数据中心停摆，既不是因为缺钱，也不是因为缺芯片 · 第 141 期

大家好，我是OZ Talking。今年4月15日，美国缅因州议会通过了全美首个州级数据中心建设暂停令¹法案。地点既不是硅谷，也不是弗吉尼亚这种数据中心密集地，而是那个以龙虾和海岸线闻名的缅因州。

提出该法案的Melanie Sachs（音译）议员起初想的是：“缅因州根本不是数据中心的候选地，会有什么反应吗？”但法案提出之后她才发现，自己所在的州已经有两个大型数据中心项目正在推进，法案随即被迅速通过。

因“反对数据中心”，今年一季度就有200万亿韩元规模的建设被叫停或推迟因反对数据中心，今年一季度就有200万亿韩元规模的建设被叫停或推迟

而这并不只是缅因州一个州的故事。2026年美国原本计划投入运营的数据中心中，有30%到50%将被推迟或取消，至少有12个州提出了类似的暂停令法案。2025年一年间，大型科技公司在AI基础设施上砸下的资金约为4,000亿美元。可即便如此，工程还是停了下来。

“必须叫停数据中心建设”……美国政坛打响AI监管全面战争第一枪在美国政坛围绕人工智能（AI）监管的冲突不断升级之际，参议员伯尼·桑德斯（佛蒙特州·无党派）提出法案，要求在AI监管规则出台前……全面暂停新建数据中心

v.daum.net

不是因为没钱，也不是因为英伟达造不出芯片。原因要单纯得多，也难解决得多。就是电。

不过在这里，我更关注的是另一件事。这场电力瓶颈眼下正卡住的是“训练（Training）用超大型GPU集群”的建设，而AI产业本身却正在飞速转向“推理（Inference）时代”。眼下被卡住的东西，和即将真正需要的东西，其实并不是同一样。

开篇

2025年一整年，全球最大的几家公司在AI基础设施上的资本支出约为4,000亿美元。相当于9个曼哈顿计划、2个阿波罗计划的资金规模，仅用一年时间就全部投进了数据中心建设。

然而奇怪的事情正在发生。据市场情报公司Sightline Climate²最新报告显示，原定2026年在美国投入运营的16吉瓦（GW）³数据中心中，实际在建的只有5GW。剩下的11GW仅仅是“宣布了”，连铲子都还没动。2027年的情况更严重：已宣布的21.5GW中，在建的只有6.3GW。

大多数报道把这一现象解读为“AI泡沫破裂的前兆”。但我的看法不同。眼下停滞的，既不是资金，也不是野心，而是变压器、输电网和当地居民。而这背后，隐藏着一个比表面看起来更有意思的结构。

眼下被卡住的这些数据中心，大多是“训练用超高密度GPU集群”。而AI产业本身正迅速把重心从“训练”转向“执行（智能体）时代”。执行基础设施的需求完全不同。眼下被卡住的东西，和即将需要的东西，是两码事。

今天我想聊两件事：（1）为什么变压器、输电网、居民会同时叫停了AI基础设施建设；（2）为什么当这一瓶颈解开之时，产业很可能已经在要求另一种基础设施了。

🔌 订购一台变压器，得等5年

“因为没有变压器。”

2026年AI基础设施瓶颈，用一句话概括就是这个。这不是夸张，是字面意义上的现实：订购一台变压器，交货需要24到48个月，严重的时候甚至要等5年。而在2020年之前，这种部件只需几个月就能到货。

变压器是把高压电转换成数据中心可用电压的设备。没有它，就没有办法把发电站的电引进来。可为什么会突然变得如此稀缺？

原因是结构性的。变压器无法大规模量产。它需要定制设计，需要熟练技工手工制作。核心原材料——取向性电工钢⁴和铜——供应也变得紧张。据咨询公司Wood Mackenzie统计，发电机升压用变压器在2025年的供应缺口率高达100%。也就是说，供应量根本跟不上需求。

更深层的问题是，**美国约80%的变压器依赖进口。主要来自中国、韩国、墨西哥和加拿大，再加上关税问题的叠加，局面变得更加复杂。**发电机升压用变压器的需求量在2019年到2025年间增长了274%。全球25%的可再生能源项目正因变压器交货周期⁵而延误。

在这种情况下，世界资源研究所（WRI）分析称，电力基础设施短缺正使数据中心建设工期延长24到72个月。也就是说，芯片订购6个月就能到货，但准备放置芯片的建筑和接通电力，最短要2年，长则要6年。

