人工智能数据中心正以惊人速度消耗电力，但其中相当一部分并未用于实际的训练或推理。故障、重启、低效冷却及配置不当，在产生有效工作前便吞噬了大量能源。
这一严峻评估来自英伟达，正值电力成为AI增长决定性约束之际。该公司透露，从电网获取的每一吉瓦电力中，仅60%至70%最终用于执行AI任务，其余流失于基础设施开销和运营摩擦。据媒体报道，英伟达超级计算及AI云基础设施副总裁Rod Evans于2026年10月14日披露了上述数据。
隐性损耗与回收潜力
具体而言，在一吉瓦规模的数据中心中，约20%电力因冷却、分配和转换损耗而消失；另有10%耗于配置错误的机柜、硬件故障及重启过程。在某些部署中，这一比例甚至高达40%。Evans直言：“你签署的是100兆瓦合同，但实际永远拿不到这么多。运气好能拿到93兆瓦，某些时段甚至更少。”
数据中心设计初衷是应对峰值负载和停电，而非平均负载，这种保守设计导致大量容量闲置。英伟达认为，通过更智能的配置、动态电源管理和改进冷却策略，运营商可收回约30%的浪费电力。这意味着在相同电力合同下实现更高吞吐量，每瓦特处理更多Token，从而在大规模应用中节省真金白银。
行业缺电与电网波动
这一披露恰逢行业面临广泛电力短缺。摩根士丹利分析师预测，即便有表后发电和燃料电池支持，到2028年美国数据中心开发商仍将面临32吉瓦的净电力缺口。该行认为，凭借对部署情况的深入了解及对效率的重视，英伟达和博通受影响相对较小，而内存、光电子和电力组件等二级供应商则面临更大订单削减风险。
与此同时，功率密度持续攀升。英伟达Blackwell系统使单机柜功率突破150千瓦，Vera Rubin目标接近240千瓦，路线图更瞄准单机柜600千瓦乃至1兆瓦负荷。高负载给电气链路带来巨大压力，转换损耗倍增，散热挑战加剧。
电网波动性已现端倪。2026年7月，弗吉尼亚北部多个数据中心在输电干扰期间切换至备用电源，导致超过3吉瓦负载瞬间从PJM电网消失。频率上升、电压波动虽迅速恢复，但这一事件凸显了监管机构为何要求这些设施具备更好的穿越性能和更快数据反馈。
架构变革与软件优化
运营商正通过架构变革应对挑战。英伟达推动采用800伏直流配电技术，将铜材使用量减少近半并降低转换步骤。更高电压意味着更细电缆、更少损耗和更小占地面积。Vertiv等合作伙伴正协作制定参考设计，结合液冷技术和高级遥测。英伟达DSX平台早期结果显示，在某些推理负载中，每兆瓦处理的Token数量提高了1.4倍。
软件同样关键。动态功率限制、感知工作负载的频率调整及机柜级储能，能缓解令电网运营商担忧的剧烈波动。一项与加州公用事业公司的演示表明，数据中心可在一分钟内将用电量降低40%，同时保留大部分性能。这种灵活性有助于超大规模云服务商获得更快的电网接入许可或降低需量电费。
落地挑战与新能效标准
然而挑战依旧严峻。建筑劳动力短缺拖慢进度，当地反对声音阻挠新燃气轮机和输电线路建设。高盛估计，未来两年内宣布的数据中心产能中仅50%至60%能真正上线。微软、谷歌、OpenAI等公司纷纷签订巨额购电协议或自建发电设施，其中OpenAI在俄亥俄州的项目绑定了8吉瓦燃气发电能力，其规模和碳排放影响引发广泛审查。
英伟达传递的信息明确：在供应紧张背景下，效率提升比单纯增加兆瓦数更重要。一个峰值功耗224千瓦但在164千瓦下高效运行的机柜，可在相同电力包络内容纳更多算力。推理业务受益最大，而训练领域也可通过更好遥测和预测性维护，降低因故障和重启损失的10%电力。
行业观察人士预计，“每瓦特Token”的关注度将进一步强化。传统PUE指标仅追踪设施开销，忽略服务器是否执行有用工作。英伟达及其合作伙伴希望建立新标准，衡量从电网汲取的每一瓦特电力所产生的实际AI产出。早期基准测试表明，无需新芯片组，实现20%至40%的提升切实可行。
压力只会越来越大。预测显示，到2030年美国数据中心电力消耗可能翻三倍或更多。超大规模云服务商已占据弗吉尼亚和德克萨斯等紧张市场增量需求的相当大份额。电网规划者正忙于增加发电和输电能力，同时平衡不同时代的可靠性规则。
Evans的数据既是警告也是行动号召。数据中心浪费的电力远超承认数量，仅故障一项在某些设施中就吞噬了十分之一能量。然而，回收这些能量的工具现已存在：更智能机柜、高压电力输送、液冷技术、动态软件控制，以及对实际产出的不懈关注。掌握减少浪费技巧的公司，将在每兆瓦可用电力中部署更多GPU，谈判更有利条款，并在他人撞上“电力墙”时继续训练更大模型。在这个电力即货币的行业，每一个被回收的百分点都直接转化为竞争优势。