从马斯克买发电厂说起：数据中心电力危机，云服务器要涨价了吗？ 目录 10亿美金买了个"充电宝" AI算力这头"吞电兽" 数据中心电力的三个死穴 电价传导链：从发电厂到你的VPS账单 服务器/VPS市场正在发生的三个变化 普通人怎么办？几个实在的建议 1. 10亿美金买了个"充电宝" {#1}老实说，我第一眼看到这条新闻的时候，还以为是个假消息。2026年7月，全球首富马斯克，花了10亿美金，收购了一家燃气轮机制造商——APR Energy。你没看错，就是那种烧天然气发电的涡轮机公司。不是收购AI公司，不是收购芯片公司，而是买了个"发电厂"。（全文链接：IT之家报道）APR Energy是做什么的？这家公司专门生产移动式燃气轮机和柴油轮机，说白了就是"装在卡车上的发电站"。它们的发电车队总装机容量超过1吉瓦——差不多是一座中型核电站的规模。马斯克买来干嘛？给SpaceXAI的数据中心供电。你可能会说："至于吗？直接从电网拉电不就完了？"至于。真的至于。2. AI算力这头"吞电兽" {#2}先来看几组数字，你感受一下。一个典型的 AI 训练集群，比如 NVIDIA 的 DGX SuperPOD，由 1000 块 H100 GPU 组成，满载功耗在 700kW 到 1MW 之间。一年跑下来，电费就得 500-800万美金。而 GPT-5.6 这种级别的模型，一次完整训练要用到 数万块 GPU，连续跑 几个月。试想一下：数万块 GPU，每块 700W，连跑 90 天。光是电费就是几亿美金起步。OpenAI 2025年的电费支出据估算超过 15亿美金。你没看错，15个亿，美金。这还只是一家公司的账。到2026年，全球数据中心的用电量预计将占到全球总发电量的 4-6%。这个数字听起来好像不大？那我换个说法——它已经超过了 全球航空业 的用电量。你看，过去我们说"云计算"，重点在"计算"上。现在你再看——"云"没飘起来之前，"电"先不够用了。这就像你花了几十万买了一套顶级音响，结果发现家里的电表只够点亮一盏灯泡。这不扯吗？3. 数据中心电力的三个死穴 {#3}死穴一：电网扩容赶不上AI扩张数据中心从选址到投产，通常要 18-24个月。而电网扩容——新建变电站、拉高压输电线——从规划到落地，3-5年 是常态。问题来了：AI算力需求翻倍的周期是 6-12个月。你还没把线拉好，需求已经翻了三倍。 这就是马斯克为什么自己去买发电机组——他不等电网了，自己发电自己用。死穴二：选址逻辑被彻底颠覆过去数据中心选址，核心看三个因素：地价、网络、气候（能省空调费）。冰岛、贵州、内蒙古，这些地方曾经是数据中心的首选。但现在多了一个决定性因素——有没有电。美国弗吉尼亚州北部（全球最大的数据中心聚集地"Data Center Alley"所在地）已经出现了 电力配额制——新数据中心的接入申请直接被电力公司否决，因为实在没电可给了。国内的形势也不乐观。一线城市周边的大型数据中心，用电指标已经 一票难求。你要建数据中心？先搞定能耗指标再说。死穴三：绿色能源的"骗局"我不是说绿色能源不好，我是说它的 可靠性 跟不上。太阳能，晚上 7 点到早上 6 点之间几乎零输出；风能，没风的时候就是摆设。而 AI 训练是 7×24 小时不间断的，它不管你今晚有没有月亮、明天刮不刮风。所以你会发现，现在美国的数据中心运营商都在抢购 天然气发电机组——因为只有天然气能做到"按需供电、随时启停"。马斯克买的 APR Energy 就是这么个逻辑。这不环保，但这是现实。4. 电价传导链：从发电厂到你的VPS账单 {#4}这件事跟你有关系吗？太有关系了。