•
中美暗戰的另一面：AI的未來不只在模型裡
2017年，一家中型避險基金的交易員為了挖礦加密貨幣，購買了一塊輝達的GPU。GPU 的目標使用者原本是電子遊戲玩家，但輝達提供的軟體能把它變成低成本的“超級電腦”。
從資本回報的角度看，這個GPU太成功了。“如果五天就能回本，你會想多做幾次這樣的事。”一年之內，這些交易員就辭了避險基金的工作，成立了公司，購買了幾千塊 GPU。
2018年，加密貨幣市場崩潰，這家公司從破產的曠工手裡購買了更多GPU。2022年，AI開始興起。公司創始人接觸到了文生圖AI模型stable diffusion，他心裡想，“這會迷住全世界。”而stable diffusion的訓練裝置和他們買的輝達GPU非常類似。
他們嗅到了千載難逢的商機。
很快，他們融資1億美元，全都拿去買了輝達的GPU。如今，這家公司是美國最大的獨立 A.I. 資料中心營運商，他們就是CoreWeave。
OpenAI的山姆·奧特曼認為，未來世界上的大部分地方，最終都會被資料中心覆蓋。他甚至認為，未來真正稀缺的，或者說夠得上價值來源的，只有兩種東西，一種是土地，另外一種就是部署人工智慧的公司。而資料中心，可謂兩者的結合點。
A.I. 不是魔法，它是電、是水、是土地，也是現金流。
一座資料中心，就可以吃下與一座大城市相當的電力。一次頂級訓練要動用上萬 GPU、進行 10²⁴ 等級運算，而寫一篇論文也要消耗相當於“微波爐全功率三分鐘”的電。
紐約客剛剛發表了一篇特寫報告，到我們走進CoreWeave 的拉斯維加斯機房與微軟神秘園區，貼身觀察“英雄跑”式訓練、成排輝達機櫃與滾滾熱浪背後，A.I. 如何把海量資料與電力，煉成一小份“權重”檔案，再被覆制到全球做推理服務。文章把技術、能源、金融與社會影響揉成一體，展示了 A.I. 幕後的真實工業尺度。
這篇報導非常難得地提供了全端視角：資料中心如何推高電價、改變土地用途、重啟核電、轉向天然氣，並引發社區與環保爭議；算力經濟學又如何運轉的。
當然，這不僅僅是美國故事。微軟資料中心高管說，“我更擔心的是我們建得不夠，而不是建得太多。”
Google前首席執行官埃裡克·施密特說，為滿足資料中心的需求，美國必須在全國電力供應中新增 92 吉瓦，等於 92 個“費城”。如果電力不夠，美國的A.I. 開發商可能會輸給中東與中國，那裡的超大型資料中心項目已經在推進。
美國一位能源高管則語氣裡帶著羨慕地說：“中國正在建 26 座核電機組。”
A.I. 的未來，不只在模型裡，更在電網裡。
Inside the Data Centers That Train A.I. and Drain the Electrical Grid
By Stephen Witt
October 27, 2025
訓練人工智慧、耗盡電網的那些資料中心
——一個資料中心的用電量可與費城相當。它是新的“美國工廠”，在創造未來、支撐經濟。這能持續多久？
開車從幾乎任何一座美國城市出發，往幾乎任何方向走，不久你就會看到一個資料中心：一座從整平的土地上拔地而起的巨大白色盒子，周圍是發電機，外面圍上像監獄院子一樣的柵欄。
面向人工智慧的資料中心，是新的“美國工廠”。它們塞滿計算裝置，吸收資訊，產出 A.I.。自 2022 年 ChatGPT發佈以來，這些設施開始以驚人的速度擴張。“我猜，隨著時間推移，世界上很大一部分地方都會被資料中心覆蓋。”OpenAI 的首席執行官薩姆·阿爾特曼最近說。
美國最大的獨立A.I. 資料中心營運商是 CoreWeave。它的起點在八年前，帶點兒隨意的試驗色彩。2017 年，一家中等體量的紐約避險基金裡的交易員決定開始“挖礦”加密貨幣，用來當他們夢幻橄欖球（聯賽的報名費。為了挖礦，他們買了一塊圖形處理器（GPU），這是一種由輝達公司製造的強力微晶片。
