VDC 架構可通過效率、可靠性和系統架構的改進，將總體擁有成本（TCO）最多降低 30%，這也與更低的裝置維護成本相關（當然，短期內這將是另一道重大的支出門檻）。輝達預計，向 800VDC 資料中心的過渡將與其計畫於 2027 年推出的 Kyber 機櫃架構部署同步。關於 2028 年以後可採用輝達 VDC800 運行的資料中心佔比，行業記憶體在很大分歧。例如，在高盛第 17 屆工業周上，Legrand 表示他們預計向更高電壓的轉變將提升每 MW 的收入潛力（從傳統資料中心的 200 萬歐元/MW 提升到可能的 300 萬歐元/MW），但同時指出即便到 2030 年預測值（2030E），超過 300kW 的機櫃也應仍屬小眾；目前仍有 3/4 的機櫃低於 10kW。然而，高盛近期還主持了一場關於 AIDC 供電的專家電話會議，其中提到的預期是：800VDC 架構可能成為主流，覆蓋 80–90% 的新建資料中心。無論採用程度如何，這一技術轉變都意味著部分資料中心的預算可能會被重新分配到與當今架構顯著不同的產品類型上，從而對投資者產生潛在影響。因此，Costa 的目的在於向投資者闡明這些影響；儘管這些影響在未來兩年內不太可能推動公司的預測發生變化，但很快就會開始對估值產生影響。以下摘錄自高盛報告，概述該行對即將到來的關鍵技術變革及其影響的主要觀察。向800VDC配電轉型：800VDC架構從根本上改變了AI資料中心的供電方式，使傳統的AC PDU和AC UPS系統在很大程度上變得不再必要。這類基礎設施需要更精簡的供電路徑，將電力轉換集中化，並在設施層面整合電池儲能。與由單體UPS為特定機櫃或分區提供備用電力不同，800VDC架構採用設施級電池儲能系統。這些大規模電池系統負責管理電力波動、在停電時提供短時支撐電力，並確保整個資料中心的電網穩定性。這可將AC PDU機櫃需求降低多達75%，並支援兆瓦級機櫃功率密度。根據高盛第17屆年度工業周管理層評論，ABB目前在中壓直流UPS（MV DC UPS）系統中佔據100%的份額。隨著資料中心轉向在中壓側採用集中式備電系統，該細分領域預計將變得愈發重要；而施耐德、羅格朗和ABB目前在AC PDU與AC UPS方面已有佈局。Sidecar（側掛模組）是現有資料中心改造的啟動關鍵：在VDC800首輪落地階段（2025–2027），Sidecar將作為過渡模組部署，在完全原生的直流機房上線前發揮作用。它們掛接在兆瓦級機櫃上，將輸入的交流電轉換為800VDC，並提供整合的短時儲能以穩定GPU負載尖峰。該設計消除了對傳統AC PDU和UPS系統的需求，同時使機櫃功率可擴展至1.2MW。施耐德是這些Sidecar的關鍵供應商，明確瞄準帶整合儲能、最高1.2MW的機櫃。這些Sidecar包含DC-DC變換器，ABB也在我們的會議上提到，在該新架構下這類裝置將出現強勁需求。NVIDIA認為，為最大化效率，800VDC資料中心最終形態中還將配備固態變壓器；不過高盛覆蓋的廠商目前均未生產該產品，儘管施耐德和ABB表示正在積極在該領域創新。銅用量降低：在800V下電流需求更低，可使銅質量減少多達45%。同等尺寸導體在800VDC下可較415VAC承載約高出157%的功率，從根本上改變電纜與母線槽的經濟性。這意味著系統將從四線制交流轉向三線制直流（POS/RTN/PE），降低導體與連接器複雜度。由於在相同功率下電流更小，可採用更細的電纜與更小的母排——Prysmian、耐克森（Nexans）、羅格朗和施耐德在資料中心電纜與母排方面有重要敞口。儘管最佳化後，電纜與母線槽仍是800VDC配電不可或缺的組成部分。此外，一些公司指出，儘管此類裝置的用量需求降低，但對質量的要求更高，從而推升ASP；隨著需求轉向直流母線槽、直流開關裝置及專用電纜（尤其是液冷電纜），單位MW的內容價值上升。儘管不用於資料中心應用，耐克森生產液冷超導電纜；Prysmian正在開發直流冷卻解決方案以滿足快充需求；NKT也在研發超導電纜。此外，ABB、施耐德和西門子供應直流開關裝置，而大多數電氣廠商供應直流母線槽。向液冷的決定性轉向：當機櫃功率從數十kW提升至最高1.2MW，這一功率密度會產生前所未有的熱量，傳統風冷系統越來越難以高效散熱。風冷在應對AI與現代計算不斷提升的散熱與功率需求方面表現不足，從而推動行業決定性轉向液冷，並採用兆瓦級冷卻液分配單元（CDU）。在高盛覆蓋範圍內，施耐德通過其Motivair資產在液冷方面敞口最大；阿法拉伐（Alfa Laval）也通過協作獲得間接敞口，相關系統中還包括Vertiv等液冷方案提供商、超大規模雲廠商以及承包商。Carel也提供控製器、加濕系統與感測器，廣泛應用於資料中心液冷及傳統製冷系統。保護與安全系統重構：800VDC架構簡化了配電方式，不再通過大量交流配電盤來分配交流電（這些配電盤是由斷路器、開關與控制裝置組成的大型成套裝置）。在800VDC架構中，它們正被先進的直流安全斷路器與固態保護裝置所取代。固態斷路器是該領域的關鍵創新，相較機械式產品具備更快速度與更強可控性。例如，ABB的SACE Infinitus被稱為全球首款獲得IEC認證的固態斷路器，專為使直流配電具備可行性而設計。此外，施耐德也表示正在開發固態開關裝置，但尚未實現商業化。對儲能的需求增加：向800VDC資料中心轉型需要更大的電池儲能，以應對更高的功率波動並繞開電網並網限制，因為機櫃負載可在毫秒級從30%躍升至100%利用率。儲能將演進為主動的“低通濾波器”，吸收高頻尖峰並平滑負載爬坡。這將支援分層策略：在更靠近機櫃處使用快速響應電容來應對毫秒級波動，在更靠近並網點處使用大型BESS來提供更長時間的支撐。高盛強調，施耐德在儲能向更靠近機櫃部署的趨勢中具備敞口。臨別之際，高盛分析師指出，這是一個趨勢，其對該銀行覆蓋範圍的影響尚不明朗但可以肯定；儘管如此，這種技術的出現需要時間，該銀行預計將在 2028 年左右開始看到商業化。最後，我們用幾張圖表來總結，首先是未來幾年需要更換和不需要更換的東西的可視化快照，以及向 800VDC 的過渡：橙色部分代表需要升級的裝置以及對當前產品的潛在較低需求，紅色部分代表可能被更換的裝置，綠色部分代表預計需求會更強的裝置。接下來，按公司彙總的產品曝光情況。最後，對資料中心裝置競爭格局進行總結。 (老李說研報)

ChatGPT is overrated. Here’s what to use instead.當我需要人工智慧的幫助時，ChatGPT 不再是我的首選。（插圖：Elena Lacey/《華盛頓郵報》；Adobe Stock）你那位喜歡嘗鮮的朋友對 ChatGPT 的膳食計畫讚不絕口。你的老闆認為 Microsoft Copilot 能“提升 10 倍生產力”。你的社交媒體動態則認為 Meta AI 簡直就是個垃圾機器。他們大多隻是憑感覺行事。我可以告訴你那些人工智慧工具值得使用，那些應該避免使用，因為我一直在營運一個聊天機器人實戰俱樂部。我根據人們使用人工智慧進行的實際活動，進行了數十項機器人挑戰，包括撰寫分手簡訊和工作郵件、解讀法律合同和科學研究、回答棘手的研究問題以及編輯照片和創作“藝術作品”。包括暢銷書作家、參考圖書館員、一位著名科學家，甚至一位普利策獎得主攝影師在內的人類專家對結果進行了評判。經過一年的機器人大戰，有一點顯而易見：沒有絕對最好的AI。如今使用聊天機器人的最明智方式是針對不同的任務選擇不同的工具，而不是指望一個機器人就能包攬一切。舉個例子：聊天機器人界的“舒潔”——ChatGPT，在我所有的直接對決中都敗下陣來。即使是那些最終獲勝的機器人，也很少能達到人類及格的水平。評委們表示，Anthropic公司的Claude機器人寫出的分手簡訊比我寫的還要好。大多數機器人被“iPhone有多少個按鈕？”這個問題難住了。ChatGPT在一個真實的醫學問題上擊敗了一位頂尖醫生——但它給出的建議也可能對你造成嚴重傷害。讓人類專家來評判這些測試，改變了我對聊天機器人的看法，以及我在生活中使用它們的方式。即使你擔心人工智慧會搶走工作、破壞環境或侵犯隱私，但拋開炒作，瞭解當今人工智慧工具的實際表現仍然很有價值。提升人工智慧素養可以幫助你認識到，機器人並非真正“智能”，但同時又能最大限度地發揮它們的實際功能。那款聊天機器人最適合你？三年前，ChatGPT 開啟了生成式人工智慧的競賽，如今它的開發商 OpenAI 表示，它每周的使用者量高達 8 億。過去，每當我想尋找同義詞或冷知識時，它都是我的首選。但當我開始系統地進行測試後，發現 ChatGPT 在最受歡迎的聊天機器人中排名從未超過第二。（《華盛頓郵報》與 OpenAI 有內容合作關係。）OpenAI 近期發佈了內部“紅色警報”，指示員工將工作重心從網頁瀏覽器等項目轉移到改進 ChatGPT 的響應能力上。“我們很高興能在 2026 年繼續提升 ChatGPT 的性能，”發言人 Taya Christianson 表示。根據我的機器人格鬥俱樂部經驗，我現在會針對不同類型的任務選擇不同的機器人。以下是實際操作中的具體情況：我用Claude來寫作和編輯。它的措辭更優美，偶爾還能開個玩笑，而且不太可能像 Claude 那樣，在郵件開頭就用“希望你一切都好”這種令人心碎的客套話。在我的一項測試中——用 Claude 寫一封道歉信——評委Pamela Skillings說 Claude “能夠傳達真實的人類情感和周到的考慮”。為了進行研究和快速尋找答案，我使用Google的AI模式，而不是普通Google搜尋結果中彈出的AI概覽，後者可靠性遠不及前者。AI模式是一款聊天機器人式的搜尋工具，它可以在給出答案之前進行數十次搜尋。這也有助於它提供更及時的資訊：在我的研究測試中，它正確識別出了目前推薦的乳腺炎（一種乳房感染）治療方法，而其他機器人提供的卻是過時的方案。在處理文件方面，我使用Claude。在我的文件分析測試中，它是唯一一個從不捏造事實的機器人。資深公司律師斯特林·米勒法官表示，當我讓機器人就一份租賃協議提出修改建議時，Claude 的回答最接近“律師的良好替代品”。對於圖像處理，我使用Google的Gemini，它在我設計的所有測試中都遙遙領先於其他競爭對手。當我讓機器人從照片中移除兩個主體中的一個時，結果非常逼真——甚至連裙子上亮片反射的光線等細節都完美呈現——以至於評委、攝影記者大衛·卡森驚嘆不已。他根本看不出Gemini的輸出是由人工智慧生成的。我已經介紹了一些主要的AI應用案例，但並非全部。（如果您有關於更公平的機器人測試的建議，請給我發郵件。）