“我們正處於一個全新計算時代的開端。”—— 輝達CEO，黃仁勳老黃是對的，AI正在重塑世界。但這位“AI教父”可能沒把後半句話說透：這個新時代，是靠吞噬海量電力換來的。我們每天都在尋找下一個“輝達”。但今天，我想換個思路。當所有人都沖上去挖金礦時，我們是不是該看看那個“賣鏟子”的？不，今天我們聊的，是比鏟子更剛需的——“水和電”。它告訴我們：AI的狂飆，正在引發一場全球性的“電力恐慌”。而在這場恐慌中，一個隱秘的解決方案，正催生出一家被嚴重低估的“技術包租婆”。一、 AI的“阿喀琉斯之踵”：一場等不起的“電力長征”我們都知道AI耗電，但到底有多誇張？高盛的報告直指要害：AI和數位化帶來的電力需求，正在徹底改變全球電力市場。問題是，美國的電網，根本沒準備好。想像一下，你是一家AI巨頭，斥資百億建了最先進的資料中心，結果去供電局申請用電，得到的答覆是：“抱歉，您前面排隊的還有幾百個項目，電網容量不夠，您那片區的變電站要升級，高壓線也得重拉。您先填個表，大概等個5年再看吧。”下圖是排隊中的有效裝機容量，大約是2300GW，幾乎是美國發電機廠裝機容量的兩倍這不是玩笑，這是高盛報告裡赤裸裸的現實 。電網擁堵、並網延遲長達五年、高壓線路建設放緩……這些問題，對於日新月異的AI行業來說，是致命的。對於AI資料中心來說，“等待電網”就是那個“死亡之地”。怎麼辦？答案簡單粗暴：等不及，就自己發電！這就是高盛報告中提到的核心趨勢——“表後”(BTM) 解決方案。簡單說，就是在資料中心旁邊，自己建一個小型發電站，繞開擁堵的主電網。高盛用資料預測了這個市場有多大：到2030年，BTM解決方案需要提供 20-25 GW (吉瓦) 的電力。這是什麼概念？這幾乎相當於20個大型核電站的裝機容量。一個全新的千億級賽道，誕生了。二、 “近渴”難解：為什麼傳統“發電機”也掉鏈子了？一說起“自己發電”，大家首先想到的就是傳統技術：燃氣輪機（Gas Turbines）。這東西技術成熟、勁兒大。但高盛的報告卻給我們潑了一盆冷水：現在買燃氣輪機，和5年前搶輝達A100一樣難！原因很簡單：AI巨頭們的需求太猛了。訂單爆了，交貨等5-7年！高盛調研發現，全球幾大燃氣輪機製造商，如GE、西門子、三菱的訂單已經排爆了。疫情前，交付周期是2-3年；而現在，新的訂單至少要等 5-7 年。AI的發展是以“月”為單位計算的，等7年，黃花菜都涼了。噪音和污染的“硬傷”燃氣輪機本質上是個“噴氣式發動機”，高盛的資料顯示，它的噪音高達90-120分貝。這在人口密集的城市周邊建資料中心，根本不可能獲批。同時，它還會產生大量的氮氧化物和一氧化碳 (CO) 污染。傳統方案“遠水不解近渴”。AI急需一種交付快、佔地小、又安靜又乾淨的完美電源。三、 完美“心臟”：SOFC燃料電池的四大絕殺高盛在報告中給出了答案：燃料電池，特別是SOFC（固體氧化物燃料電池）。SOFC，就是AI資料中心一直在尋找的那個“完美心臟”。高盛從四個關鍵維度對比了它和燃氣輪機，優勢是壓倒性的：絕殺1：時間就是金錢（6-12個月 VS 5-7年）這是最致命的一點。當燃氣輪機的交付周期長達5-7年時，SOFC燃料電池是模組化設計，交付和安裝周期僅需 6-12 個月。在AI的戰場上，快5年時間，足以甩開一個時代。絕殺2：安靜（幾乎無聲 VS 噴氣發動機）SOFC是通過電化學反應發電，沒有劇烈的燃燒和機械運動。