摘要：先说1GW功率是个什么概念呢？相当于一个典型的单座核反应发电厂，1GW输出功率，能持续供应一个差不多一百万人口的城市。

人工智能技术仍在不断狂飙，算力已成为国家竞争力的新指标。

中美两国多家企业，都提出要建设1GW（十亿瓦特）的AI工厂。

1GW不仅代表着计算能力，更是涉及到全球供应链、能源革命与制造工艺的产业协作奇迹。

建设1GW功率的AI工厂需要什么样的强大能力？最近黄仁勋给大家讲解了一下。

先说1GW功率是个什么概念呢？相当于一个典型的单座核反应发电厂，1GW输出功率，能持续供应一个差不多一百万人口的城市。

当这样的电力规模被专门用于人工智能计算时，其代表的算力潜力，足以重塑整个科技产业格局。

根据相关专家测算，运行当今最先进的大语言模型集群，如部署20万块高性能GPU进行全天候推理运算，为了维持其服务五亿用户，至少需要0.5 - 1GW的专用电站支持。

这种量级的能源需求，已经超越了传统数据中心的范畴，进入了“AI工厂”的新纪元。

人工智能对电力的需求远超我们的想象。

据谷歌预测，到2030年，机器学习部署将需要每个IT机架超过500千瓦的电力，而整个行业正在向1MW（兆瓦）机架功率迈进。

这种指数级增长的算力需求，主要源于AI模型参数规模的爆炸式增长。

从GPT - 3的1750亿参数到如今动辄万亿参数的模型，每一次人工智能的突破，都伴随着对电力基础设施的更高要求。

1GW AI工厂正是在这种背景下应运而生的，它不仅仅是算力规模的跃升，更是电力分配与散热技术的全面革新。

算力和电力需求的不断提升，导致电力架构也在不断变革。

传统数据中心采用12V或48V直流配电，而新一代的AI工厂已开始部署±400V高压直流系统。

这种源自电动汽车产业的技术标准，可将端到端效率提升约3%，并能释放整个机架空间用于计算硬件。

目前主要是谷歌、Meta和微软等科技巨头在推动这一变革。

Meta计划到2025年底实现1GW在线计算能力，配置超过130万个GPU，仅2025年就投入600 - 650亿美元用于基础设施建设。

这种投资规模达到甚至超过了一个小型国家的年度财政预算。

建造1GW级别的AI工厂是一项典型的资本密集型工程，单体投资高达60 - 80亿美元，其中仅电子和计算部分就占据数十亿美元。

有人可能会问：如此巨额投入，AI真的能在商业上盈利吗？

答案是，可以。前提是规模足够大。

理论上，当算力规模突破临界点后，单位计算的成本将显著下降，从而为AI服务的商业化普及创造条件。

ECL公司在德克萨斯州建设的1GW氢动力AI数据中心TerraSite - TX1就是一个非常典型的案例。

其初始阶段投资4.5亿美元，提供50MW容量，而若要将整个1GW站点建成，建设成本大约为80亿美元。

这种大规模集中化投资的战略意义远超单纯的成本考量。

1GW AI工厂实质上是在构建一种新型的数字基础设施，它不仅能满足企业内部AI研发需求，还可作为算力服务平台对外开放，催生全新的商业模式。

ECL的TerraSite - TX1已吸引Lambda作为首位租户。

而法国政府与英国AI云提供商Fluidstack合作建造的1GW脱碳AI超级计算机，则直接瞄准为下一代AI模型提供无与伦比的计算能力。

这些案例表明，1GW级AI工厂正在成为国家间科技竞争的重要筹码。

从技术发展角度看，1GW规模是实现AI工业化生产的必要条件。

训练当今最先进的千亿参数大模型需要数千块GPU协同工作数周时间，耗电量相当于几百个家庭一年的用电量。

但只有达到GW级规模的算力池，才能支持多个大型模型并行训练与推理，满足企业级AI应用的实时性要求。

这也解释了为何微软宣布向其AI数据中心投入800亿美元，以及为何Fluidstack的法国项目计划到2028年将专用AI计算规模扩展到1GW以上。