这又催生了另一个副作用。业内称之为“牛鞭效应（Bullwhip Effect）⁶”的现象。因为部件短缺，企业干脆下单量远超实际需求。“现在不排队，就要再等一年”，于是先囤起来再说。于是变压器还没等数据中心竣工就先堆满了仓库，无法启用的GPU也被计入了库存。表面上看需求似乎在爆炸式增长，实际的实际使用率却根本跟不上——这是一种被扭曲的局面。

⚡ 当地居民成了AI基础设施的变量

第二个障碍是人。更准确地说，是收到电费账单的选民们。

前面提到的缅因州案例极具代表性。缅因州议会的数据中心反对法案之所以能如此迅速通过，背后有议员Amy Roeder（音译）的一句话，最能说明当时的民情：“居民正被每月数百美元的电费逼得喘不过气。在这种情况下，还让耗费大量资源的数据中心进驻，感觉太不负责任了。”

这不只是缅因州一个州的故事。**截至2026年初，至少有12个州提出了数据中心暂停令法案，包括弗吉尼亚、密歇根、威斯康星、纽约、俄亥俄、路易斯安那等。密苏里州费斯特斯发生的事尤具象征意义。**当地反对数据中心的舆论爆发后，市议会8名议员中有一半被换掉。俄亥俄州居民正推动以全民公投方式永久禁止大型数据中心，而在密歇根，居民反对导致一个据称与Meta有关联、规模达10亿美元的项目被搁浅。

Sightline Climate分析师Olivia Wang（音译）这样描述：“社区的反对现在已经成了项目流失的实质性推手。”也就是说，这不再是次要变量。

为什么这种反对情绪偏偏在此刻爆发？看数字就一目了然。一个超大规模⁷数据中心通常耗电300兆瓦（MW）。大型中心的用电量可达3吉瓦（GW），这相当于美国300万户家庭的用电量。一旦这样的设施进驻某个地区，当地原有居民的电费就必然会上涨。因为输电网扩建的成本，会分摊到所有缴费者身上。

也就是说，一座数据中心一旦落地，当地居民就要在每月的电费账单里，为自己根本没有使用的AI服务基础设施买单。再加上用水、噪音、环境影响等问题，地方政治人物想找到一个支持它的理由，反而变得很难。而知道了这一切的选民，自然不会保持沉默。

⚙️ 数据中心正在抢走自己零部件供应商的电

这里出现了一个更有意思的结构。在电力问题上，与数据中心竞争的不只是居民，还有钢铁行业。而且吊诡的是，钢铁恰恰是建造数据中心必不可少的核心材料。

上周，美国钢铁制造商协会（SMA）发布的一份报告，正面点出了这一矛盾。报告称，数据中心永无止境的电力需求，正在把钢铁企业的电费每年推高数千万美元。因此SMA发出警告：他们正与自己最大的新客户——数据中心——在“电力”这同一种资源上展开高风险竞争。

为什么钢铁行业对电力如此敏感？这是一个相对不为人知的事实：美国约70%的钢铁是用电弧炉（EAF，Electric Arc Furnace）⁸工艺生产的。这种方式是用电把废钢熔化再造出新钢，因此工厂本身就是一个巨大的电力消耗者。所以一旦数据中心把同一地区的电抽走，钢铁厂的生产成本就会首当其冲。

整理一下这个结构：建造数据中心需要钢铁（变压器、结构件、管道）。可数据中心一旦开始运转，反过来又会抢走生产钢铁的工厂所需的电力。这是一种客户扼住自己零部件供应商喉咙的自我蚕食结构。如果说变压器短缺是供应链的瓶颈，那么这就是供应链自我吞噬的、更深层的矛盾。

🏭 既建不了发电站，也等不起

那么，数据中心企业自己建发电站不就行了吗？确实有一部分企业正是这么做的，方式是在现场安装天然气涡轮发电机。

问题在于，天然气价格最近翻了一倍。运营成本中占比最大的一项，就这样翻了一倍。再加上伊朗方面的地缘政治风险叠加，能源单价的波动性变得更大。

还有一个更严重的问题。这是我实际读到、觉得很有意思的一个案例：在英伟达总部所在地圣克拉拉附近，已经有两座数据中心竣工，服务器也已全部安装到位。可当地电力公司无法接通电力，导致这两座数据中心完全离线、闲置着。建筑物已经建好了，却因为没有电而无法启用。

而且这一趋势今后还会更严峻。美国数据中心电力需求预计将从2025年的80GW增长到2028年的150GW，几乎翻倍，而部分地区的大型负荷新接入排队时间已经拖到5到7年。

总结一下这个结构：芯片有了，钱也有了，地也拿到了。可是（1）没有变压器；（2）输电网扩建被卡住；（3）发电容量不足；（4）当地居民反对；（5）与钢铁等既有产业争抢电力。这五项里只要有一项没解决，数据中心就转不起来。