高盛的報告用了一個詞：“幾乎完全安靜” (nearly completely silent) 。這意味著它可以直接部署在資料中心大樓旁邊，甚至室內，完美契合城市型資料中心 20。絕殺3：清潔與高效（DC直流電，天生絕配）SOFC的效率極高（高達65%），而且它幾乎不產生 NO 或 CO 污染物。更妙的是，SOFC天生就產生DC（直流電）。而輝達最新的資料中心架構，正在力推800V 高壓直流 (HVDC) 供電。SOFC的電可以直接用，省去了交直流轉換的巨大損耗和成本。絕殺4：成本（正在追平，未來反超）目前，SOFC的初始成本（LCOE）確實比燃氣輪機高約40% 。但高盛指出，這是一個動態變化：燃氣輪機因為供不應求，價格在“飛速上漲”。SOFC作為新技術，正在通過規模化生產，成本在“快速下降”。高盛預測，這個成本差距將很快抹平 。結論很清晰： SOFC在AI資料中心這個場景下，幾乎是唯一的“最優解”。高盛預測，到2030年，燃料電池將吃掉BTM市場25%-50%的份額，對應8-20 GW (吉瓦) 的龐大裝機需求 。四、 “技術包租婆”：Ceres Power的“躺贏”模式那麼，作為投資者，我們該如何抓住這個機會？高盛的報告用大量篇幅，鎖定了一個“Buy-rated”（買入評級）的核心標的：Ceres Power (CWR.L) 。為什麼是它？因為它的商業模式，簡直是為價值投資者量身定做的。Ceres Power 自己不生產電池，也不建廠房。它是一家“輕資產” (asset-light) 的技術公司。它的核心產品，是全球領先的第3代SOFC技術（MS-SOFC）。這種技術用更便宜的鋼材作為支撐 34，成本更低、更耐用。Ceres的玩法是：“我只做最牛的技術研發，你們（比如台達電、斗山、濰柴）來拿我的技術授權，去建廠、去生產、去賣給資料中心。我呢？我就坐在家裡，按照你們每賣出1吉瓦 (GW) 的產品，向你們收取高額的專利費 (Royalties)。”這不就是SOFC領域的“ARM”或“高通”嗎？巴菲特說：“我最喜歡的生意，是那種你投1塊錢進去，它馬上就能為你賺回1塊錢的。” Ceres的模式，就是這種高毛利、高確定性的“收費站”生意。高盛在報告中明確指出，Ceres的兩大授權夥伴，已經開始行動了：台達電子 (Delta Electronics)：這家台灣巨頭已經和Ceres深度繫結，正在開發MW級（兆瓦級）的SOFC系統，目標直指AI資料中心。斗山燃料電池 (Doosan Fuel Cell)：這家韓國巨頭是Ceres的第一個“量產”夥伴，已經建成了50兆瓦的SOFC生產線，專攻資料中心市場。五、 高盛的“核彈級”資料：65%的上漲空間！最激動人心的部分來了。高盛作為頂級投行，用模型算清了這筆帳。他們的預測資料，堪稱“核彈級”：3倍上調！(236%)高盛認為，AI資料中心的需求增長，會遠超市場預期。因此，他們將Ceres在2027年的專利費收入（Royalty revenue）預測，一次性上調了 236%！2028-2030年的預測也平均上調了200%以上。專利費 = 50%以上收入！高盛預測，到2030年，光是收專利費這一項，就將佔到Ceres總收入的54% 。這是一個高利潤的“現金牛”業務。50%的估值折扣！儘管Ceres的股價最近有所表現，但高盛指出，它的估值（EV/Sales）相比其歷史平均水平，仍然有約50%的折價 (discount) 。