在AI时代，算力规模直接决定了创新速度与市场竞争力。

新一代AI工厂，已经在积极探索可持续能源的解决方案了。

ECL的氢动力数据中心实现了24/7零排放运行，具有“负水足迹”（实际为社区补充水），电源使用效率（PUE）达到惊人的1.05。

法国Fluidstack项目则充分利用该国丰富的核能资源，打造完全脱碳的AI超级计算机。

这种绿色算力转型不仅能满足环保诉求，还确保AI发展不受传统电网限制，这将为其未来持续扩张扫清能源障碍。

1GW AI工厂的核心在于其海量计算芯片，而芯片制造堪称人类工业文明的巅峰之作。

这一过程始于台积电无尘车间内一片纯净的12英寸硅片——在这比镜子更光滑的表面上，将上演一场纳米级的精密芭蕾。

通过上百道复杂工序，紫外光刻机在硅片表面刻蚀出两千亿个晶体管，这些仅几纳米宽的“开关”通过数十层金属互联形成完整电路。

每片晶圆要经历长达数月的加工，温度、湿度、振动的微小偏差都可能导致整批产品报废。

这种极致的工艺要求使得先进芯片厂的建设成本非常高，建设一座芯片工厂，其资金需求高达200亿美元。

晶圆加工完成后便进入了封装测试阶段，这里需要台积电与封测巨头如安靠（Amkor）紧密协作。

以英伟达Blackwell架构的B200芯片为例，32颗计算芯片与128组高带宽存储（HBM）需精准焊接在硅中介层上，通过数万根微米级连线实现互联。

这一过程需要在超高精度设备下完成，随后芯片要经历125摄氏度高压测试和数小时高温烘烤，确保在严苛的数据中心环境中稳定工作。

值得一提的是，随着芯片功耗突破1000瓦大关，传统风冷已无法满足散热需求，液冷技术从过去的可选变成了现在的必选。

这就是为何现代AI芯片在设计阶段就需考虑冷却方案的原因。

单颗芯片的诞生已是工业奇迹，而若想将数十万颗芯片集成为1GW算力池，就需要全球供应链进行精密协作。

在富士康高度自动化的工厂里，机器人24小时不间断工作，将每块载有B200芯片的主板与一万多个精密元件焊接在一起。

与此同时，定制铜制液冷模块从库仑至尊、祁宏纪等专业供应商空运而来。

另外，还需要富士康的另一家工厂批量生产ConnectX - 7超级网卡，同时还需要通威电子提供每秒14.4TB带宽的可交换基板。

所有这些组件最终在系统集成商处汇聚，组装成完整的计算单元。

互联技术是超大规模AI集群的关键突破。

英伟达自研的NVLink高速互联技术允许72颗B200芯片和144个GPU通过5000根铜缆连接，形成带宽高达每秒130TB的巨型虚拟GPU。

这种突破性设计消除了传统服务器间的通信瓶颈，使数万块GPU能够像单一芯片般协同工作。而实现这种紧密集成需要全新的机架设计。

谷歌已开始部署±400V直流供电和行内液体冷却分配单元（CDU），将1MW功率压缩到单个机架内，这种密度是传统数据中心的十倍以上。

这场全球协作的规模令人惊叹！

一个完整的1GW AI工厂可能包含120万个计算芯片、超过3公里长的铜缆互联、130万亿个晶体管，总重量超过1800公斤。

从第一个晶体管刻蚀到最后一道螺栓拧紧，每一步都凝聚着台积电、三星、富士康、纬创、广达、戴尔、惠普等数百家企业的专业智慧。

英特尔近期联合台厂如迈科、元山、广运等发展“超流体冷却技术”，正是这种全球协作的延续。

截至目前，还没有哪家公司能独自应对AI时代的全部技术挑战。

随着单芯片功耗突破千瓦大关，散热技术已成为制约AI算力发展的关键瓶颈。

传统风冷技术在面对1500W以上的AI芯片时已力不从心，行业正经历一场从空气到液体的冷却方式革命。

英特尔推出的“超流体冷却技术”经过两年发展，已能应对1500W AI芯片的散热需求，且应用于不导电的新型介电液中，彻底消除水冷系统漏水的风险。

