美國缺電，何方能解？

程邁越先生小檔案：

 

全球能源轉型與能源系統重構領域的權威專家程邁越先生

亦是GFM《AI 能源》欄目特別顧問暨核心研究主持

 

程邁越先生是全球能源轉型與能源系統重構領域的權威專家，擁有逾三十年國際能源、基礎設施與能源金融的實務與研究經驗。現任 CT Green Capital 管理合夥人，為烏鎮智庫創始理事，並曾任洛基山研究所（RMI）合夥人。

 

程先生於 1991 年在世界銀行總部展開職業生涯，先後任職於 Southern Company、CLP、AES、Qwest、Cisco 等全球領先能源與科技企業，亦曾於科爾尼（Kearney）與 RMI 參與能源轉型的戰略研究與實踐，長期聚焦於電力系統、需求側管理與新能源體系的可落地方案。

 

在 GFM《AI 能源主權》欄目中，程邁越先生將以「能源 × AI × 產業安全」為核心，系統性解析 AI 時代的算力用電、能源瓶頸與去碳化路徑，並探討零碳能源、虛擬電廠、城市級與工業級能源轉型的可行模型，為全球 AI 與產業升級提供可被驗證、可被複製的能源解決方案。

 

⸻———————————————

 

 

當 AI 成為國家戰略資產，電力不再只是能源問題，而是制度與工程時間的競賽。

 

在算力高速擴張、數據中心密集上線的背景下，美國電力系統正面臨結構性壓力。本篇透過電力專家程邁越教授及其團隊的工程實踐，拆解英偉達等科技巨頭背後的「缺電真相」，並從投資回報、國家安全與制度效率三個層面，檢視這場正在成形的 AI 能源約束。

 

引言｜如果「算力霸權」撞上「電力天花板」

 

2025 年，華盛頓的焦慮，並不是從白宮能源報告開始的，而是從矽谷傳出。

 

當英偉達（NVIDIA）CEO 黃仁勳在不同場合反覆提及「電力正在成為 AI 發展的最大瓶頸」時，這句話在外界聽來像是一位科技領袖的前瞻提醒，但在美國能源與國安系統內部，它被解讀為一個危險信號——算力仍在高速前進，而支撐它的基礎設施卻已逼近極限。

 

AI 不缺晶片，不缺資本，也不缺市場需求。

它缺的是最原始、最現實、也最難被快速複製的東西：穩定、可預期、可規模化的電力供應。

 

正是在這個背景下，電力系統專家、Rocky Mountain Institute（RMI）管理總監 程邁越教授 及其團隊，被越來越多科技與政策圈內部人士提及。因為他們關注的，並不是「AI 多快」，而是一個更根本的問題：

 

如果電力系統本身無法適應算力時代，那麼再先進的 AI，也只能停在機房裡。

 

（圖片說明）美國多地資料中心快速擴張，正在將原本為傳統工業與城市設計的電網推向極限。當 AI 算力需求以倍數成長，電力系統的建設與調度節奏，正成為制約算力部署的關鍵瓶頸。

 

⸻

 

第一部分｜缺電，並不是突然發生的危機

 

在接受GFM採訪時，程邁越教授的第一句話並不聳動：

 

「這件事，早就該發生了。」

 

在他看來，美國當前面臨的不是突發性的能源事故，而是一場被長期忽視的結構性錯配。

 

過去二十年，美國能源系統的核心任務是三件事：

降低成本、提高可靠性、推進減碳。

但沒有一項制度設計，是為 AI 時代準備的。

 

AI 數據中心的用電特性，與傳統工業完全不同：

 

一個大型 GPU 叢集，一旦上線，每天消耗的電力不是「慢慢增加」，而是直接鎖死一整片區域的電網容量。

 

「GPU 沒電，就只是昂貴的金屬。」程邁越說。

「對英偉達來說，這不是能源問題，而是資產風險問題。」

 

⸻

 

第二部分｜英偉達其實不是用電大戶，卻被電力卡住了

 

一個容易被誤解的事實是：

英偉達本身並不直接消耗這些電力。

 

它賣的是晶片，而不是電。

 

但問題恰恰在這裡——

如果下游數據中心拿不到電，那麼晶片就無法部署，算力就無法變現。

 

程邁越將這種關係形容為：

 

「你賣的是一輛 F1 賽車，但賽道沒有修好。」

 

從供應鏈角度看，這是一種典型的系統性阻塞：

 

這也是為什麼，缺電問題正在從「能源議題」，升級為「科技競爭的制度瓶頸」。

 

⸻

 

第三部分｜程邁越團隊真正做的，不是口號，而是「工程實踐」

 

與許多停留在政策討論層面的專家不同，程邁越團隊長期做的是一件「不性感但關鍵」的事情：

把宏觀能源問題拆解成可落地的工程路徑。

 

他們的核心判斷很清楚：

 

美國不可能在短期內「多造電」，

但可以在不同時間尺度上，重新配置電力的生成、調度與使用方式。

 

① 短期：把「現有電」用得更快

團隊評估，大量已存在的工業場址（包括部分退役礦場與能源設施），如果搭配快速部署的燃氣與儲能系統，可以在 6–12 個月內 為數據中心提供可用電力，而不是等待傳統電網三到五年的擴建周期。

 

② 中期：讓數據中心「自己消化部分負載」

透過光伏＋儲能＋液冷＋功率電子優化，數據中心本身可以大幅降低對外部電網的瞬時衝擊。

這不是「綠色口號」，而是降低電網拒絕接入風險的現實策略。

 

③ 長期：結構性解法只能來自核能與系統整合

程邁越並不諱言，小型模組化核反應爐（SMR）是目前唯一同時滿足規模、穩定與減碳的選項之一。但他也強調，真正的難點不在技術，而在於：

 

「美國是否願意讓工程效率，跑在制度前面？」

 

（圖片說明）在美國國安與能源評估體系中，電網已不再只是基礎設施，而是潛在的戰略風險放大器。當算力、軍事與關鍵通訊高度集中於少數電力節點，工程建設與修復周期的長短，直接影響國家韌性。

 

⸻

 

第四部分｜這已經不是能源問題，而是國家安全約束

 

當 AI 被正式納入美國國家安全戰略時，電力問題的性質就徹底改變了。

 

在五角大廈與國安智庫的內部評估中，電網脆弱性已被視為潛在的戰略風險放大器：

 

這意味著，一旦發生衝突或極端事件，算力優勢可能在幾小時內失效。

 

程邁越直言不諱：

 

「如果電力跟不上，美國的 AI 優勢不是被超越，而是被自己卡住。」

 

⸻

 

｜真正的問題，不是缺電，而是缺「工程時間」

 

回到最初的問題：美國缺電，何人能解？

 

答案或許並不浪漫。

不是某一家公司，也不是某一項技術。

 

而是——

這個國家是否願意承認，算力時代需要的是工程節奏、制度耐心與長期基礎設施投入。

 

程邁越教授與其團隊的價值，不在於他們「解決了缺電」，而在於他們清楚指出：

 

如果今天不開始調整工程路徑，明天就只剩下戰略焦慮。

 

在 AI 時代，真正稀缺的，從來不是演算法。

而是——支撐演算法運轉的現實世界。