7月15日，美国总统特朗普率政府高官出席宾夕法尼亚州匹兹堡一场技术行业会议，宣传一项由美国大企业投资的能源与基础设施建设项目——总投资额超过900亿美元，主要用于满足AI等技术产业发展需求。谷歌承诺两年内向PJM联合电网投资250亿美元，黑石集团投资250亿美元新建天然气发电厂和数据中心，亚马逊斥资200亿美元建设两座数据中心综合体。一场围绕AI算力的"能源军备竞赛"正在打响。
这不是孤例。红杉合伙人David Cahn在7月初给出了一个惊人的更新：2026年全球AI基础设施投入将达到1.5万亿美元，整个行业必须产生3万亿美元的收入才能收回投资。注意，是"收入"，不是"估值"。当算力需求从训练扩展到永不停歇的推理，AI产业最大的问题已经不再是"能不能做出来"，而是"电从哪里来"。
900亿美元：AI算力的能源瓶颈
这轮投资的共同特征是"为AI供电"。谷歌向PJM联合电网投资250亿美元用于输电网建设；弗兰蒂尔集团将宾州西部燃煤发电站改造成天然气发电站；核心编织公司投资60多亿美元建设数据中心；黑石集团250亿美元新建发电厂和多个数据中心，计划2028年底前动工。
AI数据中心的耗电量正在以指数级增长。单个大型AI训练集群的功率需求可达数百兆瓦，相当于一座中型城市的用电量。电力供应已经成为制约AI扩张的第一瓶颈——芯片产能可以扩，但电网建设和发电厂审批周期动辄数年。
英伟达季度收入逼近千亿
黄仁勋在7月11日摩根士丹利路演中透露，英伟达季度收入正逼近1000亿美元，且增速仍在提升。这个数字意味着什么？2024年英伟达全年营收约1300亿美元，如今一个季度就能接近过去一年的水平。他还否认了Rubin Ultra延期传闻，确认明年按计划出货。
同时，一家此前主要依赖ASIC的头部AI模型客户，目前约一半算力已转向英伟达平台——这意味着即使谷歌TPU等ASIC芯片在推理场景有成本优势，英伟达GPU的通用性和CUDA生态仍然具有强大吸引力。
推理经济性决定产业未来
红杉的Cahn指出，训练模型是一次性资本支出，但推理是永不停歇的运营支出。当Anthropic融资650亿美元、OpenAI估值逼近万亿美元时，它们最大的成本项已经从"训练GPU"变成了"每天为用户推理万亿次Token"。
2026年上半年美国风投总额4127亿美元，其中AI公司拿走了3559亿美元，占比86%。但低于1亿美元的"小型"融资轮占比从2024年的43.8%骤降至12.5%——钱正以前所未有的速度向头部集中。
核心观点：算力即权力
AI产业的竞争正在从"谁的模型更强"延伸到"谁的电力更足、谁的芯片更便宜、谁的基建更深厚"。900亿美元的能源投资、1.5万亿美元的全球基建投入、英伟达千亿季度收入——这些数字背后是一个残酷的现实：AI不是软件生意，而是重资产生意。能在这场军备竞赛中活下来的，只有那些同时掌握算力、电力和资金的巨头。
2026.07.16