在 AI 競賽中，外界往往更關注各科技巨頭的芯片策略，例如谷歌的 TPU、亞馬遜的 Trainium 以及英偉達的市場主導地位。然而，這些公司背後同樣激烈的能源戰略博弈卻常被忽視。隨著美國數據中心建設狂潮的興起，科技行業正撞上一堵巨大的牆：電網的擴張速度已無法跟上其需求。

SemiAnalysis 的基礎設施與電力領域負責人 Jeremie Eliahou Ontiveros 近期在一檔播客中，深度剖析了超大規模雲商與前沿 AI 實驗室之間差異顯著的能源採購策略。

谷歌：能源戰略最成熟的巨頭

在 Ontiveros 看來，谷歌目前仍是能源策略最為成熟的科技巨頭。當其他公司還在創新追趕時，谷歌已經憑藉其龐大的資產負債表，為合作伙伴 Anthropic 的數據中心建設提供了堅實的財務擔保。這種模式不僅解決了資金問題，更在電力資源日益緊張的背景下，為鎖定長期、穩定的清潔能源供應提供了保障。

OpenAI 與 Anthropic：被電網逼到“自備發電”

對於 OpenAI 和 Anthropic 這類前沿 AI 實驗室而言，情況則要被動得多。Ontiveros 指出，由於美國電網的互聯隊列（interconnection queue）嚴重積壓，等待接入現有電網的時間成本高到難以承受。這使得它們不得不走上一條更艱難的道路——自行引入發電設施。

電力實質上已不再是單純的運營成本，而演變成了一種收入來源。誰能在更短的時間內獲得穩定的電力，誰就能率先部署算力、訓練模型並實現商業化。

模塊化快速供電方案引發市場狂熱

面對電網瓶頸，市場對“模塊化速度供電”方案的追捧驟然升溫。Ontiveros 觀察到，從航改燃氣輪機、大型往復式發動機到價值數十億美元的燃料電池，各種能夠繞過傳統電網漫長建設週期的分佈式發電技術，正成為 AI 公司爭搶的對象。這些方案的核心優勢在於部署速度快，能夠匹配 AI 基礎設施建設的激進時間表。

人才爭奪戰蔓延至能源團隊

值得注意的是，AI 領域對頂尖研究人才的激烈爭奪，如今已完全複製到了能源團隊上。Ontiveros 透露，近期 AI 公司能源團隊的人員流動甚至可能比研究團隊更為頻繁。這從側面印證了，在算力即權力的時代，電力保障能力已成為決定 AI 公司成敗的關鍵勝負手。

總體而言，這場“AI 電力戰爭”揭示了產業發展的一個新階段：當算力需求以指數級增長時，能源供給的物理瓶頸和制度瓶頸正在重塑競爭格局。不同公司基於自身基因和資源稟賦，選擇了截然不同的破局路徑，這將在未來數年內深刻影響全球 AI 基礎設施的分佈與成本結構。