我的測試比科技公司喜歡吹捧的行業基準測試需要更多的人為判斷。他們通常使用自動化測試，讓機器人回答一系列問題，就像醫學或法律考試一樣。但機器人可以被訓練成在這些測試中取得高分，掩蓋了它們在實際問題中表現不佳的事實。你可能不會同意我提出的每一個問題或個別評委的觀點，但人類的評估方式更接近我們現在實際使用人工智慧的方式。這就引出了另一個問題：什麼時候應該使用聊天機器人？當機器人讓我們失望時在我的AI格鬥俱樂部裡，機器人有時表現令人印象深刻。但只有一次，裁判給機器人的總分超過了70%——這是通常的及格分數線。那一項得分——84%——是 Gemini 在圖片製作和編輯方面的得分。大多數獲勝者的得分都在 50% 到 65% 之間。“問題是，沒有那個工具能全都拿到 10 分，”擔任我們摘要測試評委的律師米勒說道。這並不意味著如今的人工智慧工具毫無用處。但這確實意味著，你需要對它們的侷限性抱持懷疑態度。將人工智慧應用於某項任務並不總是能提升其效果。當我們測試人工智慧回答冷知識問題的能力時，我們的圖書管理員評委表示，他們完全可以通過傳統的Google搜尋找到大部分答案。人工智慧確實加快了給出答案的速度，但問題在於，其中一些答案是錯誤的。最有效的AI素養訓練方式莫過於觀察機器人的失敗。在我的知識問答測試中，它們連iPhone上有多少個按鈕都答不上來。ChatGPT說是四個，Claude和Meta AI說是三個，而Copilot說是六個。正確答案是五個，指的是最新的高端iPhone機型。為什麼會有這樣的困惑呢？因為機器人過度依賴文字，而且目前還不擅長識別圖片。如今的聊天機器人極力想要立即給你一個看似答案的答覆。它們非常不擅長表達不確定性。例如：在我舉辦的知識競賽中，我問機器人：“《神奇四俠》在爛番茄上的評分是多少？”當時，它是票房冠軍。但即使是最終的獲勝者——AI模式，也答錯了，給出了2015年一部臭名昭著的《神奇四俠》電影的評分。它甚至都沒問我指的是那一部。在我的寫作測試中，當機器人無法將措辭與上下文相符時，它們常常顯得不夠真誠。ChatGPT 就曾有過一次令人尷尬的經歷，它在分手簡訊中使用了帶有被動攻擊意味的短語“that said”：“我覺得你是個很棒的人。話雖如此，我意識到我們之間沒有未來。”如果我可以改變當今人工智慧工具的一件事，我會讓它們更擅長提出後續問題，這些問題可能會徹底改變答案。當我請加州大學舊金山分校醫學系主任鮑勃·瓦赫特（Bob Wachter）評價ChatGPT對真實醫療問題的回答時，他的一番話讓我印象深刻。他指出，擁有無限知識的機器人與一位優秀的醫生之間的區別在於，醫生懂得如何用更多的問題來回答問題。這才是真正解決問題的方法。瓦赫特建議了一種我現在經常使用的AI策略：在向聊天機器人提出問題之前，儘可能詳細地提供所有資訊，因為AI可能不會主動詢問某些資訊就嘗試回答。例如，與其說“總結這份租賃合同”，不如說“為華盛頓特區的租戶總結這份租賃合同，並標記有關費用、續租和提前終止的條款”。我還向我的聊天機器人加入了一條“自訂指令”，告訴它們“如果提示含糊不清，則在回答之前先請求澄清”。我希望這些技巧能幫助你從人工智慧中獲得更有用的答案。這些工具會不斷發展——它們的問題也會隨之而來。基於你的資料來個性化機器人回覆的做法，增加了隱私侵犯和操縱的風險。我總是會更改機器人的默認設定來保護我的資料。2026年及以後，我們必然會面臨更多的人工智慧產品。我們該如何應對？對我來說，答案和今年以來一樣：讓機器人格鬥俱樂部持續運轉——並且讓人類坐在裁判的位置上。 (invest wallstreet)

在公共電網建設動輒十年的現實下，OpenAI、xAI、Google等美國頭部AI實驗室集體繞開電網，自建燃氣電廠，以最快的速度讓算力跑起來。底層邏輯在於，當AI進入超大規模部署階段，電力問題已經從“成本問題”，升級為決定算力能否按期上線的第一性約束。AI的戰爭中，指數級增長的算力需求，正狠狠撞向美國老化且緩慢的公共電網。結論殘酷而清晰——誰等電網，誰就出局。為了不被時間淘汰，越來越多美國AI資料中心正在做一件過去幾乎不可想像的事：不等電網，直接在園區內自建電廠。燃氣輪機、燃氣發動機、燃料電池被快速部署到資料中心旁邊，只為一個目標——盡快把電接上，讓算力跑起來。2025年最後一天，知名半導體與算力研究機構SemiAnalysis發佈了一份長達60多頁的付費深度報告——《How AI Labs Are Solving the Power Crisis: The Onsite Gas Deep Dive》（AI實驗室如何破解電力危機：現場燃氣發電深度解析）。報告系統梳理了這一變化的底層邏輯：當AI進入超大規模部署階段，電力問題已經從“成本問題”，升級為決定算力能否按期上線的第一性約束。電力危機的本質：不是不夠，而是太慢在傳統認知中，美國並不存在系統性“缺電”。但SemiAnalysis指出，AI資料中心遭遇的真正瓶頸，並不在於電力資源是否存在，而在於電力交付節奏與算力擴張速度的嚴重錯配。AI資料中心的建設周期，已被壓縮至12—24個月；而電網擴容、輸電建設和並網審批的典型周期，仍然以3—5年計。當算力需求開始以吉瓦為單位集中釋放，“等電”本身就成為一種無法承受的風險。以德州ERCOT為例，2024—2025年間，資料中心提交的新增負荷申請規模高達數十GW，但同期真正獲批並成功接入的新增負荷，僅約1GW。電網並非沒有電，而是慢到無法匹配AI的節奏。當算力的“時間價值”壓倒電價為什麼AI公司願意承擔更高成本，也要繞開公共電網？SemiAnalysis給出的答案是：算力的時間價值正在重塑一切決策邏輯。按照測算，一個1GW規模的AI資料中心，年化潛在收入可達百億美元等級。即便是中等規模叢集，只要上線時間提前數個月，帶來的商業價值就足以覆蓋更高的電力成本。在這種背景下，電力不再只是營運成本，而是決定AI項目能否存在的前置條件。“自建電廠”，從非常規選擇變成現實解法於是，一種過去只存在於極端場景中的方案，被迅速推到台前——BYOG（BringYourOwnGeneration，自建電源、現場發電）。這種模式的目標並非永久脫離電網，而是“搶時間”：前期以離網方式快速投產後期再逐步接入電網，現場電廠轉為備用與冗餘在AI時代，先上線，正在壓倒先最優。xAI帶頭，AI巨頭集體“自發電”SemiAnalysis在報告中重點分析了xAI的案例。在孟菲斯，xAI在不到四個月內建成了一個10萬卡規模的GPU叢集。與其說這是算力奇蹟，不如說是一場電力工程的極限操作：完全繞過公共電網使用可快速部署的燃氣輪機與燃氣發動機現場發電能力超過500MW甚至在裝置層面，xAI選擇租賃而非採購，以進一步壓縮建設周期。報告顯示，到2025年底，“自建電廠”已不再是個案，而是成為系統性趨勢：OpenAI與甲骨文在德州合作建設2.3GW現場燃氣電站Meta、亞馬遜AWS、Google均在多個園區採用“橋接電力”方案多個AI超級叢集在未完成正式並網前已投入運行在美國，已有十余家發電裝置供應商，單筆拿下超過400MW的AI資料中心訂單。SemiAnalysis認為，這標誌著電力首次被視為AI基礎設施的一部分，而非外部條件。為什麼是天然氣？在所有現場發電方案中，天然氣成為絕對主流。原因並不複雜：它幾乎是唯一能在規模、穩定性和部署速度上同時滿足AI需求的選擇。相比之下，核電建設周期過長，風電與儲能難以支撐一天二十四小時高負載運行，而高效率聯合循環機組雖然經濟性更優，卻同樣無法滿足“立刻上線”的時間要求。在AI競爭中，最優解正在被時間解替代。誰等電網，誰就出局？SemiAnalysis在報告中並未迴避一個現實：自建電廠的長期成本通常高於電網供電。但在AI的競爭邏輯中，“慢”比“貴”更致命。當算力成為新一代基礎設施，電力正在從公共資源，轉變為AI公司必須掌握的內部能力。在這場競賽中，決定勝負的，不只是模型、晶片或資本規模，而是——誰能更快把電接到算力上。以下為報告原文內容，由AI協助翻譯：《AI實驗室如何解決電力危機：現場天然氣發電深度解析》電網老舊且不堪重負大約兩年前，我們首次預測了即將到來的電力短缺。在我們的報告《AI資料中心能源困境-AI資料中心空間的競賽》中，我們預測美國的AI電力需求將從2023年的約3吉瓦增長到2026年的超過28吉瓦——這種壓力將壓垮美國的供應鏈。我們的預測被證明非常準確。下圖說明了問題：僅在德克薩斯州，每月就有數十吉瓦的資料中心負載請求湧入。然而在過去12個月裡，僅批准了略高於1吉瓦的容量。電網已經售罄。然而，AI基礎設施不能等待電網長達數年的輸電升級。一個AI雲每吉瓦每年可以產生100-120億美元的收入。讓一個400兆瓦的資料中心提前六個月上線就價值數十億美元。經濟需求遠遠超過了諸如電網過載等問題。行業已經在尋找新的解決方案。十八個月前，埃隆·馬斯克在四個月內建造了一個擁有10萬個GPU的叢集，震驚了資料中心行業。多項創新促成了這一驚人成就，但能源策略是最令人印象深刻的。xAI完全繞過了電網，使用卡車裝載的燃氣輪機和發動機在現場發電。如下圖所示，xAI已經在其資料中心附近部署了超過500兆瓦的輪機。在一個AI實驗室爭相成為第一個擁有吉瓦級資料中心的世界裡，速度就是護城河。一個接一個，超大規模企業和AI實驗室紛紛效仿，暫時放棄電網，建造自己的現場發電廠。正如我們幾個月前在《資料中心模型》中所討論的，2025年10月，OpenAI和Oracle在德克薩斯州訂購了有史以來最大的現場天然氣發電廠，規模達2.3吉瓦。現場天然氣發電市場正進入一個三位數年增長的時代。受益者遠不止尋常的那些。是的，GEVernova和西門子能源的股價已經飆升。但我們正見證前所未有的新進入者浪潮，例如：韓國工業巨頭斗山能源，其H級輪機上市時機恰到好處。它已經獲得了為埃隆的xAI服務的1.9吉瓦訂單——正如我們幾周前獨家向我們《資料中心行業模型》訂閱者披露的那樣。瓦錫蘭，歷史上是一家船舶發動機製造商，意識到為游輪提供動力的發動機同樣可以為大型AI叢集供電。它已經簽署了800兆瓦的美國資料中心合同。BoomSupersonic——是的，那家超音速噴氣機公司——宣佈與Crusoe簽訂了1.2吉瓦的輪機合同，將來自資料中心發電的利潤視為其Mach2客機的又一輪融資。為了瞭解供應商的增長和市場份額，我們在《資料中心模型》中建立了部署現場天然氣的站點逐一追蹤器。結果讓我們驚訝：僅在美國，現在就有12家不同的供應商各自獲得了超過400兆瓦的資料中心現場天然氣發電訂單。然而，現場發電也帶來了自身的一系列挑戰。如下文詳述，發電成本通常（遠）高於通過電網供電。許可過程可能漫長而複雜。