我们来算一笔账，看看电价上涨的传导链条：发电厂电价上涨 → 数据中心运营成本上升 → IDC服务商涨价 → 云厂商涨价 → VPS/服务器涨价 → 你多掏钱 这可不是理论分析，已经发生了： AWS 在2025-2026年间，欧洲和北美区域的 EC2 实例价格两次上调，涨幅 8-15%，官方给出的理由就是"能源成本上升" Google Cloud 2026年初调整了计算实例的定价结构，引入了"按区域电价浮动"的计费模型——说白了，电费贵的区域，算力就贵 国内的 阿里云、腾讯云 虽然没有直接涨价，但通过"优化产品结构"（停掉了不少低价入门款实例），变相提高了用户的算力成本 你买 VPS 的时候，有没有发现同配置的机器，今年比去年贵了 20%？原因就在这里。5. 服务器/VPS市场正在发生的三个变化 {#5}作为搞服务器导购的人，我最近观察到的几个趋势，供你参考：变化一：高功率密度机柜成为稀缺资源传统的标准机柜，单柜功率 5-8kW。现在 AI 训练需要单柜 30-50kW。能提供高功率密度机柜的数据中心，租金 翻倍甚至翻三倍。这意味着，如果你买的是 GPU 云服务器，价格大概率还会涨。变化二：边缘计算正在被重新定义以前说边缘计算，大家想到的是"离用户近"、"低延迟"。现在边缘计算有一个新卖点：能找到电。小型的边缘数据中心，功率需求只有几十到几百千瓦，普通商业电网就能搞定。不需要去抢那些稀缺的大型供电资源。所以你会发现，2026年边缘计算的部署量在暴增——不是因为技术多先进，而是因为大地方没电了。变化三：核电回归，小型模块化反应堆（SMR）成为新宠微软、Google、亚马逊都在投资 SMR——小型核反应堆。你没看错，科技公司在搞核电站。2025年，微软与 Constellation Energy 签署协议，重启了 Three Mile Island 核电站（对，就是1979年出过事故的那个）。Google 和 Amazon 也各自签了 SMR 购电协议。科技巨头们正在用实际行动告诉你：AI 的尽头，不是更强的算法，而是更多的电。6. 普通人怎么办？几个实在的建议 {#6}说了这么多，最后给几个实在的建议，希望对你有帮助：1. 别追"最便宜"的VPS电价上涨对低价 VPS 的冲击最大。那些卖 9.9 元/月的 VPS，要么在用电成本低得离谱的地区（比如水电丰富的西南地区），要么——你懂的，超售严重。选 VPS 的时候，多看看机房所在区域的电价政策和能源结构。2. 长期套餐锁定价格现在很多云厂商还在推"包年包月"的折扣方案，这些方案的本质是 帮你锁死未来 1-3 年的价格。如果电力成本持续上升，这种长期锁定反而是划算的。按量付费的弹性虽好，但在涨价周期里，它只会涨得更快。3. 关注液冷数据中心液冷技术可以大幅降低数据中心的制冷功耗，从而缓解电力压力。虽然液冷机柜的成本目前还比较高，但从长远看，液冷机柜的运营成本优势会越来越明显。买服务器的时候，可以问问供应商是否支持液冷方案。4. 提前储备海外节点如果你的业务面向海外，现在就可以考虑在电力资源充裕的地区布局节点——比如北欧（水电丰富）、中东（太阳能充足，且正在大规模建设数据中心基础设施）。等到大家都挤过去的时候，价格就不是现在这个数了。5. 拥抱AMD老实说，在能效比这件事上，AMD 的 EPYC 系列处理器已经明显领先 Intel 的 Xeon 了——同样算力，功耗低 20-30%。在电费越来越贵的时代，省电就是省钱。如果你是自建服务器，选 AMD 平台，一年省下的电费够你再买一台机器。这篇文章写的，其实不只是电力危机。它在讲一个更大的趋势：当一项技术的发展速度超过了基础设施的支撑能力时，瓶颈就会转移到最底层。AI 的瓶颈，从算力（芯片），到互联（网络带宽），再到存储（HBM），再到电力。你一层一层往下追，最后发现——万事的尽头，都是能源。所以，下次你买 VPS 或者租服务器的时候，多问一句："你们的电从哪来？"得到的答案，可能比你想象的更有价值。（全文完）