GPU 的目標使用者原本是電子遊戲玩家，但輝達提供的軟體能把它變成低成本的“超級電腦”。“從資本回報角度看，它太成功了，所以我們開始擴規模。”CoreWeave 的聯合創始人之一布賴恩·文圖羅（Brian Venturo）對我說，“如果五天就能回本，你會想多做幾次這樣的事。”
一年之內，這些交易員就辭了避險基金的工作，買了幾千塊GPU，把它們放在文圖羅位於紐澤西州的祖父家車庫裡運行。2018 年加密貨幣市場崩盤後，CoreWeave 又從破產的礦工手裡收購了更多晶片。沒多久，這家公司搭出一個平台，讓外部客戶也能訪問這些 GPU。
然後在 2022 年，文圖羅接觸到了 Stable Diffusion（一種圖像生成式 A.I.）。他向 A.I. 輸入不同場景的文字描述，模型就返回精準而漂亮的插圖。“這會迷住全世界。”文圖羅回憶自己當時這麼想。
Stable Diffusion 的訓練所用裝置與 CoreWeave 的輝達硬體類似。文圖羅和聯合創始人嗅到了千載難逢的商業機會。CoreWeave 融了 1 億美元，幾乎全拿去買輝達的硬體。
很快，輝達首席執行官黃仁勳安排與這個團隊會面。“他先花了大概十分鐘拿我來自紐澤西這件事打趣。”文圖羅說。但沒多久，輝達就入股了這家公司。到 2022 年年中，CoreWeave 已經在營運一種全新的業務：把 A.I. 開發者與一倉庫一倉庫的輝達裝置連接起來。
現代資料中心的建設始於1990 年代，伴隨著商用網際網路的到來。資料中心託管網站、協調電子郵件、處理支付、串流媒體視訊和音樂。亞馬遜在建設資料中心方面尤其激進，它在弗吉尼亞州勞登縣建了太多，以至於那裡被稱為“資料中心走廊（Data Center Alley）”。即便在 A.I. 熱潮之前，資料中心也能賺錢；有些年份，亞馬遜的雲服務部門（AWS）在銷售額只有零售業務一小部分的情況下，利潤卻超過了後者。
但輝達GPU 的到來與大規模 A.I. 訓練的興起，改變了資料中心的生意邏輯。ChatGPT 於 2022 年 11 月上線，一炮而紅。“全世界都瘋了。”文圖羅說。微軟與 OpenAI 合作，為 ChatGPT 提供運行所需的資料中心容量。當微軟跟不上需求時，它就轉向了 CoreWeave。
如今，用輝達硬體成了身份象徵——證明你對 A.I. 是認真的。和工程師談裝置時，我想起曾經看到的一條蜿蜒長隊，年輕人頂著寒風排隊買潮牌 Supreme 的球鞋。
今年早些時候，CoreWeave 上市了。文圖羅和聯合創始人成了億萬富翁。公司擁有數十萬塊 GPU。除了 OpenAI，它的平台也在為 Meta和其他領先實驗室訓練模型。
今年夏天，我參觀了位於拉斯維加斯郊外的一處CoreWeave 設施。這是一座大型倉庫，外圍一道厚重的圍欄，按固定間距裝著安保攝影機。我通過旋轉閘門進入，一位穿防彈背心、腰挎泰瑟電擊器（Taser）的保安迎接了我。我上交了手機，從分配器裡拿了兩隻螢光綠耳塞，然後走進機房。
一起進入的還有三位CoreWeave 工程師。他們是適應了“超級規模資本主義”的極客，就像達爾文的雀鳥適應了加拉帕戈斯群島。來自總部的雅各布·尤恩特（Jacob Yundt）身材瘦削、口才利落，頭髮分縫誇張。克里斯托弗·康利（Christopher Conley）戴著墨鏡和鬍鬚，熱情愛講解，負責硬體。肖恩·安德森（Sean Anderson）身高七英呎，是前大學籃球中鋒，穿著一件印著“MOAR NODES”的襯衫。[譯註：更多節點。“MOAR”為網路俚語，對“more”的誇張寫法。]
