資料中心停擺，既不是因為錢，也不是因為晶片
電力瓶頸正在提前終結「GPU 時代」。
各位訂閱者，大家好，我是 Oz 知識漫談。去年 4 月 15 日，美國緬因州議會通過了全美首個州級資料中心建設暫停令1法案。不是矽谷，也不是維吉尼亞那種資料中心密集的地區，而是以龍蝦和海岸線聞名的緬因州。
提出該法案的梅拉妮·薩克斯議員最初曾想：「緬因州又不是資料中心的候選地點，誰會在意？」但提案之後她才發現，自己州內已有兩個大型資料中心項目正在推進，法案也迅速獲得了通過。
https://www.chosun.com/economy/tech_it/2026/06/14/7FJX64RVSFACRGQG7M4DPSVNWQ/因反資料中心運動，本季度僅就有 200 兆規模的建設停擺或延期。而且這不只是緬因州一個州的事。2026 年美國原計劃投運的資料中心中，有 30% 到 50% 將延期或取消，至少 12 個州已提出類似的暫停令法案。2025 年一整年，大型科技企業在 AI 基礎設施上砸下的資金約 4,000 億美元。但即便如此，建設仍在停擺。
https://v.daum.net/v/20260326133901225美國政界圍繞人工智慧（AI）監管的衝突持續升溫，伯尼·桑德斯（佛蒙特州・無黨籍）參議員提出法案，要求在制定 AI 監管框架前全面暫停新資料中心的建設……不是因為缺錢，也不是因為輝達造不出晶片。原因要簡單得多，也棘手得多——就是電力。
但在此之中，我更關注的是另一件事。這個電力瓶頸正在阻擋「訓練用超大型 GPU 叢集」的建設，而 AI 產業本身卻正在快速邁向「推論（Inference）時代」。現在被卡住的，和即將需要的，已經不是同一樣東西了。
前言
2025 年一整年，全球最大企業在 AI 基礎設施上的資本支出約 4,000 億美元。相當於 9 個曼哈頓計畫、2 個阿波羅計畫的資金，在短短一年內全部投入了資料中心建設。
但奇怪的事情正在發生。市場情報公司 Sightline Climate2近期的報告顯示，2026 年美國原計劃投運的 16 吉瓦（GW）3規模資料中心中，實際正在施工的僅有 5GW。剩下 11GW 只是「宣布了」，連鏟子都還沒動。2027 年更嚴重，已公布的 21.5GW 中，正在施工的僅有 6.3GW。
大多數報導將這一現象解讀為「AI 泡沫破裂的前兆」。但我有不同的看法。現在停擺的不是資金，也不是野心，而是變壓器、輸電網和當地居民。而且這裡藏著一個比表面看起來更有趣的結構。
現在被卡住的資料中心，絕大多數是「訓練用超高密度 GPU 叢集」。但 AI 產業本身正在快速從「訓練」轉向「推論（代理）時代」。推論基礎設施的需求完全不同。現在被卡住的，和即將需要的，已經不是同一樣東西了。
今天我想談兩件事：（1）為什麼變壓器、輸電網和居民同時讓 AI 基礎設施停擺了；（2）為什麼這個瓶頸解開的時候，產業很可能已經在要求另一種基礎設施了。
🔌 訂一台變壓器，要等五年
「因為沒有變壓器。」
2026 年 AI 基礎設施的瓶頸，用一句話概括就是這個。不是誇張，而是字面意義上——訂一台變壓器，交貨要 24 到 48 個月，嚴重的話要等五年。2020 年以前，幾個月就能收到的零件。
變壓器是把高壓電轉換成資料中心可用電壓的設備。沒有它，根本無法從發電廠引電。但為什麼突然就這麼缺了呢？
原因是結構性的。變壓器無法大量生產。需要客製化設計，需要熟練技工手工打造。核心原材料取向矽鋼片4和銅的供應也趨緊。據顧問公司 Wood Mackenzie 的數據，發電機升壓用變壓器 2025 年的供給缺口率達到 100%。也就是說，需求多少，就完全供不上多少。
更深的問題是**美國約 80% 的變壓器依賴進口。主要從中國、韓國、墨西哥、加拿大進口，加上關稅問題，情況更加複雜。**發電機升壓用變壓器的需求在 2019 年到 2025 年間增長了 274%。全球 25% 的再生能源專案因變壓器交貨週期5而延期。
在這種情況下，世界資源研究所（WRI）分析指出，電力基礎設施不足已導致資料中心建設工期延長 24 到 72 個月。晶片訂了六個月就能收到，但要放晶片的建築和連接它的電力，最少要兩年，最長要六年才能準備好。