AI数据中心疯狂烧电，选高能效云服务器才是真省钱 这两天技术圈里热议的一件事，就是马斯克的 xAI（现在叫 SpaceXAI）数据中心被曝违规安装了 59 台天然气涡轮机，每年排放超标污染物，方圆 8 公里内的居民健康受到严重影响。与此同时，Meta 宣布在路易斯安那州扩建数据中心到 5GW 规模，投资超 500 亿美元。纽约州则直接签署了暂停令——未来最长一年内，超大规模数据中心将无法在纽约落地。老实说，这几个新闻放在一起看，你就能看到 AI 算力爆发的另一面——能源。你信不信，到 2026 年底，全球 AI 数据中心的年耗电量将超过某些中等国家的全国用电量。这不是科幻片，这是正在发生的事。目录 AI 数据中心的能源黑洞 能效比——买服务器时被忽视的关键指标 高能效云服务器的选购原则 几类值得关注的高能效服务器方案 总结 AI 数据中心的能源黑洞先说两个有意思的数据： SpaceXAI 的 Colossus 2 数据中心，仅 30 台天然气涡轮机每年排放 2500 吨氮氧化物、4000 吨一氧化碳、22 吨甲醛。 Meta 的 5GW 数据中心，总投资 500 亿美元，配套 7 座天然气发电厂和核电增容。 这意味着什么？AI 算力的增长已经让传统电网吃不消了。科技巨头们不是在造数据中心，是在造小型电站。从服务器导购的角度来看，这给我们一个重要信号：能效比的权重正在急剧上升。前些年选云服务器，大家比的是核心数、内存大小、带宽。但在 AI 时代的能源约束下，单位算力的能耗将成为决定 TCO（总拥有成本）的关键因素。你会发现，一台能耗高但单价便宜的服务器，一年电费可能就把差价吃回来了。能效比——买服务器时被忽视的关键指标试想一下，你是一个站长，买了一台配置看起来很高的服务器，结果发现： - 电源转换效率只有 80% - CPU 在低负载时功耗降不下来 - 散热设计不合理，风扇常年全速运转这不就是在烧电费吗？衡量服务器能效的核心指标有几个： 指标 说明 关注度 PUE（电能使用效率） 总能耗/IT设备能耗，越接近1越好 ⭐⭐⭐⭐⭐ CPU TDP 热设计功耗，不代表实际功耗但可参考 ⭐⭐⭐⭐ 电源转换效率 金牌/白金牌/钛金牌电源的区别 ⭐⭐⭐ 每瓦性能 单位功耗下的计算能力 ⭐⭐⭐⭐⭐ 老实说，PUE 是你最应该关注的指标。一个 PUE 1.2 的数据中心和 PUE 1.6 的数据中心，在 3 年运营周期里的电费差距可能高达 30% 以上。你看，这就是典型的"买得便宜用得贵"的陷阱。选服务器不能只看裸机价格，要把 3-5 年的电费算进去，才是真实成本。高能效云服务器的选购原则结合 AI 数据中心能源危机的背景，我总结了几条选购高能效云服务器的原则，供你参考：1. 选对处理器架构ARM 架构（如 AWS Graviton、Ampere）在能效比上明显优于传统 x86。同样计算量，ARM 的功耗可能只有 x86 的 60%-70%。说个例子：AWS 自研的 Graviton 3 处理器比同等级 x86 实例节省高达 60% 的能耗。这不是广告，这是技术趋势。2. 关注电源和散热设计 优先选配 白金牌（Platinum）或钛金牌（Titanium）电源，转换效率在 90% 以上 液冷方案比传统风冷节能 30%-40%（尤其适用于 GPU 密集型任务） 动态调频调压技术能显著降低低负载时的功耗 3. 避免配置过剩这是最常见的坑。买 VPS 时总觉得"大一点心里踏实"，结果 CPU 长期跑在 5% 以下，但基础功耗一直挂着。这不香吗？——完全不香。建议： - 根据业务实际负载选配，宁可后面弹性扩容 - 使用支持自动休眠和弹性伸缩的云平台 - 对非关键业务，考虑使用抢占式实例（Spot Instance），价格便宜 50%-80%4. 