所謂“節點（node）”，是一種淺托盤狀的計算單元，每個約 70 磅，內含 4 塊水冷 GPU 以及其他元件。18 個這樣的托盤疊起，再用線纜接到控制單元，就構成一個輝達 GB300 電腦機櫃。它比冰箱還高，造價數百萬美元。忙碌的一年裡，單個機櫃的用電量就能超過 100 戶家庭。這樣的機櫃有成排成排，延伸到遠處。
為降噪與散熱，CoreWeave 把機櫃裝在白色金屬機箱裡。康利解開門扣，給我看一台運行中的機櫃，一股強風撲面而來。噪音糟糕透頂，像是打開掃帚間，裡面居然有一台正在噴氣的發動機。我看著指示燈閃爍、風扇飛轉。“耳鳴是職業病。”康利衝著我大喊。
我環顧四周。機房裡有上百個一模一樣的機箱。我們頭頂是一道金屬棧橋，上面排著給裝置配電的配電器。我想到修道院裡的修士、軍營裡的士兵、牢房裡的囚徒。我在想，什麼樣的人會自願在這樣的地方工作？“人資說我不能再這樣提問了，但我喜歡招能吃苦的人。”尤恩特後來對我說，“耐力型選手之類的。”
CoreWeave 不告訴我那天是那位客戶在用他們的裝置，不過尤恩特暗示，我們目睹的訓練規模算是“溫和”的。他開始講解機櫃的配置。我聽不清，只能一本正經地點頭，像是在夜店裡聊天。
即便塞了耳塞，我的耳朵還是開始嗡嗡作響，頭也開始痛。尤恩特轉向我。“有時某位客戶會把整座機房佔滿，一佔就是好幾周。”他喊道。他分縫的頭髮被風扇的氣流吹得上下翻飛。“我們稱之為‘英雄跑（hero runs）’。”
CoreWeave 的硬體可以把一個 A.I. 從零訓練到成品。軟體開發者通常在矽谷的工位上，把一個叫作“權重（weights）”的數字檔案和海量訓練資料上傳到資料中心。資料可以是文字、圖像、病歷記錄，或者幾乎任何東西。起初，權重是隨機的，A.I. 並不具備任何能力。
接著，A.I. 會接觸一部分訓練資料，並被要求做預測——比如猜測句子中接下來的幾個字母。一個未訓練的 A.I. 幾乎一定會猜錯，但它至少會學到“不該怎麼做”。於是需要調整權重，以吸收這條新資訊。這類數學很笨重，尤其依賴一種叫“矩陣乘法（matrix multiplication）”的運算。
數學家G. H. 哈代（G. H. Hardy）在 1940 年寫道：“美是第一試金石：醜陋的數學在世上沒有立足之地。”
但如今我們社會把大量邊際資源投入的矩陣乘法，優雅程度就像一個人拿錘子往木板裡釘釘子。它既不美，也不對稱：事實上，在矩陣乘法裡，a 乘 b 不等於 b 乘 a。隨著矩陣變大，算術需要巨大的計算力。
最新的大語言模型可能包含約一兆個權重。為這樣的模型進行一場長達數周的“英雄跑”，要動用成千上萬塊 GPU，總運算量可達 10 的 24 次方（十兆億次）等級，超過可觀測宇宙中恆星的數量。
資料中心必須與當地電力公司緊密配合來管理這些訓練。流經CoreWeave 晶片上方的冷卻水，入口是室溫，出口卻比熱水澡還燙。水會先在儲罐中被冷卻，再回收進系統。機房裡的空氣溫度、濕度、顆粒物含量也要嚴密監控。“冷凝水是我們的敵人。”康利鄭重地說。
所有這些晶片、所有這些電力、所有這些風扇、所有這筆錢、所有這些資料、所有這些水冷泵和電纜，全是為了把那份小小的權重檔案調到最好。它小到可以裝進一個外接硬碟裡。很多事都繫於這一組調勻的“人工神經元”。開發它以及同類模型所花的錢，是人類歷史上最大規模的資本投入之一。
當成品準備就緒，權重的副本會分發到全國各地的資料中心。使用者通過網際網路呼叫，這一步叫“推理（inference）”。使用者提出問題，驅動 A.I. 生成一個個“詞元（token）”。一個 token 可以是一小塊像素，也可以是一個詞的片段。寫一篇大學課程論文，A.I. 可能要生成約 5000 個 token，這耗電量相當於把微波爐開到最大功率運行大約 3 分鐘。隨著人們對 A.I. 的需求越來越複雜——視訊、音訊、心理諮詢等，所需算力將再成倍增長。