它已經導致了一些資料中心延遲——最引人注目的是Oracle/Stargate的一個吉瓦級設施，我們的《資料中心行業模型》通過分析整個許可過程，在彭博社頭條新聞發佈前三周就預測到了這一點。再一次，像xAI這樣聰明的公司找到瞭解決方案。埃隆的AI實驗室甚至開創了一種新的選址流程——在州界上建設，以最大程度提高及早獲得許可的機會！雖然田納西州未能按時交付，但密西西比州欣然讓埃隆建造了一個吉瓦級的發電廠。本報告是對"自帶發電"的深度解析。我們從電網為何跟不上開始，然後對資料中心可用的每項發電技術提供技術分解——GEVernova的航改型輪機、西門子的工業輪機、顏巴赫的高速發動機、瓦錫蘭的中速發動機、BloomEnergy的燃料電池等等。接著我們考察部署配置和營運挑戰：完全孤島式資料中心、燃氣+電池混合系統、能源即服務模式，以及決定那種解決方案勝出的經濟學原理。在付費牆後，我們將分享我們對製造商定位的看法，以及現場發電的未來。在AI時代，電網是否已死？在深入探討解決方案之前，我們需要理解電網為何失靈。公平地說，迄今為止，美國的電力系統一直是AI基礎設施的主要推動者。除了埃隆之外，當今每個主要的GPU和XPU叢集都運行在電網供電上。我們在之前SemiAnalysis的深度解析中報導過其中的許多：《微軟的AI戰略》展示了在威斯康星州、喬治亞州和亞利桑那州為OpenAI服務的龐大電網連接設施。我們的《多資料中心訓練》報告，深入探討了Google在俄亥俄州和愛荷華州/內布拉斯加州的龐大電網供電叢集，以及OpenAI在德克薩斯州阿比林與Oracle、Crusoe和Lancium合作的吉瓦級叢集。我們的《Meta超智能》文章闡述了他們的大型AI計畫，其中包括一些現場天然氣發電，但主要由俄亥俄州的AEP系統和路易斯安那州的Entergy供電。我們的《亞馬遜的AI復興》論文，討論了AWS為Anthropic準備的大規模Trainium叢集，同樣連接到AEP和Entergy的基礎設施。這些洞見在我們的《資料中心行業模型》中出現在官方宣佈之前數月或數年。我們的模型追蹤了數十個正在建設、計畫2026年及以後交付的大規模叢集——包括它們的確切啟動日期、全部容量、終端使用者和能源策略。但我們已經到了一個臨界點。2024-25年上線的大型資料中心是在2022-23年、淘金熱之前確保了電力供應。自那以後，爭奪變得持續不斷。我們估計，提交給美國公用事業公司和電網營運商的負載請求大約有1太瓦。結果就是僵局——字面意思。正如我們在《吉瓦級AI訓練負載波動》中所解釋的，電網的設計使其速度緩慢：即時平衡：電力的供應和需求幾乎必須完美匹配，每秒如此。不匹配可能導致數百萬人停電，正如我們在2025年4月伊比利亞半島停電事件中所見。系統研究：每一個大型新負載（資料中心）或供應（發電廠）都會引發深入的工程研究，以確保不會破壞網路穩定。而在某些地方，電網拓撲結構變化如此之快，以至於負載研究在完成前就過時了。當成百上千的開發商同時提交並網請求時，系統就會陷入停滯。這變成了一個囚徒困境：如果每個人都協調一致，電網本可以更快地處理更多請求。FERC第2023號命令已推動電網營運商為此採用叢集研究，但這些改革直到2025年才鞏固下來。實際上，"淘金熱"行為意味著開發商同時向不同的公用事業公司提交多個投機性請求。例如，截至2024年中，AEP俄亥俄州有35吉瓦的負載請求——其中68%甚至沒有土地使用權。投機性請求堵塞了所有人的佇列，從而鼓勵了其他地方更多的投機性請求。這種惡性循環加速了。供應端同樣受限。從並網請求到商業營運的時間表現在對於大多數發電類型來說已延長至五年。AI基礎設施開發商不能等待五年。在許多情況下，他們連六個月都不能等，因為等待六個月意味著數十億美元的機會成本損失。引入BYOG-自帶發電BYOG的核心價值主張很簡單：無需等待電網即可開始營運。資料中心可以無限期地依靠本地發電運行，然後在電網服務最終到位後，將這些裝置轉換為備用電源。這正是xAI的策略。他們使用移動燃氣輪機建造了"巨像"設施，在幾個月而非幾年內使其上線。現在每個人都在效仿這一策略。讓我們來研究一下如何實現。如何自帶發電：舊世界vs新世界BYOG涉及對我們建造發電廠方式的徹底重新思考。傳統上，我們通過大型、集中式的吉瓦級基荷發電機輸送電力——輔以較小的調峰電廠來處理電網範圍內的負載峰值。聯合循環模式下的重型燃氣輪機是最常見的現代部署方式。其無與倫比的燃料效率（>60%）為我們現代文明提供了支柱。然而，它們的主要問題是部署速度：獲得大型輪機通常需要數年交貨期，而目前的交貨期正處於歷史高位。一旦交付，大型聯合循環發電廠的建設和偵錯需要約2年時間——在AI時代，這簡直是永恆。AI資料中心"自帶發電"電廠重塑了規則手冊，xAI為行業引領了道路。為了更快部署，埃隆的AI實驗室依賴於SolarTurbines（CAT的子公司）的16兆瓦小型模組化輪機。這些輪機小到可以用標準長途卡車運輸。它們在幾周內即可部署完成。埃隆甚至沒有購買它們——他是從SolarisEnergyInfrastructure租用的，以繞過裝置交貨期。他還利用了VoltaGrid的移動卡車裝載燃氣發動機車隊來更快交付！其他超大規模企業迅速效仿。Meta在俄亥俄州與Williams的部署很有代表性——他們的發電廠包含了五種不同類型的輪機和發動機，顯然設計模式是"只要能及時到貨，有什麼我就部署什麼！"現在讓我們深入瞭解資料中心營運商可用的不同類型裝置。裝置格局概覽資料中心開發商可用的燃氣發電機中，大致分為三類：燃氣輪機-低溫、爬坡慢的工業燃氣輪機；高溫、爬坡快的航改型燃氣輪機；非常大型的重型燃氣輪機。往複式內燃機-包括較小的3-7兆瓦高速發動機；以及較大的10-20兆瓦中速發動機。有時簡稱為"活塞機"。固體氧化物燃料電池-目前主要的可用選項來自BloomEnergy。還有其他現場發電選項，例如與現有核電廠並置、建造現場小型模組化反應堆、地熱等等，但本報告不討論這些。在大多數情況下，未來約3年內，這些其他解決方案不會驅動淨新增發電。理解那些解決方案最適合某些用例需要深入核心權衡。我們認為以下幾點最為相關：成本：通常以$/kW列出。這些成本估算差異巨大，並且在每個發電機類別中都持續上升。注意維護費用也很重要：某些系統的使用壽命較短，即年度維護成本較高。交貨期：通常以月或年列出。隨著需求增長超過供應，每個發電機類別的交貨期都在增加。請注意，發電機可用性之外的其他因素也會影響供電時間。最值得注意的是，即使在像德克薩斯州這樣許可較快的州，現場發電的空氣許可也可能需要一年或更長時間。此外，不同系統的安裝時間差異很大。有些從現場交付到發電只需要幾周時間，例如小型卡車裝載輪機或發動機，以及燃料電池。大型聯合循環燃氣輪機組裝可能需要超過24個月。冗餘和可用性：發電機的預期可用性，以一年內的正常執行階段間百分比或"幾個9"表示。過去十年，美國電網平均可用性為99.93%（三個9），有些地區甚至更高。對於現場發電廠，可以通過增加熱備用和冷備用來管理冗餘，或通過增加備用電源。單個輪機越大，管理備用和備份就越困難。爬坡率：以冷啟動到最大輸出之間的分鐘數衡量。爬坡率小於10分鐘的發電機有資格作為電網或備用電源的儲備發電。爬坡率慢意味著該機組主要專注於基荷供電。土地使用：以兆瓦/英畝衡量。在空間受限的地區，這一點更重要。小型發電系統即使在叢集部署時，用水量也微不足道。然而，非常大的輪機確實需要大量冷卻用水。熱耗率和燃料效率：以每千瓦時消耗的天然氣BTU衡量。熱耗率越高意味著效率越低——輸入更多燃料，輸出相同電力，留下更多廢熱。銘牌熱耗率假設"峰值"運行條件，通常是最大輸出。在低於50%輸出時，效率會大幅下降。其中許多現場燃氣系統可以配置為熱電聯產系統。對於資料中心，這將涉及利用燃氣發電機的廢熱進行吸收式冷卻系統，從而減少資料中心冷卻的用電量。實際上，我們觀察到，無論其他規格如何，只要誰有開放訂單並能提供良好時間表，誰就傾向於贏得交易！話雖如此，現在讓我們深入瞭解不同類型的燃氣發電廠。航改型輪機和工業燃氣輪機——對資料中心極具吸引力燃氣輪機運行在布列敦循環上：壓縮空氣，在其中燃燒燃料，然後將熱氣體導向輪機。輪機通過入口溫度來區分。較低的溫度對應於較低的安裝成本、較低的維護成本、較低的峰值效率和較慢的爬坡率。航改型燃氣輪機本質上就是將噴氣發動機固定在地上。GEVernova的航改型源自GE的噴氣發動機；三菱動力的源自普惠；西門子能源的源自勞斯萊斯。由於噴氣發動機設計為在緊湊、適於飛行的封裝中提供巨大功率，因此它們相對容易改裝用於固定式發電。延長輪機軸，在末端螺栓連接發電機線圈，增加進氣和排氣消聲器，並從油箱或管道輸送燃料。這部分解釋了BoomSupersonic能如此迅速地轉向航改型燃氣輪機：他們的大部分工程和製造都是現成的。我們在下方展示了MartinDrake發電廠的檢視，配備了6台GEVernovaLM2500XPRESS機組。這就是電力公司部署航改型輪機的方式，作為電網突發供應短缺的"調峰電廠"。航改型燃氣輪機的核心製造商與重型燃氣輪機的相似：GEVernova、三菱動力和西門子能源主導市場，銷售航改型和低溫工業燃氣輪機。此外，卡特彼勒也通過Solar品牌生產工業燃氣輪機，Everllence也生產。兩種GEVernova設計主導了航改型市場：LM2500–約34兆瓦，針對快速部署最佳化，尤其是LM2500XPRESS。LM6000–約57兆瓦，現在有快速部署的LM6000VELOX配置。航改型燃料效率尚可，但在空間和重量方面極其高效。它們可以安裝在緊湊的佔地面積中，並且在某些配置下可以用一對拖車運輸。簡單循環的航改型通常提供30-60兆瓦的功率包，可以在5-10分鐘內從冷態爬升至滿負荷輸出。但是，如果低於滿負荷穩定運行，效率會受到影響。航改型也可以配置為小型聯合循環電廠：1x1（一台燃氣輪機驅動一台蒸汽輪機），或2x1（兩台燃氣輪機驅動一台蒸汽輪機）。這些聯合循環設定以犧牲爬坡速度為代價，提供了更高的效率和更多的輸出。啟動時間延長至30-60分鐘。按照目前的價格，航改型輪機的全投資本支出在$1,700-2,000/kW之間，根據近期訂單，其交貨期為18-36個月且仍在延長。較小輪機交貨期可短至12個月，較大的航改型輪機（約50兆瓦）可能長達36個月。這些系統安裝很快（通常2-4周），但工廠預訂量巨大。一個變通方法是使用卡車裝載輪機，如果可用，可以快速租賃和部署。xAI正是採用了這一策略，與SolarisEnergyInfrastructure合作，縮短了其Colossus1和2項目的供電時間。