选择能效透明的服务商现在有些云厂商已经开始主动披露 PUE 和碳排放数据。选择这类服务商，既是环保，也是省钱。几类值得关注的高能效服务器方案供你参考，以下是目前市面上值得关注的几个方向： 方案 能效特点 适用场景 AWS Graviton 实例 ARM 架构，能耗降低 60% Web 应用、微服务、容器 Ampere Altra 服务器 每瓦性能领先 云原生应用、边缘计算 液冷 GPU 服务器 PUE 可低至 1.05 AI 训练、深度学习 轻量云服务器 共享资源池，利用率高 个人博客、小企业站点 抢占式实例 + 自动伸缩 用多少付多少，零浪费 弹性业务、数据处理 希望对你有帮助。在选择时不要被低价的低配服务器迷惑——一台能效高的中端服务器，3 年下来的总成本可能远低于一台便宜的低端货。总结AI 数据中心的能源危机不是远在天边的新闻，它直接影响了服务器行业的定价逻辑和技术方向。对于普通站长和中小企业来说，关注能效比不是装环保，是真正在省钱。个人觉得，未来的服务器市场会越来越两极分化：一边是追求极致能效的 ARM/轻量方案，一边是为 AI 训练打造的液冷 GPU 集群。作为买家，最聪明的做法就是找准自己的位置，别盲目追高配，也别贪便宜买低效。一句话总结：选云服务器，先看能效比，再比价格，最后看配置——顺序别搞反了。（全文完）

AI数据中心争议加剧：当算力狂欢撞上'邻避效应'，我们该把服务器放哪里？ 今天早上刷到一条新闻，说路透社披露马斯克的 SpaceXAI 数据中心在田纳西州违规安装了 59 台天然气涡轮机，没有拿到联邦环境许可就偷偷运行。每年排放 2500 吨氮氧化物、4000 吨一氧化碳、22 吨甲醛——这些数字不是实验室数据，是实打实排到空气中的。方圆 8 公里内 28 个社区，27 个哮喘患病率超过当地平均水平。你信不信？就在同一天，纽约州州长签署了 全美首个州级数据中心暂停令——50 兆瓦以上的新建数据中心，最长一年内别想在纽约落地了。这让我想起一个老朋友前两天问我的问题："我搞 AI 创业，想在云上部署模型，这行业现在到底还靠不靠谱？"老实说，这个问题，我一个人回答不了。但整个 AI 行业正在经历的这场"数据中心反噬"，确实值得每一个想买服务器、租 VPS、上云的人深思。目录 一、AI 算力的"脏"真相 二、纽约暂停令背后的逻辑 三、数据中心"大逃杀"——75 个项目黄了 四、这对买服务器的人意味着什么 五、AI 时代该怎么选云服务器 六、一个趋势，两种选择 一、AI 算力的"脏"真相很多人的 AI 是干净的——坐在电脑前敲几行代码，训练一个模型，一切都是电子的、虚拟的，不产生任何实体污染。完全错的离谱。这让我想起 2018 年去参观一个大型数据中心时的感受。当时我站在那栋楼的侧面，听到的不是"科技的声音"，而是 工业级柴油发电机组的轰鸣。陪同的工程师告诉我，这个数据中心每天消耗的电力相当于一个三万人口小镇。而这还是好几年前的数据。今天的情况呢？马斯克的 xAI Colossus 数据中心——据说为了训练 Grok 系列模型——光是违规安装的天然气涡轮机就有 59 台。NAACP（美国有色人种协进会）已经起诉了 SpaceXAI，说这些涡轮机导致氮氧化物排放增加了 111%，PM2.5 增加了 83%，甲醛增加了 88%。这些污染物会直接导致什么？肺癌、哮喘、慢性阻塞性肺病。这不是未来可能发生的事，是已经发生的事。（全文完）OK，上面是事实部分。让我换个角度来说。试想一下，如果一个科技公司为了训练 AI，把数据中心建在你家旁边，每天排放的废气让你不敢开窗，你还会觉得 AI 是"干净"的吗？这就是我们现在面临的困境。二、纽约暂停令背后的逻辑7 月 14 日，纽约州长 Kathy Hochul 签署行政命令：功率超过 50 兆瓦的新建数据中心，暂停获得环境许可，最长一年。