1849 年的加州淘金热给投资者上了一课，这一回响持续了近两百年：别去挖金子，要去卖铲子。在 2020 年代的人工智能热潮中，“金子”是 AGI 与自动化生产力的前景，而“铲子”的定义如今正在股市上被激烈争夺。
在这十年的前半段，答案似乎显而易见。Nvidia——H100 和 Blackwell GPU 的设计者——是无可争议的造王者。如果一家公司想训练模型，就得缴纳“Jensen 税”。但随着 2025 年接近尾声，新的现实正在浮现：芯片可以买得到，但运行它们的电力却不够。
当 Nvidia 凭借 3 万亿美元的市值占据头条时，一个更安静、已有百年历史的板块却在特定年化区间里开始跑赢这家科技巨头：那些乏味、受监管、派发股息的电力公用事业公司。
这一转变标志着 AI 经济的根本变化。市场正从“算力受限”走向“电力受限”。对投资者和行业观察者来说，问题不再只是谁设计出最好的芯片，而是谁能在不熔断电网的情况下保持灯亮。
第一把铲子：Nvidia 的垄断
要理解能源问题的规模，就必须理解所部署算力的密度。Nvidia 不只是卖芯片，它在销售一种极度耗电的全新计算方式。
利润率之王
Nvidia 的财务护城河堪称硬件史上最深。2025 年第三季度，公司报告营收 570 亿美元，同比增长 62%。更令人震惊的是，其毛利率维持在 73% 以上。在硬件行业，40% 已属优秀，这几乎闻所未闻。
这种盈利能力来自其完整的生态系统锁定。CUDA 软件平台如同 AI 的操作系统。虽然 AMD 凭借 MI300 系列在某些工作负载中取得了最高 25% 的能效提升，但大型实验室的转换成本仍然高得令人却步。
H100 的物理现实
dominance 是物理层面的。单张 H100 GPU 功耗可达 700 瓦。传统数据中心的标准机柜原本设计承载 5–10 千瓦（kW）。而一个搭载 72 颗 Blackwell GPU 的 Nvidia NVL72 机柜，热设计功耗（TDP）可逼近 120kW。这不只是更热的计算机，而是对传统热力学的根本打破。
冷却困境
传统数据中心用空调给服务器散热：风扇把冷风吹向散热片。这在 10kW 时没问题；到了 100kW，空气就不够用了。空气的比热容约为 1.006 J/g°C，而水是 4.186 J/g°C，水的载热效率是空气的四倍。
要运行 Nvidia Blackwell 集群，数据中心运营商必须拆掉空气处理设备，安装直触液冷（DLC）回路。管道将冷却液直接送到芯片上的冷板。这复杂、昂贵且沉重。Nvidia 的工程挑战已从“把芯片做得更小”变成了“管理堪比恒星的热密度”。这一物理现实迫使数据中心开启一轮庞大的资本支出周期，而这直接利好能源供应商。
第二把铲子：能源瓶颈
如果 Nvidia 提供引擎，那么公用事业就是提供燃料。而现在，燃料泵正在干涸。
高盛预计，到 2030 年数据中心电力需求将增长 160%。作为对比，美国电力需求近二十年来基本持平，年均约增长 0.5%，因为家电和照明的效率提升抵消了人口增长。AI 打破了这一平衡。
公用事业复兴
历史上，Duke Energy、Southern Company 或 Vistra 这类公用事业股被称为“寡妇孤儿股”：安全、缓慢、防御性强。2025 年，它们变成了成长股。
Vistra（VST）和 Constellation Energy（CEG）实现了三位数涨幅，在某些季度显著跑赢 Nvidia。为什么？因为它们拥有一种无法在晶圆厂里制造的资产：可靠的基荷吉瓦级电力。
市场已经意识到，GPU 可以在 12 小时内从台湾运到德州，而在美国新建一条输电线路需要 7 到 10 年。这种错配将定价权从芯片买家转移到了电子卖家。
30MW 与 300MW 的问题
一座 2015 年建成的标准云数据中心耗电约 30 兆瓦（MW）。如今获批建设的“AI 工厂”却要求 300 到 500MW。
作为参考，500MW 大致相当于一座小型核反应堆或大型燃煤电厂的输出，足以供应 40 万户家庭用电。当科技巨头向当地公用事业申请这样的接入容量时，得到的回答 increasingly 是：“排队去吧。”
监管护城河：地狱般的排队