這又引發了另一個副作用。業界稱之為「鞭梢效應」（Bullwhip Effect）6。零件不夠，企業就遠超實際需求大量下單。「現在不排隊就要再多等一年」，先買了再說。於是還沒完工的資料中心倉庫裡，變壓器先堆了起來，無法運轉的 GPU 成了庫存。表面上看像是需求爆發，但實際稼動率根本跟不上，這是一個扭曲的局面。
⚡ 當地居民成了 AI 基礎設施的變數
第二道障礙是人。更精確地說，是收到電費帳單的選民。
前面提到的緬因州案例具有象徵意義。緬因州議會中反資料中心法案之所以那麼快通過，背後有一種情緒，艾米·羅德議員的話說得很直白：「每個月好幾百美元的電費讓居民快撐不下去了。在這種情況下還要塞進一個大量消耗資源的資料中心，我覺得這太不負責任了。」
這不只是緬因州的事。**截至 2026 年初，至少 12 個州已提出資料中心暫停令法案。包括維吉尼亞、密西根、威斯康辛、紐約、俄亥俄、路易斯安那等。特別具有象徵意義的事件發生在密蘇里州的費斯特。**反資料中心的輿論爆發，市議會 8 名議員中一半被換掉了。俄亥俄居民正在推動以公民投票永久禁止大型資料中心，密西根則因居民反彈，一個據信與 Meta 相關的 10 億美元專案告吹。
Sightline Climate 的分析師奧利維亞·王這樣形容：「社區的反對已經成為專案流失的實質動因。」這意味著它不再是附帶變數了。
為什麼這種反彈現在才爆發？用數字來看就很清楚。一個超大型7資料中心通常消耗 300MW 的電力。大型中心甚至達到 3GW，這相當於美國 300 萬戶家庭的用電量。一個地區如果建了這樣的設施，現有居民的電費必然上漲。因為輸電網擴建的成本會分散到所有繳費者身上。
也就是說，資料中心一落地，當地居民就要用每月的電費來分攤自己根本沒用到的 AI 服務的基礎設施成本。再加上用水、噪音、環境影響，對地方政客來說，反而很難找到支持的理由。選民知道了這些，不可能沉默。
⚙️ 資料中心正在搶走自己零件供應商的電
這裡出現了一個更有趣的結構。和資料中心搶電的不只是居民，還有鋼鐵產業。而諷刺的是，鋼鐵恰恰是建造資料中心不可或缺的核心材料。
上週美國鋼鐵製造協會（SMA）發布的報告直接點出了這個矛盾。資料中心無止境的電力需求正在把鋼鐵公司的電費每年推高數千萬美元。因此 SMA 警告說，他們最大的新客戶——資料中心——正在和他們爭奪同一種資源：「電力」。
為什麼鋼鐵對電力這麼敏感？一個不太為人知的事實是，美國約 70% 的鋼鐵是透過電弧爐（EAF，電弧爐）8方式生產的。用電把廢鋼熔化成新鋼鐵，工廠本身就是巨大的電力消費者。所以當資料中心在同一地區大量吸電時，鋼鐵工廠的生產成本就直接受到衝擊。
把結構理一理就是這樣。建資料中心需要鋼鐵（變壓器、結構件、管路）。但資料中心一旦投運，反而搶走了生產鋼鐵的工廠的電。客戶在勒住自己零件供應商的脖子——這是一個自我侵蝕的結構。變壓器短缺是供應鏈的瓶頸，而這是供應鏈在吞噬自身更深的矛盾。
🏭 建發電廠也來不及，等也等不起
那資料中心企業自己建發電廠不就好了？確實有些企業這麼做了。在現場安裝天然氣渦輪發電機的方式。
問題是天然氣價格最近翻了一倍。營運成本中佔比最大的項目直接翻倍。加上伊朗引發的地緣政治風險，能源單價的波動性更大了。
更嚴重的問題是。我實際讀到一個很有意思的案例：輝達總部所在的聖克拉拉附近，有兩座已經完工的資料中心。伺服器都裝好了。但當地公用事業公司無法提供電力連接，所以完全離線閒置著。建築在那裡，但沒有電，開不了門。
而且這個趨勢未來只會更嚴重。美國資料中心電力需求預計從 2025 年的 80GW 增長到 2028 年的 150GW，幾乎翻倍，但部分地區大型負載的新增接電等待隊列已排到 5 到 7 年之後。
總結起來就是這樣的結構。晶片有，錢有，地也拿到了。但（1）沒有變壓器，（2）輸電網擴建被卡住了，（3）發電容量不足，（4）當地居民反對，（5）和鋼鐵等既有產業爭奪電力。其中任何一個解不開，資料中心就轉不起來。
有趣的是，這所有問題都不是技術問題，而是物理性和制度性的問題。輝達再怎麼加快晶片產能，黃仁勳再怎麼喊「需要更多算力」，變壓器生產週期是 30 個月就是 30 個月。鋼鐵不關心財報，銅不關心 Stargate 專案。
而且還有一個更諷刺的效果。**能源價格上漲會加速 GPU 的折舊。電費便宜的時候，舊款 GPU 也還轉得動。效率低一點，但電費本身便宜嘛。但電費一貴，就會出現電費比機架租金還高的情況。那一刻，去年花幾百萬美元買的最新硬體，實質上就變成了電子垃圾。**電力瓶頸不只是供給端的問題，它還在縮短已運轉基礎設施的壽命。
