美国缺电，何方能解？

程迈越先生小档案：

 

全球能源转型与能源系统重构领域的权威专家程迈越先生

亦是GFM《AI 能源》栏目特别顾问暨核心研究主持

 

程迈越先生是全球能源转型与能源系统重构领域的权威专家，拥有逾三十年国际能源、基础设施与能源金融的实务与研究经验。现任CT Green Capital 管理合伙人，为乌镇智库创始理事，并曾任洛基山研究所（RMI）合伙人。

 

程先生于1991 年在世界银行总部展开职业生涯，先后任职于Southern Company、CLP、AES、Qwest、Cisco 等全球领先能源与科技企业，亦曾于科尔尼（Kearney）与RMI 参与能源转型的战略研究与实践，长期聚焦于电力系统、需求侧管理与新能源体系的可落地方案。

 

在GFM《AI 能源主权》栏目中，程迈越先生将以「能源× AI × 产业安全」为核心，系统性解析AI 时代的算力用电、能源瓶颈与去碳化路径，并探讨零碳能源、虚拟电厂、城市级与工业级能源转型的可行模型，为全球AI 与产业升级提供可被验证、可被复制的能源解决方案。

 

⸻———————————————

 

 

当AI 成为国家战略资产，电力不再只是能源问题，而是制度与工程时间的竞赛。

 

在算力高速扩张、数据中心密集上线的背景下，美国电力系统正面临结构性压力。本篇透过电力专家程迈越教授及其团队的工程实践，拆解英伟达等科技巨头背后的「缺电真相」，并从投资回报、国家安全与制度效率三个层面，检视这场正在成形的AI 能源约束。

 

引言｜如果「算力霸权」撞上「电力天花板」

 

2025 年，华盛顿的焦虑，并不是从白宫能源报告开始的，而是从矽谷传出。

 

当英伟达（NVIDIA）CEO 黄仁勋在不同场合反覆提及「电力正在成为AI 发展的最大瓶颈」时，这句话在外界听来像是一位科技领袖的前瞻提醒，但在美国能源与国安系统内部，它被解读为一个危险信号——算力仍在高速前进，而支撑它的基础设施却已逼近极限。

 

AI 不缺晶片，不缺资本，也不缺市场需求。

它缺的是最原始、最现实、也最难被快速复制的东西：稳定、可预期、可规模化的电力供应。

 

正是在这个背景下，电力系统专家、Rocky Mountain Institute（RMI）管理总监程迈越教授及其团队，被越来越多科技与政策圈内部人士提及。因为他们关注的，并不是「AI 多快」，而是一个更根本的问题：

 

如果电力系统本身无法适应算力时代，那么再先进的AI，也只能停在机房里。

 

（图片说明）美国多地资料中心快速扩张，正在将原本为传统工业与城市设计的电网推向极限。当AI 算力需求以倍数成长，电力系统的建设与调度节奏，正成为制约算力部署的关键瓶颈。

 

⸻

 

第一部分｜缺电，并不是突然发生的危机

 

在接受GFM采访时，程迈越教授的第一句话并不耸动：

 

「这件事，早就该发生了。」

 

在他看来，美国当前面临的不是突发性的能源事故，而是一场被长期忽视的结构性错配。

 

过去二十年，美国能源系统的核心任务是三件事：

降低成本、提高可靠性、推进减碳。

但没有一项制度设计，是为AI 时代准备的。

 

AI 数据中心的用电特性，与传统工业完全不同：

 

一个大型GPU 丛集，一旦上线，每天消耗的电力不是「慢慢增加」，而是直接锁死一整片区域的电网容量。

 

「GPU 没电，就只是昂贵的金属。」程迈越说。

「对英伟达来说，这不是能源问题，而是资产风险问题。」

 

⸻

 

第二部分｜英伟达其实不是用电大户，却被电力卡住了

 

一个容易被误解的事实是：

英伟达本身并不直接消耗这些电力。

 

它卖的是晶片，而不是电。

 

但问题恰恰在这里——

如果下游数据中心拿不到电，那么晶片就无法部署，算力就无法变现。

 

程迈越将这种关系形容为：

 

「你卖的是一辆F1 赛车，但赛道没有修好。」

 

从供应链角度看，这是一种典型的系统性阻塞：

 

这也是为什么，缺电问题正在从「能源议题」，升级为「科技竞争的制度瓶颈」。

 

⸻

 

第三部分｜程迈越团队真正做的，不是口号，而是「工程实践」

 

与许多停留在政策讨论层面的专家不同，程迈越团队长期做的是一件「不性感但关键」的事情：

把宏观能源问题拆解成可落地的工程路径。

 

他们的核心判断很清楚：

 

美国不可能在短期内「多造电」，

但可以在不同时间尺度上，重新配置电力的生成、调度与使用方式。

 

① 短期：把「现有电」用得更快

团队评估，大量已存在的工业场址（包括部分退役矿场与能源设施），如果搭配快速部署的燃气与储能系统，可以在6–12 个月内为数据中心提供可用电力，而不是等待传统电网三到五年的扩建周期。

 

② 中期：让数据中心「自己消化部分负载」

透过光伏＋储能＋液冷＋功率电子优化，数据中心本身可以大幅降低对外部电网的瞬时冲击。

这不是「绿色口号」，而是降低电网拒绝接入风险的现实策略。

 

③ 长期：结构性解法只能来自核能与系统整合

程迈越并不讳言，小型模组化核反应炉（SMR）是目前唯一同时满足规模、稳定与减碳的选项之一。但他也强调，真正的难点不在技术，而在于：

 

「美国是否愿意让工程效率，跑在制度前面？」

 

（图片说明）在美国国安与能源评估体系中，电网已不再只是基础设施，而是潜在的战略风险放大器。当算力、军事与关键通讯高度集中于少数电力节点，工程建设与修复周期的长短，直接影响国家韧性。

 

⸻

 

第四部分｜这已经不是能源问题，而是国家安全约束

 

当AI 被正式纳入美国国家安全战略时，电力问题的性质就彻底改变了。

 

在五角大厦与国安智库的内部评估中，电网脆弱性已被视为潜在的战略风险放大器：

 

这意味着，一旦发生冲突或极端事件，算力优势可能在几小时内失效。

 

程迈越直言不讳：

 

「如果电力跟不上，美国的AI 优势不是被超越，而是被自己卡住。」

 

⸻

 

｜真正的问题，不是缺电，而是缺「工程时间」

 

回到最初的问题：美国缺电，何人能解？

 

答案或许并不浪漫。

不是某一家公司，也不是某一项技术。

 

而是——

这个国家是否愿意承认，算力时代需要的是工程节奏、制度耐心与长期基础设施投入。

 

程迈越教授与其团队的价值，不在于他们「解决了缺电」，而在于他们清楚指出：

 

如果今天不开始调整工程路径，明天就只剩下战略焦虑。

 

在AI 时代，真正稀缺的，从来不是演算法。

而是——支撑演算法运转的现实世界。