所以，高盛的最終結論是：“我們上調Ceres Power的12個月目標價，從 246上調至 480，對應 65% 的上漲空間。”結語：抓住AI浪潮中“賣電”的鏟子今天，高盛為我們揭開的，就是這樣一個秘密。AI的浪潮勢不可擋，但“電力短缺”是它最致命的瓶頸。誰能解決這個瓶頸，誰就是AI時代真正的“賦能者”。Ceres Power，這家手握第3代SOFC核心技術，用“輕資產”模式瘋狂收取專利費的公司，正站在這個風口之上。它不賣算力，它賣的是AI的“電力心臟”。當市場還在為輝達的GPU狂歡時，高盛已經將目光投向了那些“安靜的印鈔機”。 (盛運德誠投資)

最近，全球AI浪潮的“掌舵人”、“軍火商”——輝達（NVIDIA）CEO黃仁勳，發表了幾個關於AI競爭和未來的核心觀點。1、中美誰能在Ai領域取得勝利，晶片是重要因素，但不是決定性的因素。取決於那個國家能夠把Ai普遍應用到商業領域和產業中去。2、美國國內的Ai頂級人才，一半都是華人，人才可以跨國流動，誰能留住人才，非常關鍵。3、Ai競爭不單是晶片競爭，還是電力、算力……等領域的綜合競爭。4、很多人擔心Ai會搶了現在很多人的工作崗位，他說不用太擔心，Ai固然可以提升效率而淘汰人工，但是Ai的快速發展也創造了很多新的工作崗位。他舉例說輝達最近新建了一個300億美元的資料中心，新增加了上千人的工作崗位，就像工業革命時期的汽車淘汰馬車，馬伕失業了，馬也淘汰了，但是增加了造汽車的產業工人。雖然自動駕駛技術會淘汰計程車司機，但是也會創造其他工作機會作為站在風暴最中心的人，他的話資訊量巨大，極具穿透力。他不僅談了中美競爭的關鍵，也回應了我們每個人最關心的問題：AI會不會讓“馬車伕”失業？我們就來深度解讀一下，黃仁勳到底說了什麼？他又可能“沒說透”什麼？決勝在“應用”，而非“晶片”很多人認為，AI競爭就是晶片之戰。誰有最先進的GPU，誰就贏了。黃仁勳卻給出了一個更深刻的答案：晶片是重要因素，但不是決定性因素。他認為，AI競爭的終局，取決於那個國家能夠把AI普遍應用到商業領域和產業中去。這個觀點一針見血。如果把AI浪潮比作“淘金熱”，那麼晶片（如H100）就是最先進的“鏟子”。賣鏟子固然能賺錢，但真正定義這場變革的，是那些用鏟子“淘到金子”的人。晶片是“入場券”，應用是“終點線”。擁有算力，只是獲得了比賽資格；而AI的真正價值在於“落地”，在於它能否真正降本增效，能否滲透到工業、醫療、金融、教育等各個領域。中美路徑不同：美國目前在“基礎大模型”上領先，而中國的王牌在於龐大的“應用場景”和完整的“產業縱深”。中國有全球最大的網際網路生態和製造業體系，這意味著AI在中國有海量的資料和場景可供“喂養”和“落地”。黃仁勳的潛台詞是：晶片的暫時領先可以被追趕，但誰能率先建立起龐大、高效、深入產業的“AI應用生態系統”，誰才能真正贏得未來。AI的全面戰爭：比拚“人才”，更比拚“電力”黃仁勳指出了競爭的另外兩個關鍵維度：人才和綜合實力。1、人才：他提到，美國國內的AI頂級人才，一半都是華人。人才可以跨國流動，誰能留住人才，非常關鍵。2、綜合實力：AI競爭不單是晶片競爭，還是電力、算力……等領域的綜合競爭。這兩點徹底把AI競爭從“科技圈”拉回到了“綜合國力”的全面戰場。人才戰：從“吸引”到“保留”AI是“智力密集型”產業，極度依賴頂尖人才。