以上就是「為什麼資料中心停擺了」的故事。但我真正關注的是下一個問題：當這個瓶頸解開的時候，現在正在建的這些基礎設施，還需要嗎？
💡 Oswarld 的視角
把現在被卡住的資料中心拆開來看，有一個有趣的共同點。前面也提到了，就是「訓練用超高密度 GPU 叢集」。每機架電力密度高達 1MW，集中式大型叢集。設計目的是「一次訓練出巨大的模型」。
但產業已經在往別處走了。推論9工作負載的占比從 2023 年的 33% 跳到 2026 年的 66%，預計 2030 年將佔 AI 算力的 70%。這意味著重心正在從「GPU 時代」轉向「CPU+DRAM 時代」。
代理推論的需求本質上不同。每機架電力僅 30 到 150kW，低得多10，而且不是集中式，而是需要地理上分散部署在用戶身邊。與搭載 HBM 的高價 GPU 叢集相比，大容量 DDR5 伺服器 DRAM11搭配高效能 CPU 的組合，在總擁有成本上更有優勢。不再是輝達的 B200，而是 AMD 的 EPYC CPU 加上三星、海力士的 DDR5，成為 AI 基礎設施的新面孔。
在制定 GTM 策略時，我見過無數次這樣的模式。技術導入初期，「最強大的基礎設施」贏；市場普及後，「最高效的基礎設施」贏。而讓我感到不安的是，電力瓶頸解開的時間點（2028 到 2030 年）和推論主導的轉折期幾乎重疊。現在花五年建成的訓練用 GPU 叢集完工時，市場很可能已經在要求另一種基礎設施了。在電力變貴的世界裡，「一次訓練巨大模型」的模式本身就失去了經濟性。能源約束正在改變架構本身。
結語
來整理一下。
第一，2026 年 AI 基礎設施真正的瓶頸不是錢，也不是晶片，而是電力基礎設施和社區接受度。變壓器等五年、輸電網擴建延期、居民反彈、以及與鋼鐵等既有產業的電力爭奪，正在同時發生。特別是資料中心搶走生產自身零件的鋼鐵工廠電力的自我侵蝕結構，很好地說明了這個瓶頸不是單純的供需問題。
第二，這個瓶頸不是幾個季度就能解開的。物理製造能力和制度共識都需要時間，最少要 3 到 5 年。
第三，在這 3 到 5 年間，AI 產業很可能從「GPU 訓練時代」轉向「CPU+DRAM 推論時代」。也就是說，現在正在建的超高密度訓練用 GPU 叢集完工時，市場需要的可能是分散式低密度推論基礎設施。
要理解 AI 產業，往後恐怕要比看輝達財報更頻繁地關注變壓器交貨週期、各州電力政策、以及伺服器 DRAM 的價格走勢。聽起來很奇怪，但事實就是如此。下一期電子報，我會談談這個轉型已經如何顛覆了記憶體半導體市場。
我每週撰寫一份跨技術、經濟、人文的交叉分析電子報。如果今天這篇文章中最出乎意料的是鋼鐵的自我侵蝕結構，那我很想知道，在各位所屬的產業中，資料中心的電力需求是以什麼方式被感受到的。不管是電費、零件採購，還是完全不一樣的途徑。
💬 請在留言中告訴我，在各位的產業中，「AI 帶來的電力成本」最先從哪裡被感受到。下一期會參考大家的回饋。 📨 如果身邊有覺得有幫助的人，歡迎分享這篇文章。
參考資料 & 延伸閱讀
核心來源
- Sightline Climate, Data Center Outlook: Half of 2026 Pipeline May Not Materialize，2026 年 2 月。：追蹤 2026 年資料中心管線實際施工進度的一手資料。是本電子報的核心依據。
- Catherine Boudreau, “Up to half of the world’s data centers may be delayed this year”，Latitude Media，2026 年 2 月。：對 Sightline 報告解讀最細緻的報導。
- Ian Goldsmith & Zach Byrum, “Powering the US Data Center Boom: The Challenge of Forecasting Electricity Needs”，World Resources Institute，2025 年 9 月。：系統性地整理了電力需求預測的不確定性和「幽靈負載」問題。