有意思的是，这一切都不是技术问题，而是物理和制度层面的问题。哪怕英伟达把芯片造得再快，哪怕黄仁勋再怎么高喊“需要更多算力”，变压器的制作周期该是30个月就是30个月。钢铁不关心财报发布，铜也不关心Stargate项目。

这里还有一层反讽效果。**能源价格上涨，会加速GPU的折旧速度。电价便宜的时候，即便是旧款GPU也还值得跑，因为效率再低，电费本身也便宜。可一旦电价变贵，就会出现电费超过机架租金的临界点。那一刻，去年才花几百万美元买的最新硬件，实际上就已经沦为电子垃圾了。**电力瓶颈不仅是供应端的问题，也在缩短那些已经在运转的基础设施的寿命。

以上就是“数据中心为什么停摆”这个问题的答案。但我真正关注的，是接下来这个问题：等这个瓶颈解开的时候，现在正在建的这些基础设施，还会被需要吗？

💡 Oswarld视角

仔细拆解一下目前被卡住的这些数据中心，会发现一个有趣的共同点——正如前面所说，它们都是“训练用超高密度GPU集群”。单机架功率密度飙升至1MW，中心化的超大规模集群，设计目标是“一次性训练出一个巨大的模型”。

可产业早已朝着别的方向走去。推理⁹工作负载的占比已从2023年的33%跃升至2026年的66%，预计到2030年将占AI总算力的70%。这意味着重心正在从“GPU的时代”转向“CPU+DRAM的时代”。

智能体执行的需求根本不同。单机架功率要低得多，只有30到150千瓦（kW）¹⁰，而且不能是中心化的，而必须在地理上分散在用户身旁。与其用配了HBM的高价GPU集群，不如选用大容量DDR5服务器DRAM¹¹与高效CPU的组合，在总体拥有成本上更具优势。取代英伟达B200的，将是AMD的EPYC CPU，加上三星、海力士的DDR5，它们才是AI基础设施的新面孔。

我在做GTM战略时反复见过这样一个规律：技术导入初期，“最强大的基础设施”会赢；市场普及之后，“最高效的基础设施”才会赢。而让我感到不寒而栗的是，电力瓶颈解开的时间点（2028到2030年），与执行为核心的转型全面展开的时间点，几乎完全重合。如今苦等5年才建成的训练用GPU集群，等到真正竣工的时候，市场很可能已经在要求另一种基础设施了。在电力变贵的世界里，“一次性大规模训练”这种方式本身，从一开始就将失去经济性。能源的约束，正在直接改写架构本身。

结语

总结一下。

第一，2026年AI基础设施真正的瓶颈，既不是资金，也不是芯片，而是电力基础设施和地方社区的接受度。变压器等5年、输电网扩建延误、居民反对，再加上与钢铁等既有产业之间的电力争夺战，正在同时发生。尤其是数据中心反过来抢走生产自己零部件的钢铁厂的电力这一自我蚕食结构，很好地说明了这个瓶颈绝不只是简单的供需问题。

第二，这个瓶颈不会在几个季度内解开。它同时需要物理制造能力和制度层面的共识，至少需要3到5年时间。

第三，在这3到5年间，AI产业很可能会从“GPU训练的时代”转向“CPU+DRAM执行的时代”。也就是说，等到现在正在建的这些超高密度训练用GPU集群竣工之时，市场真正需要的，或许是分散型的低密度执行基础设施。

要理解AI产业，今后恐怕要比看英伟达财报更频繁地去关注变压器交货周期、各州电力政策，以及服务器DRAM的价格走势。听起来有点奇怪，但这是事实。下一期通讯里，我会聊聊这场转型已经怎样在搅动存储芯片市场了。

我每周都在写一份跨越科技、经济与人文视角的分析型通讯。如果今天这篇文章里让你觉得最出乎意料的部分是钢铁行业的自我蚕食结构，那我也很想知道：在您所在的行业里，数据中心的电力需求是以怎样的方式被切身感受到的？无论是电费，还是零部件采购，或是完全不同的其他途径。