把這個需求乘上每周使用ChatGPT 的 8 億多使用者，資料中心的爆炸式增長就不難理解了。如今 ChatGPT 的人氣超過了維基百科；年輕人把它簡稱為“Chat”，這個詞逐漸成了 A.I. 的代名詞，就像“Google（Google）”之於網際網路搜尋。
我跟一位微軟的資料中心主管聊過，他認為未來我們會像需要網際網路、電力那樣不間斷地需要 A.I.，而現在的資料中心建設可能還不夠。“我更擔心的是我們建得不夠，而不是建得太多。”這位主管說。
微軟是資料中心的主導營運商之一，而這項業務已成為美國經濟增長的主引擎。雖然公司仍在做作業系統和辦公軟體，但讓投資者興奮的恰恰是資料中心，這推動微軟的市值來到約4 兆美元，位居全球第二。為微軟提供晶片的輝達則是第一。
想進微軟的資料中心非常難，就像想進諾克斯堡（Fort Knox）一樣難。[譯註：Fort Knox 是美國黃金儲備地，安保森嚴。]這些設施裡在開發的 A.I. 價值連城。CoreWeave 的首席技術官彼得·薩蘭基（Peter Salanki）對我說：“傳統上，如果你想偷價值離譜的東西，通常是‘把卡車倒過來裝貨’。”[譯註：英語俗語，比喻大量搬運。]“在這裡，只要有人帶個 U 盤潛進去，就能把 OpenAI 的全部智慧財產權都裝走。”
不過今年秋天，經過大概兩百通電話，我被邀請去參觀一處正在建設中的微軟超巨量資料中心園區。我同意不拍照，把手機留在外面，對內部僅做有限描述，並且不透露它位於美國何處。
9 月，我開了很長一段路，到了大荒郊野外。資料中心四周都是農田，至少還有三家公司也在附近建資料中心。田野之間，高壓電塔牽出的電線如麻，又有一個個巨大的難看盒子拔地而起。
園區外牆沒有任何微軟標識——完全沒有任何標識。穿過圍欄和幾道車輛檢查點後，園區大部分還是一片空曠，只有一個角落，整齊排著編號的長條機棚。這些機棚白色、狹長、高挑，長度有好幾塊橄欖球場那麼長，讓我想起小時候去明尼蘇達州博覽會（Minnesota State Fair）時見過的牲畜棚。每個棚旁邊都排著一行柴油發電機和工業空調。
我去的時候，有5 座機棚，計畫大約會建到 10 座。施工車輛隨處可見：曲臂車、推土機、盤著電纜的大卡車。有人在我參觀的機棚前做了點綠化，幾株小植物在陰影裡生長。
棚內，我見到了微軟高管朱迪·普里斯特（Judy Priest）和史蒂夫·所羅門（Steve Solomon）。他們的職業生涯都在管理“倉庫大小”的電腦。普里斯特是電氣工程師，畢業於麻省理工學院，眉骨高挑，金發凌亂。所羅門是機械工程師，回答我的問題時常以長篇技術獨白作結。兩人都為能參與這場新工業革命而興奮。
普里斯特興致勃勃地講起她最近一次就醫，之後收到了 A.I. 協助生成的醫患對話摘要。所羅門則說，他的音響出問題了，就拍下背面的接線，上傳給“Chat”。A.I. 返回了 7 條故障排查方案。他的語調微微一揚，我猜那是在表達情緒：“第三條，管用。”
穿上鋼包頭靴子，看完一段PowerPoint 演示，我通過安檢，進入“聖域”內部。這裡比 CoreWeave 的機房更安靜、更整潔，也更寬敞。數以百計的同款伺服器與計算裝置在嗡嗡作響，接駁著冷卻站，佔滿了大半地面空間。天花板上紮著用紮帶固定的線束：供電線、資料線、水氣管道。線纜接入一束更粗的總幹線，把各機棚連成一個統一的超級電腦。5 個機棚裡，用於計算的面積相當於 20 個橄欖球場。
普里斯特解釋說，一次高級訓練可以把整套系統佔滿一個月。我和一位技師站在控制中心，觀察電力負載。我們看著功率尖峰——電腦正處理訓練資料。隨後功率回落——它在把結果寫回檔案。這樣的脈衝不斷重複，模型從一個“檢查點”推進到下一個。在這座建築的某個地方，模型正在變好。在這座建築的某個地方，電腦正在學著“如何思考”。