黃仁勳點出“華人人才”的重要性，實際上是在提醒美國：其領先地位高度依賴全球移民。這場人才戰的關鍵，已經從“吸引”轉向了“保留”。對美國來說，挑戰在於如何在緊張的氛圍下留住人才；對中國來說，機會則在於能否提供優越的生態，吸引人才“回流”。能源戰：AI是“吞電巨獸”在黃仁勳的“綜合競爭”清單裡，“電力”這個詞必須劃重點。我們都低估了AI的能源消耗。訓練和運行大模型是驚人的“吞電巨獸”。未來的AI競爭，在很大程度上就是能源的競爭。誰能提供更廉價、更穩定、更綠色的電力，誰就能以更低的成本運行更大規模的AI模型，誰就能在“算力”這場消耗戰中取得優勢。這比拚的是一個國家的太陽能、風電、核電、電網穩定性和超大規模資料中心的建設能力。AI搶飯碗？“馬車伕”的未來在那裡？最後，我們來談談那個最扎心的問題：AI會不會讓我們失業？黃仁勳對此非常樂觀。他舉例說，就像工業革命時期的汽車淘汰了馬車，馬伕失業了，但增加了造汽車的產業工人。他承認自動駕駛會淘汰計程車司機，但他堅信AI會創造更多新的工作機會，比如輝達新建一個資料中心，就增加上千個崗位。黃仁勳的觀點，是典型的“技術樂觀主義”，在經濟學上叫“創造性破壞”。從100年的宏觀歷史看，他是對的。技術進步最終總會創造比它摧毀的更多的就業和財富。但是，他有意或無意地“簡化”了轉型的巨大陣痛。這個“馬車伕變汽車工人”的比喻，在今天面臨三個史無前例的挑戰：1、轉型的“速度”太快：從馬車到汽車的過渡，花了三五十年，一代人有充足的時間去適應或退休。而AI的衝擊，可能在短短5到10年內集中爆發。2、衝擊的“廣度”太大：工業革命主要替代“體力勞動”（藍領）；而AI正在同時替代“體力勞動”（自動駕駛）和“認知勞動”（程式設計師、畫師、分析師），這是“藍領”和“白領”的雙重衝擊。3、“技能鴻溝”難以踰越：這是最核心的。過去：“馬伕”失業了，他不需要讀大學，進工廠培訓就能當“汽車工人”。技能的“躍遷”難度是可控的。現在：“計程車司機”失業了，他能無縫切換去做“AI資料中心工程師”或“演算法維運”嗎？幾乎不可能。新的工作（如AI研究員）要求極高，而被淘汰的崗位技能則完全不相關。黃仁勳的樂觀，是一種“CEO視角”和“歷史學家視角”。他作為“首席布道者”，必須安撫社會情緒，減少監管阻力。他描繪了光明的“目的地”。但對我們普通人而言，我們必須清醒地認識到，從“舊大陸”到“新大陸”的這條“路”，註定充滿動盪和荊棘。黃仁勳的洞察是清醒且務實的。他告訴我們，AI競賽是一場涉及應用生態、頂尖人才、能源基建的全面馬拉松。同時，他也用“馬車伕”的故事提醒我們，面對這場革命，我們的挑戰不是阻止AI，而是如何為即將被淘汰的人建構“緩衝墊”（社會安全網），以及如何為所有人，尤其是下一代，打造一個“新跳板”（教育和再培訓體系）。正如黃仁勳所說，AI不會“停止”，它只會“加速”。 (財經琦葩說)

