人工智能建设进度放缓的原因

本文讨论的是美国AI基础设施建设（尤其是数据中心）遭遇的一个关键瓶颈：电网。不是芯片短缺或算法不够强，而是电力容量与审批流程跟不上。 - 美国大型数据中心（如微软、谷歌、亚马逊的AI训练集群）耗电量极大，一个园区耗电可达数百兆瓦甚至吉瓦级，相当于一座小型城市。 - 当前美国电网严重老化，新建或扩容输电线路从审批到建成平均耗时十年以上，远远快于AI建设的节奏——后者可能只需要两三年。 - 关键环节包括：区域输电组织（RTO/ISO）的并网审批（interconnection queue）、环境审查（NEPA）、设备供应链瓶颈（如变压器短缺）。 - 文章核心论点：AI的经济和竞争压力正在倒逼美国电力监管改革，但改革本身在政治和法律上阻力巨大，涉及联邦/州/地方各级权力重叠、环保团体诉讼、以及煤电厂退役与气/核/可再生能源的替代博弈。 - 这不是一个纯技术问题，而是能源政策、基础设施投资、行政流程与地缘政治竞争的交汇点，直接关系到美国能否在AI竞赛中维持领先地位。