工業燃氣輪機工業燃氣輪機與航改型輪機工作原理相同，並共享緊湊佔地面積、模組化和相對較短交貨期等優點。但它們是專為固定使用從頭設計的，而非從航空領域改裝而來。它們通常在較低的入口溫度下運行，並使用更簡單的設計，這以犧牲效率和爬坡速度為代價降低了服務成本。簡單循環的工業燃氣輪機功率範圍大約為5-50兆瓦，從冷態爬升至滿負荷輸出約需20分鐘。這使得它們自身速度太慢，無法在沒有電池或柴油機組幫助的情況下作為調峰電廠或應急備用電源。與航改型類似，工業燃氣輪機可以升級為聯合循環配置，提高效率的同時進一步減慢爬坡率。最常見的專用工業燃氣輪機是西門子能源SGT-800和SolarTitan系列。然而，較小的重型燃氣輪機如GEVernova6B有時也承擔類似用例。按照目前的價格，工業燃氣輪機的全投資本支出在$1,500-1,800/kW之間，交貨期約為12-36個月，與航改型相似。然而，採購二手或翻新工業燃氣輪機可以將交貨期縮短至12個月以內，這正是FermiAmerica獲取電力的方式。總體而言，我們認為航改型輪機和工業燃氣輪機是現場發電非常具有吸引力的解決方案，因為："尺寸合適"：足夠小以便於冗餘，足夠大以避免現場單元過多並使維護複雜化。爬坡速度快：雖然它們能效不如其他方案，但它們更容易被重新用作備用電源。部署快速：普通卡車和施工隊即可運輸和安裝它們，而不是重型燃氣輪機所需的那種重型起重基礎設施。我們將在報告後面討論部署考慮因素時探討這些概念。航改型和工業燃氣輪機的主要問題是交貨期越來越長。燃氣輪機中供應最緊張的部件是渦輪葉片和核心機，它們必須承受高溫和高速。這些葉片使用含有錸、鈷、鉭、鎢、釔等稀土金屬的奇異單晶鎳基合金。往複式發動機往複式發動機工作原理類似於汽車發動機，但規模大得多，一台11兆瓦的發動機長度可能超過45英呎（14米）。它們使用四沖程燃燒循環，並根據轉速劃分：高速發動機–約1,500轉/分鐘；佔地面積和輸出較小。中速發動機–約750轉/分鐘；由於機械應力較低，通常維護成本較低。活塞機可以在10分鐘內從冷態爬升至滿負荷輸出，實際上與航改型相似。這使得活塞機可以作為調峰電廠或備用發電機，無需柴油備用電源。理論上，活塞機的維運成本看起來比輪機高，因為活動部件更多。但實際上，它們比許多輪機更好地處理燃料雜質、粉塵和高環境溫度，並且在炎熱氣候下性能下降較少。中速發動機製造業相當集中，主要製造商是瓦錫蘭、BergenEngines和Everllence。高速發動機製造業不如輪機那樣集中。除了顏巴赫、卡特彼勒、康明斯和勞斯萊斯子公司MTU等主要參與者外，還有眾多製造商，因為高速燃氣發動機在功能上等同於目前許多資料中心用於備用電源的柴油發動機設計。最具影響力的往複式發動機是顏巴赫J624，這是一台4.5兆瓦渦輪增壓燃氣發動機，可以集裝箱化以便物流。該系統是VoltaGrid能源整合服務的首選發電機。活塞機系統通常單位功率低於同等輪機。中速發動機功率在7兆瓦到20兆瓦之間，更高功率輸出通過渦輪增壓實現。高速發動機更小，單位輸出功率在3兆瓦到5兆瓦之間。然而，在50%到80%的部分負載下執行階段，活塞發電機比輪機效率更高。往複式發動機的運行溫度遠低於燃氣輪機，接近600°-700°C。這極大地減少了對高性能合金的需求。只有活塞、燃燒室和渦輪增壓器中的高溫部件仍然需要稀有鎳和鈷合金，其餘部分可以用簡單的鑄鐵、鋼和鋁製造。然而，總體而言，活塞機對關鍵礦物的依賴程度較低，特別是在材料供應緊張時期放寬排放控制的情況下。按照目前的價格，往複式發動機的全投資本支出在$1,700-2,000/kW之間，交貨期為15-24個月。與輪機相比，這些系統的製造延遲較少；製造時間線更接近12-18個月。然而，中速活塞機比輪機重得多，安裝和偵錯可能需要長達約10個月。高速發動機的部署可以快得多。例如，在最初的Colossus1部署中，xAI利用了34台VoltaGrid卡車裝載系統，整合了顏巴赫的高速發動機。高速發動機特別受能源採購供應商的歡迎。它們的廣泛可用性和小單元尺寸提供了更快的供電時間。我們在下方展示了VoltaGrid在聖安東尼奧的50兆瓦部署，配備了二十台顏巴赫J620。權衡之處在於規模：用5兆瓦發動機建構一個2吉瓦的現場燃氣系統，你需要500個單元！這帶來重大的營運後果。如果每台發動機每2,000小時需要一次小維護，那麼維護人員每年將執行超過2,000次服務，每周近40次。這些成本比輪機大修（可能涉及更換整個核心機）更可預測，但它們會累積，特別是對於擁有許多小單元的叢集。空間和備件庫存也會類似地增加，儘管小型發電機的垂直堆疊可以緩解土地使用問題，這對於中速發動機來說是不可能的。燃料電池與BloomEnergy的崛起一個相當小眾的解決方案正在佔據越來越大的市場份額：燃料電池。通常與氫能相關聯，BloomEnergy的SOFC固體氧化物燃料電池也可以使用天然氣運行，並被定位為基荷發電。我們早在2024年就在資料中心模型中指出了BloomEnergy是贏家。自那以後，訂單激增。Bloom的"能源伺服器"由多個約1千瓦的電堆組成，組裝成約65千瓦的模組，並打包成325千瓦的發電機組。迄今為止，最大的營運中SOFC發電廠規模在數十兆瓦，主要在美國和韓國。它們產生能量的方式與傳統發電機非常不同。沒有燃燒過程。相反，氧氣被電化學還原成氧離子，流經陶瓷電解質。在燃料電池的另一端，這些離子與從甲烷天然氣中剝離出來的氫原子結合。這種結合釋放出水、二氧化碳和電能。這種根本性差異為Bloom的燃料電池提供了關鍵優勢：它們不會產生嚴重的空氣污染（除了CO₂）。在EPA層面的許可比燃燒發電機要順利和容易得多。這就是為什麼我們經常在人口中心附近看到它們，例如辦公室附近。Bloom的殺手鐧是部署速度。它幾乎只需要預製基座和簡單的模組安裝。一旦考慮到電氣工程、安裝和偵錯，幾周內即可完成，與航改型輪機和高速活塞機的速度相當。在AI時代，速度就是護城河，僅這一優勢就足以讓Bloom佔據一席之地。Bloom的主要挑戰是成本。燃料電池效率相當好，等效熱耗率為6,000-7,000BTU/kWh，這與聯合循環燃氣輪機相當。然而，燃料電池系統的成本明顯高於輪機或活塞系統，資本支出成本在$3,000-$4,000/kW之間。Bloom沒有宣傳爬坡率，這表明這些單元速度太慢，無法作為調峰或應急備用。歷史上，維護成本也明顯高於其他解決方案。單個燃料電池電堆壽命大約5-6年，然後必須更換和翻新。這種逐電堆更換約佔服務成本的65%，儘管具體數字嚴格保密。我們將在付費牆後分享Bloom燃料電池的總擁有成本估算。重型燃氣輪機：BYOG的未來？在ChatGPT出現之前，只有公用事業公司和獨立電力生產商有理由購買大於250兆瓦的燃氣輪機，因為超過這個閾值的輪機對於大多數工業應用來說太大了。如上所述，部署速度是一個問題，然而，我們越來越多地看到開發商通過較小的航改型輪機/活塞機提供"過渡電力"，然後在大聯合循環燃氣輪機投入運行後，將它們轉為備用/冗餘。大型輪機根據燃燒溫度和技術堆疊分為幾類：E級和F級–較舊、溫度較低、效率較低的設計。一些F級機組仍在銷售，通常是進入新興市場，因為它們以較低的資本支出提供了不錯的效率。工業輪機和小的E/F級輪機的界限模糊，下面這些著名型號跨越了這條界限：GEVernova6BGEVernova7E西門子能源SGT6-2000EH級及同等產品–現代、高溫設計。這些機組的燃燒溫度與現代航改型和噴氣發動機相當，但單位功率大約是其10倍。最突出的例子是：GEVernovaHA系列西門子能源H/HL三菱重工J系列最近，韓國公司斗山能源已經開始生產新的H級輪機DGT6。在一個有十年歷史的市場中看到新進入者很少見，但斗山在蒸汽輪機製造方面經驗豐富，並有建造三菱設計的F級輪機的記錄。這些系統既龐大又沉重。安裝和偵錯過程可能需要一段時間。聯合循環燃氣輪機聯合循環燃氣輪機利用了這樣一個事實：簡單循環的排氣仍然很熱，足以將水煮沸成蒸汽。將排氣通過餘熱鍋爐產生蒸汽，用於驅動單獨的蒸汽輪機和發電機。其結果是，相同的燃料產生第二輪電力。通過將一個輪機的廢熱變成另一個輪機的財富，聯合循環燃氣輪機可以比簡單循環輪機效率提高50-80%。最受大型負載推崇的聯合循環燃氣輪機是重型聯合循環燃氣輪機，可以達到吉瓦級的輸出功率。然而，即使是小型航改型或工業燃氣輪機也可以與整合的蒸汽輪機一起出售，這可以在幾乎相同的燃料輸入下顯著增加功率輸出。常見的配置有：1x1–一台燃氣輪機驅動一台蒸汽輪機2x1–兩台燃氣輪機驅動一台蒸汽輪機理論上，更多的燃氣輪機可以驅動一台蒸汽輪機，但收益遞減。聯合循環系統的主要缺點是爬坡率：增加蒸汽輪機將冷啟動到滿負荷輸出的時間減慢到30分鐘或更長。另一個主要缺點是交貨期。安裝和偵錯時間甚至比簡單循環部署更長。從裝置到執行：部署、挑戰、經濟學瞭解裝置格局是必要的，但還不夠。現場燃氣的真正複雜性不在於選擇LM2500還是顏巴赫J624——而在於如何配置、部署和運行這些系統以滿足資料中心正常執行階段間要求。電網是系統工程的一個奇蹟：成千上萬的發電機、數百條輸電線路和複雜的市場機制共同提供了99.93%的平均正常執行階段間。當你脫離電網時，你自己承擔了這種複雜性——用一個單一的發電廠來匹配電網級的可靠性。冗餘和正常執行階段間是現場燃氣發電成本在大多數情況下結構性遠高於電網供電的關鍵原因。下一節將考察領先的部署如何應對這一挑戰，以及對裝置選擇意味著什麼。Crusoe和xAI：過渡電力部署迄今為止最流行的現場燃氣策略之一是"過渡電力"。資料中心園區與電網積極溝通以獲得電力服務，但通過現場發電提前開始營運。過渡電力清除了電力作為營運瓶頸，允許資料中心提前數月開始訓練模型或產生收入。這種加速是顯著的！AI雲收入每年每兆瓦可達1000-1200萬美元，這意味著即使提前六個月為200兆瓦的資料中心供電並上線，也能帶來10-12億美元的收入。過渡電力帶來兩個優勢：正常執行階段間要求可以與工作負載匹配。例如，在德克薩斯州阿比林和田納西州孟菲斯，xAI和Crusoe/OpenAI都在部署大型訓練叢集。考慮到大型GPU叢集固有的不可靠性，訓練作業不需要特別高的正常執行階段間。因此，可以避免為冗餘而"過度建設"發電廠。一旦電網連接獲得保障，園區可以更靈活地用於推理。通過取消柴油發電機備份實現有利的經濟性。在孟菲斯和阿比林，沒有備用電源降低了資料中心每兆瓦的資本支出。一旦獲得電網連接，輪機可以作為備用電源——因此，優先選擇快速爬坡系統，例如航改型輪機。為了確保合理的正常執行階段間，xAI將輪機與Megapacks配對。這也使得能夠平滑負載波動——我們將在下面討論這個問題。