为什么是 50 兆瓦？我给你一个参考：一个典型的中型数据中心，功率在 5-10 兆瓦左右。50 兆瓦的，基本就是超大规模数据中心了——Google、Amazon、微软那种级别的。更耐人寻味的是，纽约州议会此前通过的是 20 兆瓦门槛——也就是说，议会比州长还激进，想卡得更严。州长把门槛抬到了 50 兆瓦，是怕影响医院等机构的小型数据中心。你看，连政策制定者都知道，大的是问题，小的不是。但重点在于：这是全美国第一个州级的数据中心暂停令。缅因州本来也是第一个，结果州长 4 月份否决了相关法案。所以纽约抢了个"第一"。霍楚尔在声明里的原话是："随着数据中心建设可能推高居民电费、消耗自然资源，并给纽约州居民带来更多不确定性，我有责任采取行动。"我翻译成人话就是：你们科技巨头来建数据中心，电费涨了、环境差了、好处没落到老百姓头上。这事儿不能再这么玩下去了。她还打算推动取消大型数据中心的销售税减免政策。你想想，以前各州抢着给数据中心减税，现在开始反悔了。风向变了。三、数据中心"大逃杀"——75 个项目黄了你可能觉得上面那些只是个例。那我们来看一组大数据。根据数据中心观察（Data Center Watch）的统计，2026 年第一季度，全美至少有 75 个、总价值约 1300 亿美元的数据中心项目被叫停或延期。1300 亿美元。你知道这是什么概念吗？相当于一个中等国家的全年 GDP。而且更重要的是，这个数字已经追平了 2025 年全年的水平——也就是说，光今年一季度就叫停了跟去年一整年一样多的项目。民众的态度更说明问题。2025 年底的民调显示，近半数美国人不希望在自家社区附近建数据中心。到今年 5 月，这个比例飙升到了 70%。短短五个月，从 50% 到 70%。这不叫趋势，这叫雪崩。截至今年 5 月，全美已经有至少 69 个地方政府颁布了相关的数据中心建设禁令。西雅图——Microsoft 和 Amazon 的大本营——直接通过了为期一年的数据中心禁令，波及了 5 个拟建项目。试问，如果连科技巨头的"家门口"都不让建数据中心了，AI 算力往哪儿放？四、这对买服务器的人意味着什么好了，说了这么多美国的事儿，你可能想问：这跟我在国内买 VPS、租云服务器有什么关系？关系大了。你看，整个数据中心行业正在经历一场 结构性转型：供不应求的局面会加剧。 新的数据中心建不起来，但 AI 算力需求还在爆发式增长。GPT-5.6 上周全量开放，Grok 4.5 刚发布，Qwen-Audio-3.0 也来了——模型越来越大，推理成本越来越低，用的人越来越多。数据中心不扩，算力从哪来？价格会被推高。 现有的数据中心资源会变得更贵。这不是经济学理论，这是基本的供需关系。今年上半年，光是内存就涨了 30% 以上，硬盘"一天三个价"。数据中心建设成本只会更高。国内也会受到影响。 你可能觉得美国的数据中心禁令跟国内没关系。但全球云服务是连通的——AWS、Azure、Google Cloud 的资源如果在美国受限，它们会加大在中国或亚太地区的投入，反过来推高本地市场的竞争格局。你看，这不是一个孤立事件，而是一个连锁反应。五、AI 时代该怎么选云服务器讲到这里，你可能会问：那我到底该怎么选？供你参考，我个人觉得有以下几个原则：1. 远离"超低价"陷阱当整个行业都在面临成本上涨的时候，那些标价低得离谱的 VPS——老实说——大概率是在某些方面偷工减料了。可能是用的老旧硬件，可能是超售严重，也可能是电力和网络根本没保障。2. 关注"绿色数据中心"现在越来越多的数据中心打"绿色牌"。液冷、可再生能源供电、碳补偿——这些不是 marketing 噱头，在未来的监管环境下，合规的数据中心会更保值。3. 选有"产能保障"的云厂商大厂为什么还是更靠谱？