💬 欢迎在评论区分享，您所在行业里“AI引发的电力成本”最先是从哪里被感知到的。我会在下一期里参考。 📨 如果身边有朋友需要这篇文章，欢迎分享给他们。

参考资料与延伸阅读

核心来源

Sightline Climate，Data Center Outlook: Half of 2026 Pipeline May Not Materialize，2026年2月。：追踪2026年数据中心项目实际建设进度的一手资料，是本期通讯的核心依据。
Catherine Boudreau，“Up to half of the world’s data centers may be delayed this year”，Latitude Media，2026年2月。：对Sightline报告解读最细致的一篇文章。
Ian Goldsmith & Zach Byrum，“Powering the US Data Center Boom: The Challenge of Forecasting Electricity Needs”，World Resources Institute，2025年9月。：系统梳理了电力需求预测的不确定性以及“幽灵负荷”问题。
麦肯锡公司，The next big shifts in AI workloads and hyperscaler strategies，2025年12月。：最有说服力地梳理了训练向推理转型的基础设施含义，是今天“Oswarld视角”部分的核心依据。
德勤，Why AI’s next phase will likely demand more computational power, not less，2026 TMT Predictions。：推理工作负载占比预测数据的依据来源。
《华尔街日报》，“AI Data Centers Have Been Great for the Steel Industry. Now, a Power Crisis Looms.”，2026年。：报道钢铁行业与数据中心之间的电力竞争，引用美国钢铁制造商协会（SMA）报告，展示了自我蚕食结构。（付费文章）

背景知识

POWER Magazine，“Transformers in 2026: Shortage, Scramble, or Self-Inflicted Crisis?”，2026年1月。：从行业视角详细剖析了变压器供应链危机的成因。
CNN，“Data centers are spreading around the country. Now, data-center bans are, too”，2026年4月。：很好地梳理了缅因州暂停令案例的背景，是本期通讯开篇部分的出处。
Ed Zitron，Where’s Your Ed At通讯：最早关注Sightline Climate数据的评论者，系统性地提出了对AI泡沫的怀疑论。

作者安光涉是世宗大学经营学教授，也是 OBF（Oswarld Boutique Consulting Firm）首席顾问。他在大学教授经营数据管理、商业分析等统计与数据分析课程，同时在产业现场负责 GTM 与人工智能战略咨询，设计技术与商业的连接方式。他曾发表关于 AI 对话系统记忆架构（HEMA）的学术论文，并运营每日策展全球 AI 论文的 Daily Arxiv 项目。他毕业于高丽大学技术经营专业研究生院与 KMBA，著有《把思考交出去的人：Homo Brainless》。

注释

暂停令（Moratorium）：一种在一定期限内全面叫停某项活动或业务的制度。在本文中指的是在一定期限内禁止新建数据中心的措施。 ↩
Sightline Climate：美国的气候与能源技术市场情报公司，通过实地考察追踪数据中心项目的实际建设进度。其在2026年2月发布的《Data Center Outlook》报告已成为业内的重要参考资料。 ↩
吉瓦（GW）：电力容量单位。1GW大约可以为美国100万户家庭供电，一座大型核电站的发电能力约为1到1.4GW。 ↩
取向性电工钢（Grain-Oriented Electrical Steel）：用于变压器铁芯的一种特殊钢材，磁场损耗低，对变压器效率具有决定性影响。全球只有少数几家企业具备生产能力。 ↩
变压器交货周期（Lead Time）：从订购变压器到实际收货所需的时间。过去通常只需几个月，而截至2025年，大型电力用变压器的交货周期普遍在24到48个月。 ↩
牛鞭效应（Bullwhip Effect）：正如挥动鞭子时，越靠近末端摆动幅度越大，供应链中订单量的波动也会随着越往上游而被放大的现象。超出实际需求的过度订购会不断累积，最终导致库存过剩或需求骤然断崖式下跌。 ↩
超大规模企业（Hyperscaler）：泛指亚马逊AWS、微软Azure、谷歌云等运营超大规模云基础设施的企业。因其数据中心建设规模极为庞大而得名。 ↩
电弧炉（EAF，Electric Arc Furnace）：利用电弧产生的热量熔化废钢、炼出新钢的工艺。相比使用煤炭的高炉工艺，碳排放更低，但对电力的依赖更高。美国约70%的钢铁产量采用这种方式生产，因此对电费格外敏感。 ↩
训练（Training）与推理（Inference）：训练是最初构建AI模型的阶段，需要反复处理海量数据，因此耗电量巨大。推理是模型完成后、每次用户提问时给出回答的阶段，单次运算轻得多，但随着用户数量增多，总耗电量也会变大。 ↩
单机架功率密度（kW per rack）：数据中心一个服务器机架所消耗的电力。普通服务器约在10千瓦左右，AI训练用的可达100到160千瓦，下一代系统甚至可达1兆瓦（1,000千瓦）。密度越高，散热难度也越大。 ↩
DDR5服务器DRAM：服务器用标准内存的最新一代产品。如果说HBM（高带宽内存）是紧贴GPU使用的高端内存，那么DDR5就是与CPU搭配使用的通用型服务器内存。随着推理工作负载的增加，其需求正在急剧上升。 ↩