英特尔与台厂如迈科、元山密切合作这项技术，展示了产业链协同创新的力量。

液冷技术的优势非常明显。水的热容是空气的4000倍，导热系数更是空气的30倍。

谷歌七年来已部署千兆瓦级液冷技术，支持超过2000个TPU Pod，实现了99.999%的运行可靠性。

其Deschutes项目采用的行内冷却液分配单元（CDU）将机架液体回路与设施回路隔离，既保证了冷却效率又确保了系统安全。

这种架构使谷歌能将TPU v3超级计算机的芯片密度翻倍，规模较前代提升四倍，而体积仅为风冷服务器的一半。

ECL公司在散热领域也有独到创新，其专利技术包括利用氢发电副产品的水进行冷却，以及四环路和直接芯片冷却技术。

这些创新与高效的电源管理相结合，使ECL数据中心的PUE值达到1.05的行业领先水平。

在这方面，中国当然也不落人后，东莞市政府在推动AI产业发展时，特别将“探索设立智算中心能耗指标资源池”作为政策支持方向，反映出散热与能效问题已成为区域AI竞争力的关键因素。

1GW AI工厂的建设正在重塑全球科技地理格局。

美国德克萨斯州凭借宽松的监管和丰富的能源资源，吸引了ECL投资80亿美元建设氢动力AI数据中心。

路易斯安那州则迎来Meta投资100亿美元的巨型数据中心，面积达400万平方英尺；法国政府与英国Fluidstack合作，利用其核能优势建造1GW脱碳AI超算。

而中国东莞则通过构建“1 + 1 + N”算力供给体系，力争到2027年调度智能算力规模达10000P（约0.5GW）。

AI算力的战略价值越来越重要。

德克萨斯州副州长Dan Patrick明确表示：“我们想要数据中心，但它不能是数据中心和加密货币矿工破坏我们的电网并让灯熄灭的狂野西部。”

ECL的离网氢动力方案做得非常好，既满足了算力需求又减轻了电网压力。

类似地，法国项目强调“数字主权”，而东莞政策则着眼于“工业垂直领域模型应用创新高地”，各地均试图通过AI基础设施构建独特的竞争优势。

地方政府的大力支持加速了这一进程。

东莞设立最高5000万元算力券支持企业租用智算资源；法国为Fluidstack项目提供100亿欧元初始资金；德克萨斯州则为ECL项目提供土地和政策便利。

这种“算力军备竞赛”不仅创造了大量高技能岗位（法国项目预计创造数千个），更带动了整个产业链的区域集聚，如台达在EMEA地区布局的AI赋能解决方案，以及湖北形成的680家人工智能企业集群。

1GW AI工厂的崛起标志着一个新时代的来临——算力已成为继土地、劳动力、资本之后的第四大生产要素。

从硅片上的纳米级晶体管到跨大陆的供应链网络，从氢动力能源站到液冷服务器机架，这场算力革命展现了人类工业协作的极致形态。

从更宏观视角看，1GW AI工厂不仅是一项技术成就，更是文明演进的路标。

当Fluidstack利用法国核能运行AI超算，当ECL通过氢动力实现零排放数据中心，我们看到算力增长与可持续发展并非零和博弈。

而台积电、英特尔、谷歌等企业在芯片制造、散热技术上的突破，则证明面对技术挑战时，产业协作比单打独斗更具创造力。

未来十年，随着更多1GW级AI工厂的落成，我们将见证AI算力从稀缺资源变为基础设施的过程。这一转变将降低AI应用门槛，催生我们今天难以想象的服务与产品。

正如东莞政策所预见的那样，到2027年“打造100个以上AI + 先进制造示范应用场景”，算力普惠化将重塑每个行业。

1GW数字背后，是人类集体智慧面对技术挑战时的恢弘应对。

从第一个晶体管的发明到今天的算力巨兽，我们正站在文明史的一个奇点上——在这里，计算不再只是工具，而开始成为延伸人类智能的基础环境。

这场变革才刚刚开始，而1GW AI工厂只是它的第一个可见里程碑。

来源：古尔浪洼