離開資料中心，我突然渴望人類的接觸。半英里外，一座糧倉的塔頂從另一處資料中心工地後面探出頭。我開車穿過灰色建築、灌溉渠、電力線和蔥鬱田野交織的景觀，來到了一個佈滿拖拉機和皮卡的塵土院子。那裡，我遇見了一位傳了四代的苜蓿農。他穿牛仔褲、格子襯衫，頭戴繡著一輛槽罐車的棒球帽。
他指向穿越他地塊的電線，那是當地電力公司在1940 年代架設的。“我們一直把那些東西當負資產。”他說，“我們以為它們會壓低地價。”但現在，能接近變電站成了值錢的寶貝。有個鄰居說，他把一塊農地賣給資料中心開發商，畝價超過 100 萬美元，比一輩子的種地收入都多。這位農民說，他們家也在一塊塊地這樣出手。
農場北面新開了一處資料中心，東邊又在建一處。微軟那片龐大的設施主宰了地平線；它就坐落在他們家自1979 年起耕作的一片土地上。他告訴我，他很快打算搬走——周遭既不適合耕作，甚至也不適合人類生活。
我問他，住在資料中心旁邊有沒有什麼環境影響。他說，對水資源的影響可以忽略不計。“說實話，我們可能用的水比他們多。”（訓練一套最先進的 A.I. 所耗用的水，比一年裡一平方英里農田的用水少。）
電力則不同：這位農民說，當地電力公司準備在三年內第三次漲電價，最近一次擬議漲幅還是兩位數。最大的損失是肥沃的表土。他們家靠精心輪作維持了多年的土層肥力。“微軟找了台挖掘機，一天就給刨完了！”他像談起丟了傳家寶那樣說，“六到十英呎厚，統統沒了。”
我們看著一隻黃狗起身，在原地轉了個小圈，又回到樹蔭下睡去。樹後，一座巨大長方體倉庫把樹都顯得渺小。我問他是否用A.I.。“我用 Claude。”他說，“Google現在不行了。”
資料中心正開始給美國電網施加巨大壓力。1999 年，康斯特雷申能源（Constellation Energy）買下三里島（Three Mile Island）僅存的一座運轉中的反應堆，並營運了二十年。
2019 年，該公司關閉了這座反應堆，認定其經濟上不可行。負責該公司核電機組的高管布賴恩·漢森（Bryan Hanson）為員工辦了場告別派對。“有吃的，但沒人動。”他說，“氣氛就像葬禮。”
派對也許很快會回到三里島。康斯特雷申宣佈，計畫在2027 年重啟該設施，並將其更名為“克雷恩清潔能源中心（Crane Clean Energy Center）”。與微軟的巨額合同改變了一切。“如果你在八年前告訴我會重啟這座電站，我不會信的。”漢森說。（該址的第二座反應堆在 1979 年曾向大氣中釋放放射性氣體，將繼續停擺。）
像漢森這樣的能源高管，正被“加電”的請求淹沒。他說，資料中心“可能比我們此前接入電網的任何東西都大一個數量級”。“想想費城這座城市，它的負荷大約是 1 吉瓦（GW）。現在想像一下，往電網裡加上一個又一個 1 吉瓦級的資料中心，不是一個，而是許多個。”
一個資料中心上線時，零售使用者通常要幫忙分攤電費：2025 年上半年，美國公用事業公司尋求的零售電價上調總額接近 300 億美元。今年春天，電力公司提出的漲價請求，幾乎是去年同期的兩倍。彭博社的分析估計，在資料中心附近地區，批發電價在過去五年裡上漲了 200% 以上。而且電價可能還會繼續漲——現有電廠的發電能力遠遠無法滿足需求。
Google前首席執行官埃裡克·施密特說，為滿足資料中心的需求，美國必須在全國電力供應中新增 92 吉瓦——等於 92 個“費城”。如果電力不夠，美國的 A.I. 開發商可能會輸給中東與中國，那裡的超大型資料中心項目已經在推進。
資料中心要想經濟上說得過去，必須24 小時全天候運行。（我參觀的那座微軟設施，獲批的“非計畫停機時間”是每年 5 分 15 秒。）風能太陽能等可再生能源受天氣制約，目前只能滿足其中一小部分。