Nvidia 的主要约束是台积电 CoWoS（Chip-on-Wafer-on-Substrate）封装产能。这是一种可以用资金和新工厂解决的制造瓶颈。
公用事业面对的是监管瓶颈，而金钱难以轻易解决。在美国，“并网排队队列”（等待接入电网的新增发电容量名单）目前积压超过 2000 吉瓦，其中多为太阳能和风能。平均等待时间已从 2010 年的不到 2 年暴增至 2024 年的超过 5 年。
这道监管护城河保护了现有公用事业。初创公司不能简单地建一座电厂然后把电卖给数据中心，他们需要 PJM、ERCOT 或 CAISO 的批准。这巩固了已拥有输电权的现有大型玩家。对 AI 超大规模企业（Microsoft、Google、Amazon）而言，这意味着必须与现有巨头合作——它们别无选择，只能支付溢价。
稀缺经济学
Nvidia 与公用事业的对比揭示了两种不同类型的投资护城河。
Nvidia 的护城河：创新与生态
Nvidia 赢在它跑得更快。12 个月一代的发布节奏（Hopper、Blackwell、Rubin）迫使客户升级，否则就会落后。但这本质上是高风险的。如果出现只需 90% 算力的推理模型，或有专用 ASIC（Application Specific Integrated Circuit）抢占份额，Nvidia 的利润可能迅速压缩。它的“铲子”有被重新发明的风险。
公用事业的护城河：监管与物理
公用事业赢在它受到物理定律和政府的保护。并网是强制性的。即便是建设表后发电的企业（例如 Amazon 从 Talen Energy 购买毗邻核设施的数据中心），最终也依赖电网并网作为备用。
这里的稀缺是绝对的。能同时获得水源（用于冷却）和高压输电线的地点有限。这种物理稀缺导致“购电协议”（PPAs）以大幅溢价签署。公用事业实际上是其服务区域内不受竞争威胁的垄断者，而现在它们拥有了口袋无限的客户群。
对 Nvidia 而言，需求无限，但稀缺性由供应链复杂性维持。对公用事业而言，需求在上升，但稀缺性由监管滞后和建设周期所确保。
核能选项：SMR 与便携方案
能源约束如此严峻，以至于正在迫使技术路线向核能转向。
小型模块化反应堆（SMRs）被吹捧为解决方案。Oklo、NuScale 等公司承诺在数据中心现场部署微型反应堆，从而有效绕过电网瓶颈。
然而，SMR 的落地时间最早也要到 2020 年代末。在未来 3 到 5 年的过渡期内，重担落在现有发电能力上。正因如此，该行业出现了燃煤电厂“取消退役”和老旧核设施延寿的现象。AI 对清洁能源的渴望正与“可靠”能源的现实相撞。当选择变成“推迟模型训练”还是“燃烧天然气”时，科技巨头选择了天然气。
Microsoft 与 Constellation Energy 重启三哩岛一号机组（Three Mile Island Unit 1）的交易，是这一趋势的标志性时刻。Microsoft 实际上愿意在未来 20 年内支付比市场价高出 100% 的溢价，只为确保 835MW 的清洁基荷电力。这笔交易证明，对超大规模企业而言，电力的成本远不如“没有电力”的成本重要。
前瞻分析：2030 年谁将胜出？
展望十年末，芯片制造商与公用事业之间的权力平衡可能会再次转移。
情景 A：效率墙
如果硬件能效（每瓦性能）超过模型规模增长，能源危机可能被夸大。Nvidia Blackwell 的能效已显著优于 Hopper。若这一趋势加速，公用事业的增长叙事可能降温。
情景 B：杰文斯悖论
更可能的结果是杰文斯悖论：效率越高，消耗反而越多，因为资源使用成本更低。如果推理变得便宜，工程师会把它塞进所有东西里，从而爆炸式推高总电力需求。
在这一情景下，公用事业是更安全的长期押注。Nvidia 面临 Google（TPU）、Amazon（Trainium）和 AMD 的竞争。而公用事业在电子输送领域没有竞争者。
2024 年的“铲子”是 H100。2026 年的“铲子”是千兆瓦级电力接入。
对精明的投资者而言，策略也许不是在两者之间二选一，而是理解轮动：Nvidia 在模型建设阶段提供增长，公用事业在模型运行阶段提供收益。在这场 AI 淘金热中，行业既需要挖掘的镐，也需要生存的水。但现在，水的成本远高于所有人的预期。
🦋 Discussion on Bluesky
Discuss on Bluesky