永遠離網：冗餘挑戰，能源即服務許多發電機供應商建議資料中心所有者永遠不要麻煩與更廣泛的電網互聯；相反，他們認為他們的資料中心客戶應該永遠保持離網狀態。像VoltaGrid這樣的公司提供完整的"能源即服務"套餐，管理電力服務的所有方面：電能–容量兆瓦和能量兆瓦時電能質量–電壓和頻率容差可靠性–目標的"幾個9"正常執行階段間供電時間–從合同到營運的月份他們通常與客戶簽訂長期購電協議，客戶支付電力服務費用——能源即服務供應商實質上充當了公用事業公司的角色。他們採購裝置、設計部署、有時組裝物料清單、並維護和營運發電廠。部署離網發電的一個關鍵挑戰是管理冗餘。例如，位於德克薩斯州沙克爾福德縣的1.4吉瓦VantageDC園區將部署2.3吉瓦的VoltaGrid系統。這些系統較小，便於冗餘——但如果你要用大型重型輪機部署現場發電，冗餘方案可能只是簡單地擁有兩個發電廠，甚至更多。發電機製造商通常會建議至少採用N+1配置，甚至N+1+1配置。N+1配置在一台發電機意外停機時仍能維持全部發電能力，而N+1+1配置在保持這種靈活性的同時，還額外有一台發電機處於待命狀態以進行維護周期。這相當於駕駛一輛帶有備胎和補胎套件的汽車。請注意，N+1或N+1+1不一定指發電機的字面數量，因為資料中心負載通常遠大於單個現場燃氣發電機。例如，考慮一個總功耗（IT+非IT）為200兆瓦的資料中心：示例1：11兆瓦活塞機發電叢集：26×11兆瓦活塞機組總容量：286兆瓦正常執行階段：23台發動機以約80%負載運行，產生200+兆瓦。一台發電機故障：22台發動機適度提升至約82%負載。3台備用發動機用於維護或作為冷備用。以低於滿負荷運行發動機降低了維運成本，額外的機組為維護調度提供了緩衝。NexusDatacenter採用了類似的方法：他們最近申請了一個空氣許可，部署三十台Everllence18V51/60G燃氣發動機，每台功率20.4兆瓦，總計613兆瓦的發電能力。該站點還將包括152兆瓦的柴油備用發電，這可能滿足了整個站點的N+1冗餘要求。示例2：30兆瓦航改型輪機發電叢集：9×30兆瓦航改型機組總容量：270兆瓦正常執行階段：7台輪機以約95%負載運行以獲得最佳效率。一台輪機故障：第8台輪機啟動，保持輸出。第9台輪機留作維護備用。由於輪機大修比發動機維護更具破壞性，一些供應商提供熱插拔計畫：將需要大修的輪機取代為一個替換核心。在炎熱氣候下，如美國西南部，性能降額可能需要10-11台航改型輪機來維持N+1+1冗餘。Crusoe為Oracle和OpenAI在阿比林的站點採用了這種設定的變體，部署了十台輪機，包括五台GEVernovaLM2500XPRESS航改型燃氣輪機和五台Titan350，銘牌發電能力為360兆瓦。示例3：Meta+WilliamsSocratesSouthMeta和Williams正在建造兩座200兆瓦的專供式燃氣發電廠，為Meta的新奧爾巴尼中心供電，我們在本文中已經報導過：Meta在俄亥俄州的新型超快"帳篷"資料中心SocratesSouth項目是一個混合叢集：3×SolarTitan250工業燃氣輪機9×SolarTitan130工業燃氣輪機3×SiemensSGT-400工業燃氣輪機15×Caterpillar3520快速啟動發動機圍牆內的銘牌容量為306兆瓦：輪機約260兆瓦，發動機46兆瓦。正常情況下，一部分工業燃氣輪機穩定運行以提供200兆瓦電力。如果一兩台工業燃氣輪機跳閘，活塞機叢集可以快速爬坡來填補缺口。額外的工業燃氣輪機可用於維護切換。這支援了專供式的N+1+1設計。然而，與前兩個例子相比，這是一個拼湊的實現方案。輪機型號不匹配，使用的發動機是較小的1800轉/分鐘高速燃氣發動機。這表明Williams優先考慮了供電時間，而非標準化的維護計畫。匹配電網正常執行階段間：過度建設、電網作為備份、電池為了匹配電網提供的"三個9"的正常執行階段間，現場發電廠必須為冗餘而"過度建設"。這通常是現場發電成本相對於電網較高的關鍵原因。冗餘給營運商帶來了新的難題：系統規模與"過度建設"比率之間存在權衡。雖然H級和F級輪機比航改型輪機更節能，但更高的冗餘需求意味著，如果設計不當，基於重型輪機的孤島系統可能會產生比航改型輪機更高的電力成本。必須考慮其他解決方案，而不是簡單的"過度建設"，例如使用較小的輪機作為"備用"、電池，甚至電網連接。為了理解過度建設比率，我們可以用一個實際例子。在德克薩斯州沙克爾福德縣，VoltaGrid用2.3吉瓦的顏巴赫系統為1.4吉瓦的資料中心供電，過度建設率為64%。我們可以這樣分解：峰值PUE過度建設：與德克薩斯州典型的電網連接站點一樣，存在1.4x-1.5x的過度配置，主要與冷卻相關。還有額外的10-17%過度建設與冗餘相關。對於H/F級系統，簡單的過度建設通常不是最經濟的路徑。一些營運商考慮僅為備用目的連接電網——但這引入了互聯時間表的挑戰，並使選址過程複雜化。也可以建造一個巨大的電池工廠——如下面xAI的Colossus2部署所示——但這既昂貴又不切實際，因為典型的儲存持續時間只有2-4小時。最後，可以使用不同尺寸的輪機和發動機組合，H級聯合循環作為基荷運行，工業燃氣輪機/航改型輪機/活塞機作為備用——但這通常比電網連接或2-4小時的電池儲能系統更昂貴。管理負載波動AI計算負載，特別是訓練負載，是高度可變的，包括亞秒級的兆瓦級功率激增和驟降。電力系統慣性越大，就越能在維持電力頻率的同時管理短期功率波動。如果頻率偏離50赫茲或60赫茲的基線太遠，功率波動可能導致斷路器跳閘或裝置故障。所有熱力發電機都有一定的慣性，因為它們是通過旋轉的重物發電的。然而，開發者可以通過輔助系統增加慣性：同步調相機–這些本質上是作為電動機旋轉起來的發電機，沒有機械負載。一旦與電網同步，它們只消耗少量損耗。在突然的負載變化期間，它們吸收或供應無功功率，穩定電壓並增加短時慣性。它們的能量容量很小，因此只能幫助幾秒鐘，而不是幾分鐘。飛輪 –這些增加了一個真正的旋轉能量緩衝器。一個電動-發電機組耦合到一個大飛輪，並連接在發電和負載之間。飛輪可以注入或吸收有功功率（而不僅僅是無功功率）5-30秒，平滑瞬態、發電機跳閘和電壓驟降。例如，Bergen通過一家附屬供應商將飛輪與其發動機打包提供。電池儲能系統 –電池可以像負載變化一樣快速爬坡，通過高速控制提供"合成慣性"，如前一篇文章所述。它們在頻率調節方面表現出色，但由於逆變器電流受限，它們對無功功率和故障電流的貢獻不如同步電機。VoltaGrid將活塞機叢集與同步調相機結合使用。BergenEngines已經通過同一母公司旗下的供應商銷售帶有飛輪的發動機。發動機製造商瓦錫蘭有一個電池儲能部門，他們可能會將其與資料中心項目捆綁。Bloom聲稱其燃料電池系統不需要任何裝置來管理負載波動。具體使用的系統取決於當地的限制條件，但主要取決於供應商偏好使用什麼。xAI偏好使用特斯拉的Megapack進行備份和處理負載波動。Megapacks+MACROHARD我們是否能夠建造足夠的燃氣發電廠來為AI供電？目前燃氣發電系統的交貨期是前所未有的。歷史上，燃氣輪機製造商平均只接受工廠發貨前20個月的訂單，但現在三大製造商GEVernova、西門子能源和三菱動力正在接受2028年和2029年的訂單，甚至還有之後不可退款的預訂席位。每個公開的燃氣系統製造商都報告了資料中心需求的增長，但大多數都反應謹慎，而不是全面擴張。GEVernova已承諾將產量提高到24吉瓦/年，但這只是回到其2007-2016年的水平。他們正在投資新員工和機械，但不打算增加工廠佔地面積。西門子能源也計畫投資生產而不增加工廠佔地面積。相反，他們優先考慮價格上漲，依賴服務收入，並優先考慮投資回報期短的投資。他們計畫到2028-30年將年產能從約20吉瓦擴大到>30吉瓦。三菱重工在最近的財報電話會議上表示計畫將燃氣輪機和聯合循環產量增加30%，這與彭博社關於計畫到2027年將產能翻倍的報導相矛盾。卡特彼勒計畫在2024年至2030年間將發動機產量翻倍，渦輪機產量增加2.5倍，但其Solar品牌渦輪機在2020-2024年間平均年產量約為600兆瓦，2022年峰值產量為1.2吉瓦。瓦錫蘭只承諾漸進式擴張，寧願"觀望"資料中心需求，並保持與海運客戶的關係。在主要的燃氣發電機製造商中，只有BloomEnergy、卡特彼勒和新進入者BoomSupersonic宣佈了雄心勃勃的擴張計畫。BloomEnergy聲稱到2026年底可以達到2吉瓦/年的生產能力，BoomSupersonic計畫到2028年底達到2吉瓦/年。乍看之下，儘管需求激增，但似乎很少有製造商完全接受"通用人工智慧信念"。這種猶豫部分反映了真實的製造限制；大部分則反映了對燃氣發電行業30年繁榮-蕭條周期的創傷後應激障礙。值得注意的是，最嚴重的瓶頸在重型輪機。航改型輪機、工業燃氣輪機和活塞機系統的限制較少。燃氣輪機的兩次繁榮-蕭條周期自90年代中期以來，燃氣輪機行業經歷了兩次繁榮-蕭條周期。第一次繁榮，在1997年至2002年間，由美國部分地區的電力放鬆管制推動，這吸引了新公司成為獨立電力生產商，以及（諷刺的是）由Huber和Mills的論文"TheInternetBeginswithCoal"所普及的、來自網際網路泡沫對電力需求增長的高預期。像Calpine、Duke、Williams和NRG這樣的大型企業大批訂購輪機，將GEVernova和西門子能源的訂單量推至頂峰。GE在2001年出貨了超過60吉瓦的燃氣輪機；西門子在2002年達到20+吉瓦的峰值。崩盤來得很快。網際網路泡沫破裂，安然醜聞動搖了電力交易業務，訂單枯竭，使GE和西門子陷入了長達數年的製造寒冬。燃氣輪機行業的第二次"繁榮"更像是一種訂單穩定的狀態，而非真正的繁榮。在2006年至2016年間，GE平均每年出貨約20吉瓦輪機，西門子約15吉瓦/年。然後，在2017年至2022年間，市場徹底崩潰，GE和西門子的年產量都降至10吉瓦以下的歷史低點。這兩家大公司既有對Y2K燃氣輪機繁榮期的機構記憶，也有對銷售處於歷史低點的近期記憶。值得注意的是，三菱重工在很大程度上避開了這些繁榮-蕭條周期。直到最近，三菱重工銷售的硬體數量僅佔GEVernova和西門子能源的一小部分。它成為"三大"之一，僅僅是因為更大的公司已縮減到其銷售規模，而阿爾斯通能源和西屋等其他參與者已經關閉或被收購。這可能部分解釋了MHI對擴張的興趣，儘管其所謂的翻倍計畫在財報電話會議上並未得到證實。供應鏈瓶頸然而，在燃氣輪機內部，即使保證未來需求高漲，也可能不會推動增加產量，因為燃氣輪機核心機的生產和物流存在內部瓶頸。