点亮一台AI服务器，电要经过多少个“坐标”？

8月17日，OpenAI宣布了一项很容易让人忽略重点的超级工程。

它将在美国俄亥俄州的 PORTS-Pike 科技园区获得大约8GW的IT容量，合作方包括SB Energy、英伟达和美国能源部。按照规划，第一批约800MW容量预计在2028年投入使用。

新闻里最醒目的当然是8GW。

OpenAI公布的项目细节体现出他们现在操心的已经不只是GPU够不够。为了把后面的算力继续建出来，项目需要升级电网、新建输电线路，还需要增加新的发电设施，其中包括天然气发电。

换句话说，今天建一个巨型AI数据中心，已经不是买几万张显卡，插上电就能运行。

GPU买回来，只是第一步。接下来怎样把足够多的电一直送到GPU面前，才是真正的难题！

一、先别看GPU，先去几十公里外找电

我们平时看到的AI服务器，是数据中心机房里一排排黑色机柜。

但如果从能源的角度往回追，它的起点可能在几十公里甚至几百公里之外。

发电厂先把电送进输电网络。

为了降低长距离输电的损耗，电会被升到很高的电压，经过高压输电线路来到城市或者数据中心附近，再进入变电站降压。

到了数据中心门口，它仍然不能直接进入GPU。

它还要经过数据中心的中压配电、变压设备、开关设备、UPS或者储能系统，再进入机房的配电系统，最后才来到一个个服务器机架。

如果把这条路简单画出来，大致可以看到八个“坐标”：

发电厂、高压电网、变电站、数据中心进线、变压整流、UPS与储能、机架配电，最后才是GPU。

我们按一下ChatGPT的发送键，看到的只是模型开始回答。

但在物理世界里，背后其实有一条很长的能源链同时开始工作。

二、电每走一步都要变一次

问题还不只是路长。

电从电网来到GPU的过程中，要不断改变自己的“形态”。

电网送进来的通常是交流电，经过不同等级的变压和配电进入机房。到了服务器附近，又需要转成直流电，再继续降低电压，最终变成芯片能够使用的电。

过去服务器功率没有那么高，这些转换并不显眼。

可是AI服务器把事情改变了。

一台服务器装进越来越多的GPU，一个机架的功率也从过去几十千瓦不断向数百千瓦增长。英伟达规划的下一代AI基础设施甚至已经面向1MW级机架。

这时候，每一次转换产生的一点损耗、每一根铜排承受的电流、每一个电源模块产生的热量，都开始被放大。

所以到了今天，AI数据中心面对的问题已经从“有没有电”，它变成了另一个更具体的问题：这股电能不能足够高效地走到GPU。

三、所以英伟达开始想办法，让电少走几个坐标

8月11日，英伟达专门发布了一篇关于AI数据中心供电的文章。

开头就点出了一个正在发生的变化：

AI计算的瓶颈已经不只是功率，而是电怎样从电网走到GPU。

它给出的方案叫800V DC。

简单理解，就是尽量减少过去那些反复进行的交流、直流转换，把更高电压的直流电送得更靠近计算设备。

转换次数少了，设备少了，损耗和发热也会跟着下降。

英伟达规划中的更进一步方案，甚至准备在数据中心层面直接把中压交流电转换成800V直流电，再送向机架。未来的行级供电系统则可以支持最高约2MW的单排机架。

这听起来像一个很传统的电气工程问题。

但它实际上透露出AI产业正在发生的一次变化：从怎样造出更快的GPU到

怎样让这些GPU获得足够的电？

四、AI公司开始争夺的，不再只是芯片

这也是OpenAI俄亥俄项目真正值得关注的地方。

第一批800MW容量还能大量利用现有电力基础设施，但之后继续扩建，就必须修新的输电线路，甚至增加新的发电能力。OpenAI还明确表示，项目所需要的电网升级和新输电线路成本将由项目承担。

这意味着AI竞争正在从芯片工厂，一路向能源系统延伸。

GPU、服务器只是看得见的部分。

它背后还有土地、电力接入指标、变电站、输电线路、发电能力、储能系统以及整个数据中心的供电架构。

未来一家AI公司即使有钱买到几十万张GPU，也未必意味着它能立刻获得几十万张GPU所需要的电。

算力竞争正在慢慢变成一场能源基础设施竞争。

所以，当我们再问“点亮一台AI服务器需要经过多少个坐标”时，答案并不只是八个设备节点。

从发电厂开始，到最后几厘米进入GPU，几乎整套现代电力工业都被牵了进来。

屏幕上生成一个字，只需要一瞬间。

但点亮生成这个字的服务器，可能要先修一座变电站、一条输电线路，甚至一座新的发电厂。

这是AI真正开始进入重工业时代的标志。