因为 Amazon、Microsoft、Google、阿里云、华为云这些头部玩家，有自己的芯片供应链、有自己的数据中心建设规划、有政府的 regulatory 资源。小厂商在行业洗牌中最先出局。4. 用"多地部署"对冲风险不要把鸡蛋放在一个篮子里。如果你的业务依赖 AI 推理，可以考虑在 两个以上区域部署服务。这样即使某个区域因为政策限制导致资源紧张，你还有备选方案。5. 考虑国内自建云服务坦白说，美国的"数据中心反噬"短期内不会在中国复制。原因很简单：一是国内的政策环境和土地审批机制不同；二是中国在新能源和电网建设上的速度更快。 所以国产云服务器、国内的 IDC 服务商，在这一轮全球数据中心荒中，可能反而迎来机会。六、一个趋势，两种选择写这篇文章的原因，主要还是因为看到了这个行业正在发生的结构性变化。2013 年我跟一个朋友聊天，他说云计算是"电"，以后谁还自己发电？当时我觉得这个比喻很贴切。但现在回头看，我发现少说了一半：电本身产生的方式和代价，也在发生改变。AI 的算力盛宴带来了前所未有的数据中心建设潮，也带来了前所未有的环境争议和社会矛盾。当 70% 的美国人反对家门口建数据中心，当纽约成为全美第一个喊停的州，当马斯克的数据中心因为违规排放被告上法庭——我们是不是该停下来想一想：这场算力狂欢的代价，谁来买单？对于我们这些真正需要用服务器的人来说，选择一家踏实、合规、有长远规划的云服务商，比追逐最低价要重要得多。不是因为情怀，而是因为——在风暴来临时，只有那些地基打得够深的人，才站得住。希望对你有帮助。（全文完）参考来源： - 路透社：SpaceXAI 数据中心违规安装 59 台天然气涡轮机调查（2026.7.14） - IT之家：纽约州签署全美首个数据中心暂停令（2026.7.14） - Tom's Hardware / Data Center Watch：2026 Q1 美国数据中心项目受阻统计 - Ipsos 民调：美国民众对数据中心态度变化（2025.12-2026.5）

十万卡算力时代：当集群从千卡走向十万卡，服务器选型逻辑已经变了 这两天技术圈里热议的一件事，就是中科曙光的曙光8000（登峰）正式落成了——中国首个全国产十万卡AI超算集群，并且接入了国家超算互联网。老实说，当我看到这条新闻的时候，第一反应不是"厉害了"，而是——电从哪来？你可能觉得我在抬杠。但你信不信，未来三年，90%的AI数据中心都会栽在"电力"这个坑上。先别急着反驳，我们往下看。 一座十万卡级别的AI数据中心——这里每分每秒都在烧钱，也在烧电目录 十万卡到底意味着什么 算力军备竞赛下的三个残酷真相 对普通用户和中小企业的影响 服务器选型的底层逻辑已经变了 总结 十万卡到底意味着什么先给你一个直观的感受。一块H100 GPU的峰值功耗是700W。十万块H100同时跑满，就是70MW——七万千瓦。这是什么概念？一个普通家庭的用电负荷大概在5-10kW。70MW的电力，够同时点亮 7000到14000个家庭的全部电器。而曙光8000用的是国产芯片，功耗不会比H100低。一个十万卡集群，光是电费一年就是好几个亿。你看，这还只是"电"这一项。更关键的是——十万卡不是终点，百万卡已经在路上了。英伟达的Rubin架构、谷歌的TPU v6、华为的昇腾910C……各家大厂都在往"更大集群"的方向狂奔。OpenAI甚至已经在规划百万卡级别的算力集群。问题来了：电网扛得住吗？ 单张GPU功耗已从300W飙升到700W+，十万卡的电力需求堪比一座小型核电站算力军备竞赛下的三个残酷真相真相一：电力不是钱的问题，是物理极限的问题很多人觉得，算力不够就多买GPU，电不够就多拉线。试想一下，一个百万卡集群需要700MW电力。这是什么级别？一座小型核电站的输出功率也就这个量级。