燃氣輪機葉片和靜葉是現代工業文明技術能力的巔峰之一，需要極其高品質的冶金和加工技術才能正確製造。渦輪葉片和靜葉是現代工業製造的最苛刻的部件之一。製造它們需要非凡的冶金和加工精度。因此，西方的生產集中在四家公司：PrecisionCastpartsCorporation、HowmetAerospace、ConsolidatedPrecisionProducts、Doncasters。這些公司不僅供應工業和電力燃氣輪機，還供應民用和軍用噴氣發動機。除CPP外，其他公司都有垂直整合的金屬供應，但它們的規模只是其客戶的一小部分，因此更容易受到市場衝擊的影響。第二次燃氣輪機蕭條與COVID導致航空航天訂單下滑同時發生，這意味著這些公司最近受到了相當大的打擊。需求增加不僅需要這些公司僱用更多的專業員工，還需要考慮釔、錸、單晶鎳和鈷等材料的供應鏈。更重要的是，他們可能不願意進行這些投資，因為如果跟隨AI泡沫跌落懸崖，他們損失最大。此外，重型燃氣輪機的生產受到物流限制。僅輪機核心就是300-500噸的系統，需要專門的駁船、鐵路貨車和卡車拖車運輸。即使在獲得許可後，重型燃氣輪機也需要24-30個月來建造、安裝和測試，然後才能運行。售後市場的OEM可以圍繞翻新的核心建造新電廠，但移動和整合這些核心仍然是一個重大挑戰。這些限制對於航改型輪機和工業燃氣輪機來說不那麼嚴重，它們小到可以用標準集裝箱或常規拖車運輸。新進入者來救援：從飛機到輪船？通常，在受限時期，許多聰明的公司都在探索解決方案。ProEnergy是最早帶來創新的公司之一。其PE6000項目改造了來自波音747的CF6-80C2發動機核心，並提供與GEVernovaLM6000規格和封裝幾乎相同的營運航改型燃氣輪機。最近，BoomSupersonic宣佈開發基於其超音速噴氣發動機設計的Superpower航改型燃氣輪機。其提議的外形與GEVernovaLM2500非常相似，並且運行原理相同：一台可以裝入一個集裝箱的小型噴氣發動機（輔助進氣、控制和排氣裝置裝入另外1-2個集裝箱）。該發動機的測試仍在進行中，但初步宣傳規格顯示，即使在高溫環境空氣下，Superpower每單元也能產生42兆瓦電力。首批1.2吉瓦的產量已被Crusoe預訂，目標是在2027年達到200兆瓦產量，2028年達到1吉瓦，2029年達到2吉瓦。初始訂單價格表明硬體成本為$1,000/kW，但這個數字不包括平衡系統、運輸或偵錯費用，不應直接與全包成本資料進行比較。BoomSupersonic擁有葉片和靜葉生產的垂直整合能力，但依賴外部供應商進行冶金，這可能仍然是一個供應鏈瓶頸。我們還沒有看到其他公司加入改裝的行列。然而，中速發動機主要由擁有長期造船發動機製造經驗的公司製造——例如瓦錫蘭。事實上，它們基本上是相同的發動機，可以在同一設施中製造。我們什麼時候會看到舊的船用發動機被改裝來為資料中心供電？現在讓我們轉向比較不同的解決方案和製造商。我們還將分析現場發電的經濟性和總擁有成本，並將其與美國電網進行比較。新進入者來救援：從飛機到輪船？通常，在供應受限時期，許多聰明的公司會探索解決方案。ProEnergy是最早帶來創新的公司之一。其PE6000項目改進了來自波音747的CF6-80C2發動機核心，生產出運行特性與GEVernovaLM6000幾乎相同的航改型燃氣輪機。最近，BoomSupersonic宣佈開發基於其超音速噴氣發動機設計的Superpower航改型燃氣輪機。其提出的外形與GEVernovaLM2500極為相似，並遵循相同原理：一個可以裝入單個集裝箱的小型噴氣發動機（輔助進氣、控制和排氣裝置則裝入另外1-2個集裝箱）。該發動機的測試仍在進行中，但初步宣傳規格顯示，Superpower每單元可產生42兆瓦電力，即使在環境空氣溫度較高時也是如此。首批1.2吉瓦的產量已由Crusoe預訂，目標是在2027年實現200兆瓦產量，2028年1吉瓦，2029年2吉瓦。初始訂單價格暗示硬體成本約為每千瓦1000美元，但此數字不包括平衡系統裝置、運輸或偵錯費用，不應直接與全包成本資料比較。BoomSupersonic已垂直整合了葉片和靜葉的生產，但依賴外部供應商提供冶金材料，這可能仍是一個供應鏈瓶頸。我們尚未看到其他公司加入改裝的行列。然而，中速發動機主要由擁有長期造船發動機製造經驗的公司製造——例如瓦錫蘭。實際上，它們基本是相同的發動機，可以在同一設施中製造。我們何時會看到舊的船用發動機被改造用於為資料中心供電？現在，讓我們將注意力轉向比較不同的解決方案和製造商。我們還將分析現場發電的經濟性和總擁有成本，並將其與美國電網進行比較。現場發電經濟性分析現場發電的關鍵經濟問題是：與從電網購電相比，其總擁有成本是高是低？我們的分析表明，對於絕大多數資料中心而言，現場發電更昂貴。在美國大部分地區，大型工業使用者的電網供電價格在每兆瓦時40至80美元之間。對於新建的聯合循環燃氣輪機發電廠，若其資本成本能分攤到20年以上，平準化度電成本可低至每兆瓦時40至55美元（不包括輸電和配電成本）。而現場發電的成本則高出許多：航改型輪機/工業燃氣輪機：平準化度電成本約為每兆瓦時80至120美元。活塞發動機：平準化度電成本約為每兆瓦時90至130美元。燃料電池：平準化度電成本約為每兆瓦時120至180美元。主要驅動因素包括：資本成本高：現場發電機組的每千瓦資本支出通常是公用事業規模燃氣輪機的兩到三倍。燃料成本：雖然燃料成本本身大致相同，但現場小型機組的效率通常低於大型聯合循環燃氣輪機，這意味著每單位發電消耗更多燃料。維運成本：分佈式發電機組的維護和營運成本更高，尤其是當它們需要頻繁啟停或低負載執行階段。冗餘成本：如上所述，為匹配電網可靠性而進行的過度建設會顯著增加資本支出。然而，將現場發電視為"更昂貴"的選項，可能會錯過其核心價值主張：時間價值。對於AI工作負載，推遲上線六個月的損失可達數十億美元。因此，即使現場發電的平準化度電成本高出50%，只要能提前數月甚至數年上線，其淨現值也可能是正數。這就是為什麼xAI、OpenAI、Crusoe等公司願意支付溢價：他們是在購買時間。裝置與製造商定位基於我們的資料中心模型跟蹤，我們對主要參與者的市場定位看法如下：GEVernova：憑藉其LM系列航改型輪機和HA級重型輪機，佔據了高端市場。他們受益於品牌認知度、廣泛的服務網路以及在快速部署解決方案方面的早期成功。然而，其交貨期最長，可能將部分需求推送給競爭對手。西門子能源：在工業燃氣輪機和中型航改型輪機方面實力強大。他們的SGT-800是資料中心領域的流行選擇。與GE類似，他們面臨交貨期延長的問題，但可能更靈活地應對中型項目。三菱重工：作為相對較晚進入資料中心領域的參與者，他們可能憑藉可用的產能和積極的定價獲得市場份額。其J系列輪機效率高，但在快速部署解決方案方面認知度較低。卡特彼勒/SolarTurbines：憑藉Titan和Saturn系列工業燃氣輪機，以及模組化、可運輸的解決方案，成為了關鍵參與者。他們受益於與xAI的早期合作，以及通過SolarisEnergyInfrastructure等合作夥伴提供的租賃模式。瓦錫蘭：在中速發動機市場佔據主導地位，並將其船舶專業知識應用於資料中心。他們提供可靠的基荷電力，但爬坡速度較慢，且對大規模部署眾多小型單元帶來的維運複雜性持謹慎態度。顏巴赫/INNIO集團：在高速發動機領域佔據領先地位，特別是通過與VoltaGrid的整合，提供"能源即服務"解決方案。他們最適合需要快速部署和營運靈活性的項目。BloomEnergy：在高密度城市區域或環境許可嚴格的地點具有獨特優勢。其部署速度是最大賣點，但高昂的成本限制了其廣泛採用。他們需要證明其長期可靠性和降低維護成本。BoomSupersonic：一個潛在的顛覆者。如果他們能如期交付Superpower輪機，並實現承諾的每千瓦1000美元的硬體成本，他們可能會從現有製造商手中奪取大量市場份額。然而，他們面臨執行風險，且尚未經過大規模驗證。斗山能源：作為H級輪機市場的新進入者，憑藉與xAI的大型訂單獲得了早期關注。他們需要建立可靠的服務和維護網路以贏得長期信任。未來展望現場發電並非一時風尚。我們預計，在美國電網大規模升級（這可能需要數十年）之前，現場發電將成為大型AI資料中心不可或缺的一部分。未來幾年，我們將看到以下趨勢：混合系統成為常態：資料中心將結合現場發電、電網連接和電池儲能，以最佳化成本、可靠性和可持續性。燃料多樣化：隨著氫能和可再生天然氣供應鏈的發展，現場發電機可能轉向低碳燃料，以應對環境監管和ESG壓力。標準化與模組化：裝置供應商將提供更多預配置、集裝箱化的發電解決方案，以進一步縮短部署時間。監管演變：空氣質量和排放法規將演變，可能為使用先進排放控制技術的現場發電提供快速通道許可。小型模組化反應堆的潛在角色：長期來看，下一代核能可能成為現場基荷電力的重要來源，但這可能要到2030年代後期。最終，AI對電力的無盡需求正在顛覆一個世紀以來集中式發電和輸電的模式。"自帶發電"的興起，標誌著電力行業向更分佈式、更模組化、以及速度優先的範式轉變。電網可能不會"死亡"，但它肯定需要學會與這些自立自足的AI巨獸共存。對於那些能夠提供快速、可靠且具有成本競爭力的發電解決方案的供應商來說，一個巨大的機遇之窗已經打開。競爭才剛剛開始。 (invest wallstreet)