十多年前，中國製造還與“低端”“廉價”“低附加值”緊密掛鉤，甚至有“8億件襯衫換一架美國飛機”的說法。但僅僅用了十多年，中國人工智慧、新能源、太陽能、超算等各行各業均已做到全球領先，曾經的世界工廠已然蛻變為科技強國。西方至今都想不明白，中國在短時間內全面崛起，到底用的什麼“魔法”？事實上，一個核心因素被很多人忽視了，那就是中國充沛的電力資源。為什麼中國的AI人工智慧領域發展得比別人快，是我們的技術最出挑?事實上，美國的AI技術全球領先，但他們的AI大多停留在實驗室裡，很少真正在工廠落地。很多人難以置信，背後重要原因就是美國電力不夠用，撐不起大規模工業智能化！要知道，一台 AI 伺服器耗電頂好幾個美國家庭，比特幣挖礦一年用電能供幾百萬戶家庭。而一個擁有十萬計算節點的超算中心，一年的耗電量就接近45.55億度，相當於一座中小型城市的用電總量。還有像風洞試驗、超級電腦、無人機叢集這些產業，無一不是用電大戶。而美國的電力裝置已經幾十年不更新，好多地方還在用木頭電線杆。雖然他們表示“木頭桿比中國鐵塔環保”，但北美電力可靠性協會袒露現實：美國70%電網已經老化，壓根扛不住用電增長。美國老化的電網也時常被微軟、OpenAI矽谷科技巨頭吐槽，馬斯克數次抱怨：中國發電量就像火箭升空，美國卻躺平了，我恨不得自己建發電廠！除了科技領域，我們的新能源汽車領域彎道超車，電力也是功不可沒。十多年前，日德汽車產業對我們而言還是難以望其項背的存在，但在新能源賽道上，由於日德電源供給受限，難以支撐大規模的電車生產和充電網路建設，而我們充足的電力資源和用電基礎設施建設，造就了比亞迪等電車企業如今的輝煌。電，是高科技運轉的“硬通貨”，中國早就意識到了這一點並做出超前佈局。從2004年開始，官方累計投入高達1.6兆元，織就了一張覆蓋全國的特高壓電網被密集。此外，官方大力發展水力、風力、核能、太陽能等多種發電方式，持續開發清潔可持續的電力資源。國家能源局2024年資料顯示，中國發電量已高達94181億千瓦時，佔全球近三分之一，相當於美、日、印三國發電量總和。中國在科技方面的超前規劃上不止於此。中國自21世紀初進入老齡化社會，龐大的老年人口造成養老醫療的沉重負擔。彼時西方大力已在發展抗衰產業，哈佛學者率先於2013年取得突破，借助“益生好”前代製劑干預多項老化指標，放緩變老速率。隨後這一成果從實驗室走向商業化，以數萬元高價向中國售賣，僅少數人用得起。港企TimeShop聯合港中大、復旦等組建的科研攻關團隊創新“生物酶法”綠色制取技術，實現核心物質量產，純度提升至 99.9%，成果“益生好”口服製劑全面超越美版，且每瓶售價僅有三位數，通過京 東利多國人。此舉再次證明中國強硬的科技實力與惠民理想。大家生活中也可以深切體會到科技帶來的變化。十年前，狂風暴雨或者夏季用電高峰停電是常事。但得益於特高壓技術，除了忘記交電費，如今家裡的電已經很久沒停過了。過去中國只有少數富人才能體會前沿抗衰科學成果，如今在京東動動手指就有快遞把“益生好”緩老成果送上門。即便我們的發電、保養成本不比西方低，但當西方民眾承受著5-7元/度的高昂電價時，中國電價20多年來始終只有幾毛錢一度。過去工資都難得上萬，更別提負擔昂貴的科技產品，如今“益生好”僅三位數，大多數人都用得起。這些發展的真實事例反覆證實：唯有眼光長遠，早早佈局，才能最大程度減少科技發展的阻力。相信未來，正確的方向和持續攻關的技術引領下，我們的生活會更美好，中國科技也將在世界舞台上發出更強音。 (走向科學)