核電也幫不上太多忙，至少短期不行；漢森說，美國要建成新的大型核反應堆，需要很多年。他語氣裡帶著羨慕：“中國正在建 26 座核電機組。”
短期內，新資料中心主要會靠化石燃料供電。開發商在馬塞勒斯頁岩（Marcellus Shale）等天然氣儲層附近買地。4 月，總部在賓夕法尼亞州的“霍默城重建公司（Homer City Redevelopment）”宣佈，打算把匹茲堡郊外一座封存的燃煤電廠改造成全美最大的天然氣電廠，幾乎專供資料中心使用，發電能力約 4.5 吉瓦。按一家環保非營利組織的估算，霍默城電廠每小時可能向大氣排放多達 400 萬磅二氧化碳，約等於 400 萬輛怠速汽車的排放。
地球目前以每十年約0.3℃ 的速度變暖——大約是冰期結束時的 10 倍。上一個冰期結束後，海平面上升了 400 英呎。再添上像霍默城這樣的電廠，以及全球範圍內更多同類項目，只會加速這條災難性時間線。川普政府對此的回應，是在政府公文裡限制使用“氣候變化”這一表述。
資料中心也會帶來本地污染。埃隆·馬斯克的 xAI在孟菲斯建了一座以天然氣供能的資料中心，位置靠近黑人社區 Boxtown。該地區本已是田納西州急診就診哮喘比例最高的地方，電廠投運後，能加劇哮喘的二氧化氮（NO₂）水平一度飆升達 9%。
富裕地區則試圖阻止資料中心落地。2024 年 11 月，華盛頓特區富裕郊區弗吉尼亞州華倫頓的選民，把支援新建亞馬遜資料中心的市議員換成了反開發陣營。（在鄰縣因此丟掉席位的民主黨人安·惠勒〔Ann Wheeler〕把某些活動人士的心態稱為“BANANA”：Build Absolutely Nothing Anywhere Near Anyone，即“絕不要在任何人附近建任何東西”。）
未來幾年，資料中心建設預計將佔美國國內生產總值（GDP）的 2%–3%。19 世紀，鐵路建設對 GDP 的貢獻約為 6%。鐵路改變了美國，帶來了巨大的但分配並不均衡的繁榮，可瘋狂建造也催生了歷史上最大的投機泡沫之一。隨後是 1893 年恐慌：失業飆升、數百家銀行倒閉、民粹情緒高漲，動搖了美國政治環境。
另類資產管理巨頭黑石（Blackstone）總裁、金融家喬恩·格雷（Jon Gray）提到了羅恩·切爾諾（Ron Chernow）寫的約翰·D·洛克菲勒（John D. Rockefeller, Sr.）傳記。“很多鐵路都破產了！”他說，“你要設法避免這種結局，因為沒人知道終局會是什麼樣。”
黑石通過發債建設資料中心；為了避免“做接盤的”，格雷會先從微軟或亞馬遜這樣的科技巨頭拿到一份 15 年期租約——這些客戶幾乎是最具信用的。一般沒有這樣的大客，黑石就不會投資料中心。“這不是邁阿密或迪拜的公寓泡沫。”格雷說。
繼續建資料中心的前提是：往機棚裡塞更多輝達晶片，就能得到更強的A.I.。目前為止，這條經驗是對的：最新一代 A.I. 是有史以來能力最強的。OpenAI 的 GPT-5甚至能“造出”其他更原始的 A.I.。
不過，“更多晶片=更強智能”並不是不可違背的定律，研究者也不清楚“規模效應（scaling）”為何存在。A.I. 先驅德米斯·哈薩比斯（Demis Hassabis）談到規模化時說：“我們會不會撞上‘磚牆’，這是個經驗問題。沒人知道。”
也可能，會出現某個技術突破，讓“超級規模化”不再必要。今年早些時候，當中國公司 DeepSeek發佈看似更高效的 A.I. 訓練範式時，輝達股價暴跌，單日蒸發近 6000 億美元市值。（後來又漲回來了。）
唐納德·川普把資料中心建設列為國家要務；科技公司高管把新項目帶到白宮宣佈，幾乎成了儀式。但討好川普，可能意味著“拉大旗作虎皮”。9 月的一次白宮晚宴上，馬克·祖克柏說，Meta 未來幾年將在資料中心及相關基礎設施上投入 6000 億美元。話筒還沒關，祖克柏湊近川普低聲說：“抱歉，我沒準備好。不確定你想讓我說那個數。”