在剛剛過去的2025年，從“寒王”市值飆升，儲存漲價潮席捲全球，到年末摩爾線程、沐曦股份先後上市刷新新股盈利紀錄，半導體毋庸置疑是熱度最高的類股之一。在這一年裡，全球頭部半導體企業合計銷售額突破4000億美元，創下行業歷史新高，2026年這一記錄或有望再度刷新。步入2026年，那些有望成為下一個產業爆點？在外部環境充滿變數的當下，中國半導體產業又將如何前行？綜合各路分析，《科創板日報》為您整理了三個2026年半導體產業關鍵詞：儲存、AI與中國國產化。一場關於成本、技術與供應鏈的全域博弈即將開場。儲存：漲價或將貫穿全年回看2025年，儲存暴漲就引發了高度關注。供需鴻溝面前，行業龍頭報價接連暴漲。多家儲存產業鏈廠商都預計，儲存短缺將持續到2026年。“我們的產品供應與客戶需求之間存在巨大缺口，且這種短缺局面將持續一段時間。” 美光科技首席商務官蘇米特・薩達納表示。TrendForce預計，後續儲存產業資本開支將持續上漲，其中DRAM資本開支將從537億美元增長至613億美元，同比增長14%；NAND產業資本開支將從211億美元增長至222億美元，同比增幅為5%，但對2026年產能助力有限。因此，中銀證券預計，儲存價格上漲趨勢或將貫穿2026年全年。中國中國國產儲存廠商亦在積極開發4F2+CBA的技術架構以應對全球龍頭廠商的技術競爭。4F2+CBA的架構變化有望為供應鏈帶來增量變化。儲存漲價潮下，全球終端產品迎來艱巨成本考驗，手機及PC供應商計畫通過漲價、縮減規格配置、暫緩升級等措施以平衡成本。此前已有消息稱，聯想、惠普、戴爾等PC廠商已著手重新評估2026年產品規劃。其中，聯想已經通知客戶即將進行漲價調整，所有伺服器和電腦報價在2026年1月1日到期，新報價大幅上漲；戴爾正考慮對伺服器和PC產品漲價，漲價幅度預計至少在15~20%區間；惠普 CEO也表示2026年下半年可能“尤其艱難”，必要時將上調產品價格。值得一提的是，上交所官網12月30日晚間顯示，中國第一、全球第四的DRAM廠商長鑫科技申報科創板IPO獲上交所受理，擬募資295億元；招股書披露，公司2025年第四季度利潤超預期。東吳證券指出，長鑫重點在研的CBA這一走向3D的技術將有望釋放後續持續擴產動能，通過這一另闢蹊徑的方式縮小與三星和海力士的代際差，保證擴產量級，其產業鏈公司將充分受益。裝置環節在受益長鑫充裕擴產之餘，部分優質公司還將享受滲透率快速提升，迎來戴維斯連按兩下；部分代工和封測公司將承接長鑫的代工需求。AI：算力資本開支續漲 AI終端創新元年到來AI熱潮持續多時仍未停歇，帶動全球算力產業鏈延續高增長。即便歷經了泡沫論疑慮，但在展望2026年時，多方機構依舊給出了較為樂觀的預期。受益於CSP、主權雲等算力需求擴張、以及AI推理應用的蓬勃發展，TrendForce預計2026年全球八大雲廠商合計資本支出將增長40%，達到6000億美元，全球AI伺服器出貨量將增長20.9%。一方面，產業重點由訓練開始漸漸向推理轉移，同時得益於大模型在架構上的創新，國內外大模型在多模態理解、推理及AI應用層面均實現持續進階，帶動ASIC熱度上升。國海證券預計，2026年資料中心ASIC晶片出貨量有望超800萬顆，2027年有望突破1000萬顆，未來或將與同期GPU出貨量相近。ASIC崛起下，已有公司相關訂單量開始攀升。例如芯原股份日前公告，2025年10月1日至12月25日期間，公司新簽訂單金額達24.94億元，較2024年Q4全期大增129.94%，較2025年Q3全期增長56.54%。其中，Q4新簽訂單金額中絕大部分為一站式晶片定製業務訂單。展望2026年，東吳證券預計中國國產算力晶片龍頭有望進入業績兌現期，看好中國國產GPU受益於先進製程擴產帶來的產能釋放。考慮到中國國產算力晶片各家參與者為爭奪市場份額而搶奪產能資源，看好AIASIC服務商在供應鏈中的關鍵角色。除了上游算力之外，AI產業鏈中，下游終端也是2026年備受期待的一個環節。券商認為，2026年是AI終端創新元年，Meta、蘋果、Google、OpenAI均將有新終端新品推出。AI終端形態以眼鏡為代表，同時有AI pin、攝影機耳機等新形態。伴隨模型迭代和新終端的應用場景開發加速，下一代爆款終端或在大廠創新周期中應運而生。端雲混合為AI場景賦能，端側SoC持續受益於AI創新浪潮。中國國產化：本土晶片設計企業崛起 多環節迎來機遇在半導體產業發展中，“中國國產化”一直是關鍵引擎之一。多家券商認為，從晶圓代工到半導體裝置，產業鏈多環節都有望在2026年進一步打開中國國產化機遇。資料顯示，2017-2025年中國晶片設計企業數量和銷售額均以兩位數復合增速增長。中國晶片設計企業數量由2017年的1380家增長至2025年的3901家，年均復合增速為14%，其中銷售額過億的企業數量由2017年的191家增長至2025年的831家，年均復合增速20%。從銷售額來看，2017年為1946億元，2024年增至6460億元，年均復合增速19%，高於全球半導體銷售額同期6%的增速。此外，此前2022年半導體行業周期下行，中芯國際、華虹半導體、聯電等晶圓代工廠的產能利用率均下降，但中芯國際和華虹半導體產能利用率較早實現觸底回升。券商認為，這主要得益於大陸晶片設計企業的崛起和製造本土化趨勢。晶圓代工方面，東吳證券預計，先進邏輯擴產量級有望翻倍，晶圓代工景氣維持。目前國內先進製程尤其是7nm及以下供給嚴重不足，在海外斷供的潛在壓力和中國國產先進邏輯晶片可預見的需求旺盛，2026年開始出於保供意圖的先進擴產將十分豐厚，中芯國際和華力集團有望持續擴產先進製程；除此之外，更多的主體將擴產14nm。半導體裝置方面，中信建投指出，在行業擴產整體放緩大背景下，中國國產化驅動下的滲透率提升依然是裝置類股後續增長的重要來源。其預計未來裝置中國國產化率將實現快速提升，頭部整機裝置企業2025年訂單有望實現20%-30%以上增長，零部件、尤其是卡脖子零部件中國國產化處理程序有望加快，類股整體基本面向好。頭部客戶的中國國產替代訴求仍較強，不在清單的客戶也在加速匯入中國國產，預計後續中國國產化率提升斜率更陡峭，裝置廠對供應鏈的中國國產化推進也非常迅速。 (財聯社)

2025 年 12 月，比特幣全網算力首次突破 1 ZH/s（ZettaHash）這一象徵性關口，網路安全成本進入新的量級區間。多項行業資料顯示，算力擴張正在顯著抬高單枚比特幣的生產成本，並加速礦業結構的出清過程。根據 CryptoRank 彙總的上市礦企財務資料，目前挖掘 1 枚比特幣的平均現金成本已上升至約 7.46 萬美元。若將礦機折舊、融資成本及股權激勵（SBC）計入在內，行業測算的全成本水平已接近 13.7–13.8 萬美元。成本抬升的直接結果，是回本周期被顯著拉長。以當前算力與難度水平估算，即便在效率較高的礦場環境中，單台礦機的投資回收周期也已延伸至 1200 天以上。隨著融資成本上行，這一周期仍存在進一步拉長的可能。算力競爭加劇正在改變礦業參與者的結構。中小礦工在電價、資本成本與裝置效率方面處於明顯劣勢，退出速度加快；而頭部礦企則通過規模化部署、長期電力合約與財務工程手段維持邊際盈利空間。與此同時，部分上市礦企開始加速向 AI 算力託管、資料中心基礎設施等相關業務延伸，以分散單一挖礦模式下的現金流波動風險。從網路層面看，算力突破 1 ZH/s 意味著比特幣系統的安全性與攻擊成本同步抬升。對潛在攻擊者而言，維持 51% 算力所需的資本與能源投入已進入難以企及的區間；而對網路內部參與者而言，安全性的提升正在以更高的長期資本約束為代價。算力所代表的並非短期價格訊號，而是一種持續性的結構成本。當算力與全成本同步抬升，比特幣的“安全性”與“生產門檻”被重新定價，行業進入以資本效率、能源獲取能力和規模優勢為核心變數的新階段。 (方到)

Moonshot AI完成5億美元C輪融資，估值達43億美元/OpenAI員工股權薪酬平均達150萬美元，創科技初創企業歷史最高/星鏈衛星曾兩次危險抵近中國空間站1. Neuralink計畫2026年啟動腦機介面裝置大規模生產要點一:高產量生產與手術自動化計畫埃隆·馬斯克旗下的腦機介面公司Neuralink宣佈,將於2026年啟動腦機介面裝置的"高產量生產",並計畫實現幾乎完全自動化的外科手術流程。這一消息由馬斯克在社交平台X上發佈。該植入裝置旨在幫助脊髓損傷等疾病患者,首位患者已使用該裝置玩視訊遊戲、瀏覽網際網路、在社交媒體上發帖以及移動筆記型電腦游標。Neuralink還透露其升級的下一代手術機器人,每根電極線的植入時間縮短至1.5秒,大幅提升了手術效率。要點二:臨床試驗進展與融資成果Neuralink在2024年解決了美國食品藥品監督管理局(FDA)提出的安全問題後啟動了人體試驗。該公司於2025年9月宣佈,全球已有12名嚴重癱瘓患者接受了其腦植入物,並正在使用這些裝置通過思維控制數字和物理工具。2025年6月,公司完成了6.5億美元的融資,為其大規模生產和自動化手術計畫奠定了資金基礎。來源: Reuters2. 中國AI晶片初創企業壁仞科技香港IPO融資7.17億美元要點一:IPO超額認購反映市場強勁需求中國AI晶片初創企業上海壁仞科技(Biren Technology)在香港首次公開募股(IPO)中成功融資55.8億港元(約7.17億美元),定價為每股19.60港元,處於發行價格區間的上限。招股檔案顯示,機構投資者認購倍數達約26倍,散戶認購倍數高達約2,348倍,顯示出市場對該公司的強烈興趣。壁仞科技發行了2.848億股股份,預計將於2026年1月3日(周五)開始交易。要點二:中國國產晶片替代戰略下的行業發展成立於2019年的壁仞科技,其聯合創始人包括前AI人臉識別公司商湯科技總裁張文和曾在高通、華為工作的焦國方。該公司於2022年首次亮相時推出了BR100晶片,聲稱其性能可媲美輝達先進的H100 AI處理器。壁仞的IPO緊隨同行摩爾線程(Moore Threads)和墨芯科技(MetaX)的成功上市,標誌著中國在美國對先進晶片實施嚴格出口限制的背景下,積極發展本土半導體替代方案。香港2025年通過114宗新上市共籌集365億美元,創2021年以來最強表現。來源: Reuters4. OpenAI員工股權薪酬平均達150萬美元 創科技初創企業歷史最高要點一:史無前例的薪酬水平根據《華爾街日報》報導,OpenAI在2025年向其約4,000名員工提供的基於股票的薪酬平均達到每人150萬美元,成為任何大型科技初創企業有史以來最高的薪酬水平。這一股權激勵總額達60億美元,佔OpenAI 2025年預計收入的約46%。根據薪酬資料公司Equilar的分析,這一平均薪酬水平約為GoogleIPO前的7倍,是其他上市前同行公司平均薪酬的34倍,遠超歷史上任何主要科技初創企業。要點二:人才競爭與留人策略OpenAI的慷慨薪酬計畫旨在留住頂尖AI人才,防止Meta、Google等競爭對手挖角關鍵工程師。業內人士表示,這種超高薪酬反映了AI領域人才爭奪戰的激烈程度,以及OpenAI在快速增長階段對核心團隊穩定性的重視。據彭博社報導,儘管薪酬開支佔收入近一半,但OpenAI認為這是維持技術領先地位和市場競爭力的必要投資。部分分析人士指出,這種薪酬結構可能為未來科技初創企業的薪酬標準設定新的基準。來源: Wall Street Journal, Yahoo Finance5. Meta以超20億美元收購新加坡AI初創企業Manus 淡化中國背景吸引美國投資者要點一:交易詳情與戰略意圖Meta Platforms已同意以超過20億美元的價格收購AI初創企業Manus,這家總部位於新加坡、由中國創始人創立的公司專注於深度研究和AI代理開發。據知情人士透露,該交易價值超過20億美元,其中包括為Manus員工設立的5億美元留用獎金池。這標誌著美國科技巨頭罕見地收購亞洲科技公司。