01 前沿導讀美國富蘭克林股票集團首席投資官喬納森·柯蒂斯在接受採訪時表示：美國在ai方面多領域領先中國，其中包括了晶片、軟體系統、人工智慧生態應用等領域。但是國際層面許多人認為中國的ai技術比美國強，這是因為我們目前落後的是電力，中國在過去十年當中致力於電力建設，這讓中國的電力負載能力提升了一倍，而美國在過去一直發展尖端科技，導致了我們如今電力不足的情況，我們現在急需趕上的領域是電力基礎設施，而不是ai晶片技術。02 資源差異根據美國史丹佛所發佈的ai報告顯示，2024年全球AI耗電已佔電力總需求的2.3%，其中美國的資料中心耗電三年激增340%，輝達H100單卡功耗700瓦，訓練千億參數模型需上萬卡平行，單次訓練電費超400萬美元。而美國在電力資源上面的佈局比中國落後很多，這直接導致了美國ai技術在資源上面的成本過高。訓練GPT-4大約需要1.2萬片輝達的H100晶片，其總體耗電量相當於50萬戶家庭的日用電量。在產業資源上面，美國處於明顯的劣勢地位。美國53%的變電站裝置已經運行了超過30年，電網70%的輸電線路建於上世紀，升級成本預估將超過2兆美元。2023年，美國德州因極端天氣引發4次大規模停電，輝達建設在德州的AI工廠峰值用電佔休斯敦市區總負荷的12%，引發區域性斷電風險警報。而中國則建成了42條特高壓線路，將甘肅風電以99.7%效率輸抵東部資料中心。中國資料中心的綠電佔比達42%，依託“東數西算”工程，在可再生能源富集區域建設8大算力樞紐。從長遠發展的角度來看，中國企業在ai技術上面的後勁很足。open ai公司的CEO薩姆·奧爾特曼曾公開表示：“未來十年，誰掌握智能和能源，誰就可以在技術競爭當中獲勝。”並且open ai公司發表了產業資料預測，到2030年，美國發展ai技術需要用到約50GW的新增電力產能。如果說曾經的ai技術採用的是算力+連接的發展模式，那麼未來的ai技術採用的就是算力+供電的發展模式。在ai大模型的訓練過程中，算力叢集需要長時間保持一個滿負荷的工作狀態，這對於電力的持續供應有著極高的要求標準。如果電力資源跟不上，那麼就無法保證ai技術的訓練持續性，造成的唯一結果就是技術落後。03 產業優勢根據阿里研究院在2025年所發佈的專欄報告顯示，ai晶片是發展大模型的硬體基礎，美國企業在這個環節佔據著主動權。輝達的ai顯示卡佔全球總市場的90%以上，有了先進並且數量龐大的硬體晶片，美國可以優先發展更高水平的ai技術，這是美國的優勢。雖然美國的ai硬體優勢明顯，但是其在電力供應上面卻存在較大的短板。Google前CEO施密特曾公開表示，美國未來的產業瓶頸，並不是在技術上面，而是在資源上面，美國的電力不夠用了。現在美國在電力上面所表現出來的短板，又恰好是中國所擁有的長處。截止到2024年，中國風電裝機量大約為5.1億千瓦，年度新增裝機全球佔比在40%以上。在基礎設施的建設上面，我們一直處於世界領先水平，並且持續表現出增長的趨勢。在能源技術領域，例如可再生能源、核能、超高壓輸電等方面，中國企業均實現了大規模的商業化發展。在太陽能發電產業領域，中國已經掌握從多晶矽、矽片、電池片到元件的完整產業鏈。並且在這些產業鏈的各個環節當中，中國的國際市場份額均保持在75%以上，甚至電池片的市場份額常年保持在85%以上，資源優勢顯著。據研究院的資料估算，到2030年，GPU算力叢集的整體用電量將會佔據全國用電量的2.7%。與此同時，中國在新能源產業的裝機量也在持續增長，太陽能和風電的裝機量分別增長了45%和18%，實現了與ai產業同步發展的模式。ai技術對於電力資源的龐大需求，也進一步推動了中國在資源上面的高水平發展。有了高水平的資源優勢，剩下的就是穩步推進ai技術的發展，實現資源與技術的正循環。 (逍遙漠)