- McKinsey & Company, The next big shifts in AI workloads and hyperscaler strategies，2025 年 12 月。：最具說服力地整理了訓練→推論轉型的基礎設施意涵。是今天「Oswarld 的視角」章節的核心依據。
- Deloitte, Why AI’s next phase will likely demand more computational power, not less，2026 TMT Predictions。：推論工作負載占比預測的依據資料。
- The Wall Street Journal, “AI Data Centers Have Been Great for the Steel Industry. Now, a Power Crisis Looms.”，2026。：報導鋼鐵產業與資料中心的電力競爭。引用美國鋼鐵製造協會（SMA）報告，展示了自我侵蝕結構。（付費文章）
背景知識
- POWER Magazine, “Transformers in 2026: Shortage, Scramble, or Self-Inflicted Crisis?”，2026 年 1 月。：從產業角度詳細剖析了變壓器供應鏈危機的成因。
- CNN, “Data centers are spreading around the country. Now, data-center bans are, too”，2026 年 4 月。：很好地整理了緬因州暫停令案例的背景。是本電子報開頭的來源。
- Ed Zitron, Where’s Your Ed At 電子報：最早關注 Sightline Climate 數據的評論者。系統性地提出了對 AI 泡沫的質疑。
각주
-
暫停令（Moratorium）：在一段時間內全面停止特定活動或事業的制度。在此指在一段時間內禁止資料中心新建設的措施。 ↩
-
Sightline Climate：美國氣候與能源市場情報公司。透過現場實地調查追蹤資料中心專案的實際施工進度。2026 年 2 月發布的「Data Center Outlook」報告已成為業界的重要參考資料。 ↩
-
吉瓦（GW）：電力容量的單位。1GW 大約能為美國 100 萬戶家庭供電。一座大型核電廠的產電量約 1 到 1.4GW。 ↩
-
取向矽鋼片（Grain-Oriented Electrical Steel）：用於變壓器鐵芯的特殊鋼板。磁損小，對變壓器效率有決定性影響。全球僅少數廠商能生產。 ↩
-
變壓器交貨週期（Lead Time）：從下單到收到變壓器所需的時間。過去是數個月，但 2025 年目前大型電力變壓器通常需要 24 到 48 個月。 ↩
-
鞭梢效應（Bullwhip Effect）：就像揮動鞭子時末端擺動幅度最大一樣，供應鏈越往上游，訂單量的波動越被放大。超出實際需求的訂單不斷累積，最終可能導致庫存過剩或需求急劇下滑。 ↩
-
超大型雲端服務商（Hyperscaler）：泛指亞馬遜 AWS、微軟 Azure、Google Cloud 等運營超大型雲端基礎設施的企業。因為資料中心建設規模極大而得名。 ↩
-
電弧爐（EAF，Electric Arc Furnace）：利用電弧的熱量熔煉廢鋼以生產新鋼鐵的方式。與使用煤炭的高爐（轉爐）方式相比，碳排放較少，電力依賴度較高。美國約 70% 的鋼鐵生產採用此方式，因此對電費特別敏感。 ↩
-
訓練（Training）vs 推論（Inference）：訓練是 AI 模型從零建立的階段，需要反覆處理海量資料，電力消耗極大。推論是完成模型後，用戶每次提問時模型給出回答的階段，單次運算輕得多，但用戶量增加後總量會很大。 ↩
-
每機架電力密度（kW per rack）：資料中心中一個伺服器機架使用的電力量。一般伺服器約 10kW，AI 訓練用可達 100 到 160kW，下一代系統甚至可達 1MW（1,000kW）。密度越高，散熱也越困難。 ↩
-
DDR5 伺服器 DRAM：伺服器用標準記憶體的最新世代。如果 HBM（高頻寬記憶體）是緊貼 GPU 的進階記憶體，DDR5 就是與 CPU 搭配使用的通用伺服器記憶體。隨著推論工作負載增加，需求急劇增長。 ↩