Manus由其母公司北京蝴蝶效應科技(Beijing Butterfly Effect Technology)支援,今年早些時候以約5億美元估值融資7500萬美元。Meta此舉旨在增強其先進AI功能和智能代理能力。要點二:應對中美關係敏感性的策略調整據《華爾街日報》深度報導,Manus創始人做出了一系列戰略決策以淡化其中國背景,幫助公司獲得美國投資者的青睞。這些措施包括將總部設在新加坡、調整股權結構、強化國際化團隊等,以應對日益緊張的中美科技競爭環境和美國對中國科技公司的審查。該交易可能面臨美國外國投資委員會(CFIUS)的審查,但Manus通過提前佈局在一定程度上降低了監管風險。此次收購也反映了在地緣政治緊張局勢下,科技公司如何通過結構性調整來實現跨境交易。來源: Wall Street Journal, Bloomberg6. 中國自動駕駛企業加速佈局中東 引領阿聯無人駕駛未來要點一:中國企業獲得全自動駕駛營運許可中國自動駕駛巨頭正加速進軍中東市場,將該地區作為全球擴張的重要起點。最新進展包括:文遠知行(WeRide)和百度的Apollo Go在阿布扎比獲得全自動駕駛(完全無人)許可,小馬智行(Pony.ai)在迪拜啟動試點測試,吉利支援的曹操出行成為第四家進入阿聯的中國robotaxi營運商。2025年11月,WeRide與Uber在阿布扎比推出了美國和中國以外首個全自動駕駛robotaxi商業營運服務,標誌著該技術在全球範圍內的重大突破。一個月後,WeRide又在阿布扎比啟動了robotaxi載客服務。要點二:阿聯清潔能源戰略與中國技術優勢結合阿聯正積極推動清潔能源發展並減少對石油和天然氣的依賴,這為中國自動駕駛企業提供了理想的發展機遇。據《南華早報》報導,在阿布扎比亞斯島(Yas Island)通過Uber叫車時,自動駕駛選項會首先顯示在螢幕上,凸顯了該地區對無人駕駛技術的重視。儘管目前中東的robotaxi車隊規模仍遠小於中國武漢等城市,但增長勢頭強勁。中國企業憑藉在技術成熟度、營運經驗和成本控制方面的優勢,正幫助海灣國家實現交通現代化和可持續發展目標,預計2026年將有更多車輛投入營運。來源: South China Morning Post7. 中國Moonshot AI完成5億美元C輪融資 估值達43億美元要點一:IDG資本領投 阿里騰訊跟投中國人工智慧獨角獸Moonshot AI(月之暗面,Kimi AI母公司)完成5億美元C輪融資,由IDG資本領投1.5億美元,現有股東阿里巴巴和騰訊參與跟投。據中國科技新聞媒體LatePost報導,本輪融資後Moonshot AI估值達到43億美元。公司創始人兼CEO楊植麟在周三發佈的內部信中透露,公司目前現金儲備超過100億元人民幣(約14億美元)。楊植麟表示,憑藉充足的資金儲備,Moonshot AI"短期內不急於IPO",但並未排除未來上市的可能性。要點二:Kimi模型技術領先 競爭對手紛紛上市Moonshot AI因其備受讚譽的Kimi大語言模型而知名,該模型在開源系統中被譽為"排名第一"。此輪融資發生在競爭對手MiniMax和智譜AI準備IPO之際,顯示出中國AI行業的分化發展策略:部分企業選擇繼續融資深耕技術,部分則尋求通過上市獲得資本市場認可。Moonshot AI與字節跳動、OpenAI等公司的發展模式相似,專注於技術積累和產品迭代。分析人士認為,充裕的現金儲備使Moonshot AI能夠在激烈的AI競爭中保持獨立性和長期投入,而無需面臨上市後的短期業績壓力。來源: South China Morning Post8. 中國AI初創企業MiniMax啟動5.38億美元香港IPO要點一:IPO規模與時間表中國AI初創企業稀宇科技(MiniMax Group)已啟動香港IPO,尋求融資最多41.9億港元(5.38億美元),成為2025年底香港資本市場IPO熱潮的領頭羊之一。該公司將在全球發行2539萬股,約5%分配給香港散戶投資者,其餘分配給國際投資者。股票定價最高為每股165港元,預計於2026年1月7日定價,1月9日以股票程式碼"0100"在香港交易所開始交易。聯席保薦人包括中金公司和瑞銀集團,高盛和摩根士丹利擔任全球協調人。IPO包含15%的超額配售權(綠鞋機制),如果行使將進一步擴大交易規模。要點二:技術實力與投資者背景MiniMax由前商湯科技資深人士閆俊傑於2022年創立,專注於開發能夠處理文字、音訊、圖像和視訊的大型多模態AI模型。公司獲得阿里巴巴集團和騰訊控股等投資者支援,被視為中國新一代生成式AI"老虎"之一,與智譜、百川和Moonshot AI等競爭對手一起,致力於縮小與OpenAI等美國領導者的差距。阿里巴巴和阿布扎比投資機構預計將參與投資MiniMax的6億美元IPO。MiniMax此次上市正值中國AI企業加速尋求資本市場支援,以應對激烈的技術競爭和高昂的研發成本。來源: South China Morning Post, Reuters9. 大疆前自動駕駛部門計畫將無人機技術應用於重型卡車和物流領域要點一:2026年進軍重型卡車市場全球最大無人機製造商大疆(DJI)的前自動駕駛部門——中國自動駕駛技術公司卓宇(ZYT,深圳覽沃科技 Livelox)計畫於2026年將業務擴展至重型卡車和無人物流車輛,從城市街道拓展到高速公路場景。CEO沈劭劼在公司10周年慶典上表示,卓宇將為卡車引入高速公路自動導航駕駛功能,大規模生產計畫於2026年上半年啟動。公司已獲得徐工集團(Xuzhou Construction Machinery Group)、陝汽集團(Shaanxi Automobile Group)和中國重汽集團(China National Heavy Duty Truck Group)作為首批卡車合作夥伴。要點二:從無人機到地面車輛的技術遷移優勢作為智能駕駛系統和元件的製造商,卓宇在將技術從乘用車(具有大規模和高品質標準)轉移到其他領域方面具有"固有優勢"。沈劭劼表示,卓宇將於2026年1月與一家頂級中國商用車製造商合作,利用公司的自動駕駛技術設計無人物流車輛。這一戰略體現了中國科技大廠創新技術向初創企業外溢的最新案例。卓宇計畫充分利用其在無人機領域積累的感測器、視覺識別和自動控制技術,應用於地面重型車輛,在物流自動化和商用車智能化領域開闢新的市場空間。來源: South China Morning Post10. OpenAI首款硬體或為AI智能筆 富士康代工要點一:智能筆"Gumdrop"項目曝光據多家科技媒體報導,OpenAI正在開發其首款消費級硬體產品,可能是一款AI驅動的智能筆,內部代號為"Gumdrop"(口香糖滴)。該裝置據稱能夠聽取、轉錄手寫內容,並將筆記傳送至ChatGPT進行處理。OpenAI正與前蘋果首席設計師喬尼·艾維(Jony Ive)合作開發該裝置,預計將於2026年推出。知情人士透露,OpenAI正在評估富士康(Foxconn)作為製造供應商,但由於不希望裝置在中國製造,目前越南是首選生產地點。要點二:多裝置戰略與市場定位蘋果爆料者Smart Pikachu稱,OpenAI正在評估三個AI裝置"項目"的製造方案,其中一個就是"筆"。除智能筆外,OpenAI還計畫推出無螢幕智能音箱和可穿戴裝置等其他AI硬體產品。該智能筆可能針對學生和內容創作者市場,幫助解決手寫筆記數位化、即時轉錄和AI輔助整理等需求。分析人士認為,OpenAI進軍硬體領域是為了將其AI能力更深入地整合到日常工作流程中,與蘋果Apple Pencil、微軟Surface Pen等現有智能手寫筆競爭,但憑藉ChatGPT的強大AI能力提供差異化優勢。來源: Moneycontrol, Stock Twits11. 星鏈衛星曾兩次危險抵近中國空間站要點一:中方在聯合國安理會披露危險接近事件2025年12月31日,中國代表在聯合國安理會低地球軌道衛星問題阿里亞模式會議上發言指出,埃隆·馬斯克的星鏈(Starlink)衛星曾兩次危險抵近中國空間站,迫使中國空間站採取緊急規避措施,對中國航天員的生命安全構成嚴重威脅。中方代表表示,目前星鏈在軌衛星數量已超過1萬顆,其密集部署給其他國家的航天活動帶來巨大風險。此外,近期一顆星鏈衛星解體產生100多枚碎片,嚴重威脅缺乏控軌能力的開發中國家航天器安全。要點二:歷史事件回顧與持續關切根據中方此前向聯合國提交的檔案,星鏈衛星在2021年分別於7月和10月兩次接近中國空間站,對搭載航天員的中國空間站構成威脅。出於安全考慮,中國空間站組合體分別於7月1日、10月21日實施了預防性碰撞規避控制。中國一直呼籲有關國家加強對商業衛星星座的監管,確保外層空間活動的長期可持續性。SpaceX方面則在2025年12月表示,中國近期的衛星發射曾導致星鏈衛星與中國航天器之間出現約200米的危險接近,雙方在空間安全問題上的爭議持續存在。來源: 新浪新聞, 網易新聞12. 華倫·巴菲特正式退休 卸任波克夏首席執行長要點一:60年傳奇生涯落幕 格雷格·阿貝爾接任2025年12月31日,95歲的華倫·巴菲特(Warren Buffett)正式結束了在波克夏公司(Berkshire Hathaway)長達60年的CEO生涯。從2026年1月1日起,63歲的格雷格·阿貝爾(Greg Abel)將接任CEO一職,負責公司日常營運,而巴菲特將繼續擔任董事長。在巴菲特的領導下,總部位於內布拉斯加州的波克夏從一家瀕臨倒閉的紡織企業轉變為全球最成功的資產管理公司之一,市值超過1兆美元,成為全球第11大最有價值公司。自1964年巴菲特開始將波克夏作為主要投資工具以來,公司股價上漲超過550萬%,相比之下同期標普500指數僅上漲約3.9萬%。要點二:投資哲學與慈善遺產被譽為"奧馬哈先知"的巴菲特以其樸實的投資建議重新定義了美國公眾的投資理念,核心哲學包括"只投資你瞭解的領域"以及"大多數投資者通過低費用指數基金持有普通股是最佳方式"。巴菲特從12歲時以114.75美元購買天然氣公司股票開始,32歲成為百萬富翁,56歲成為億萬富翁,目前身家達1500億美元,位列全球第10大富豪。波克夏的主要業務包括BNSF鐵路、保險公司Geico以及喜詩糖果、班傑明摩爾塗料、金霸王電池、DQ冰淇淋等知名品牌,蘋果公司仍是其最大持倉(超過650億美元)。在慈善方面,巴菲特於2010年與比爾·蓋茲夫婦發起"捐贈承諾"(The Giving Pledge),承諾逐步捐出全部財富,迄今已捐贈超過600億美元。 來源: NBC News, AP News (AI Daily Insights)