亞馬遜負責全球資料中心營運的凱里·珀森（Kerry Person）對我說，電力公司對一些新晉資料中心開發商提交的用電請求持懷疑態度。“看看排隊裡的需求量，再看看要實現這些需求需要多少錢——那筆錢根本不存在。”珀森說。
A.I. 儘管能力奇妙，最終也可能讓投資者失望。它可能會變成一種不賺錢的“同質化商品”：Claude、Grok、Gemini和 ChatGPT 的能力很相近，而技術創新會被競爭者很快抄走。
科技巨頭並非有取之不盡的資金：當微軟、Meta 等公司把錢源源不斷投進資料中心賽道，它們的現金儲備也在縮減。投資者也許期望過高：美國股市的估值倍數正在接近網際網路泡沫時期的水平，風險投資市場變得浮躁。傑夫·貝索斯最近說：“投資者通常不會給六個人的團隊幾十億美元、而且還沒產品。這很少見，但今天它在發生。”
當然，也可能一切名副其實。輝達首席執行官黃仁勳是世界級的電腦科學家，他在造就A.I. 時代的關鍵晶片。“過去我們兩年才等來新一代矽。”微軟工程師普里斯特說，“現在幾個月就來一代。”輝達約佔標普 500 指數總市值的 8%，這是至少 45 年來單一成分股的最高集中度。很多人的養老，都系在黃仁勳能否持續造出更好的晶片上。
水、能源和土地都稀缺，但對資料中心而言，最寶貴的資源，顧名思義，是“資料”。Claude 訓練用過 LibGen（LibGen，Library Genesis 的簡稱，海量盜版電子書庫，可通過 BT 下載）。9 月，Claude 的開發商 Anthropic同意向這些書籍的版權方支付 15 億美元賠償，約合每起侵權 3000 美元——這是史上最大規模的集體版權侵權和解。針對 OpenAI 和輝達的類似訴訟仍在進行中。
微軟並不知道客戶往它的資料中心裡上傳了什麼——資料是專有的。要判斷 A.I. 時代版權侵權的規模很難，但我猜，它讓 Napster（早期音樂共享平台）看起來像同學之間換磁帶。現代 A.I. 開發的做法，是把能抓取到的網路資料都吸乾淨——音訊、視訊、幾乎所有英文出版物、和超過 30 億網頁，再交給律師去收拾爛攤子。
不過，如今也有人在談“資料荒”。可索引網際網路大約有 400 兆詞，但正如 OpenAI 聯合創始人安德烈·卡帕西（Andrej Karpathy）所說，其中很多“純屬垃圾”。高品質文字更難找。
如果趨勢持續，研究者認為，A.I. 開發者可能會在 2026–2032 年之間耗盡可用的人類文字。由於聊天機器人在“回收”既有作品，它們的表達難免陳詞濫調，措辭很快就會乏味。我試過，要它們寫出新鮮、優質的文字很難。
微軟的普里斯特說，她並不擔心“資料不夠用”：文字之外還有整個宇宙，A.I. 開發者才剛剛開始探索。下一個前沿是“世界模型（world model）”資料，用來訓練機器人。視訊流和空間資料會被送進資料中心，用於開發自主機器人。
輝達的黃仁勳也想搶灘這個市場，去年他曾與兩台移動人形機器人同台亮相。在洛杉磯，我已經在無人駕駛汽車後面等過路，也曾撞見一輛自主配送小車，但讓我真正理解“機器人革命”會是什麼樣的，是我最近一次去北京時見到的景象。
在中國，機器人無處不在。我看到它們在商場裡補貨、清潔地面。我點了外賣到酒店房間，送餐的是一台兩英呎高、像垃圾桶一樣有輪子的機器人，聲音像個小孩。我打開門，一時不知所措，發現它正停在我面前，身上裝點著仿管家的裝飾，用普通話嘰嘰喳喳。機器人前面的一扇小艙門彈開，一盒面條滑了出來。它又嘰嘰喳喳。
我拿走食物，小艙門合上，機器人掉頭離去。我愣在原地，端著餐盤，想著自己是否還會再和人類說話。 (不懂經)