这不是钱能解决的问题——是物理上根本没有那么多电给你用。你看看今年夏天，多少地方在拉闸限电？数据中心是耗电大户，一个十万卡集群抵得上一座中型城市的居民用电量。在电力紧张的背景下，这种项目能落地，背后是巨大的资源倾斜。但倾斜一次可以，两次、三次呢？当所有大厂都在建十万卡、百万卡集群的时候，电力就是第一道不可逾越的天花板。真相二：散热已经从"辅助系统"变成了"核心架构"当单机柜功耗从10kW飙到200kW，风冷这套方案，老实说——已经到天花板了。你不信去问问做数据中心运维的朋友，到了夏天机房的空调开到最大，温度还是压不住。设备降频、服务器过热报警、电费单翻倍增长——这些场景每天都在发生。液冷已经不是"可选项"，而是"必选项"。从冷板式液冷到浸没式液冷，从单相到两相，散热的每一个技术进步，背后都是被功耗逼出来的。十万卡集群不可能用风冷，这是物理定律决定的。真相三：国产芯片的生态之困，不是一朝一夕能解的曙光8000用的是国产芯片，性能上已经追到不错的水准了。但CUDA生态的护城河，不是靠堆芯片就能跨越的。你要在国产芯片上跑大模型，首先得搞定底层算子库的适配。同样的模型，在NVIDIA上运行和在国产芯片上运行，性能差距很多时候不是芯片本身的问题，而是软件生态成熟度的问题。这就是为什么即使美国政府批了H200的出口许可，中国企业依然"按兵不动"——不是不想买，而是不敢依赖。万一明天又不卖了，你整个AI业务就悬了。但国产芯片要真正替代NVIDIA，不是靠几篇PR稿就能实现的。这需要时间，需要开发者，需要整个产业链的协同努力。 对绝大多数用户来说，一台配置合理的VPS远比盲目追GPU实在——别让热点带偏了你的决策对普通用户和中小企业意味着什么看到这里你可能会问：十万卡集群跟我有什么关系？我只是想买台便宜的VPS跑个网站而已。关系大了。算力正在分层，你所在的层级决定你的成本当大厂都在抢十万卡集群的时候，一个趋势已经非常清晰了：算力市场正在加速分层。上层是十万卡、百万卡级别的超大规模集群，服务于前沿AI训练和超大规模推理。这个层级的玩家只有那几个：阿里、腾讯、字节、华为、中科曙光。中层是千卡到万卡级别的集群，服务于中型企业的AI推理、模型微调、数据处理等场景。下层是单卡到百卡级别，服务于个人开发者、小团队、传统网站和应用。这三个层级之间的成本差距，正在以指数级拉大。上层的人吃肉，中层的人喝汤，下层的人——连骨头都越来越难啃了。因为GPU资源被上层大量占用了啊。一台H100现在什么价？八万美金起步，你还买不到。云上的H100实例，一小时几十美金。对于个人开发者来说，这已经不是成本问题，是被市场挤出了赛道。传统的VPS和云服务器依然是你的最佳选择但你也不用慌。十万卡集群解决的是AI训练和推理的算力需求，不代表你的网站也需要跑在GPU上。对于传统的Web应用、API服务、数据库、静态网站——这些场景依然是CPU服务器的主场。一台好的VPS，配置合理、网络稳定、价格合适，对你的业务来说比什么十万卡都实在。问题是：很多人在服务器选型上犯了"过度配置"的毛病。看到AI数据中心都在装H100，就觉得自己的网站也要上GPU。看到别人建十万卡集群，就觉得自己的服务器配置太低要升级。这是典型的FOMO（Fear Of Missing Out）心态，花冤枉钱不说，还解决不了根本问题。服务器选型的底层逻辑已经变了那问题来了：在这个十万卡时代，普通人到底该怎么选服务器？我的建议是——从你的真实需求出发，别被热点带偏了。第一，区分"算力密集型"和"IO密集型"你的业务到底是需要大量的计算资源（算力密集型），还是需要快速的网络响应和磁盘读写（IO密集型）？绝大多数网站和应用属于后者。一台8核16G的云服务器，配一块SSD和足够的带宽，可以支撑日活几十万的业务。不要为了"万一用得上"去多花钱。 云服务器的最大优势就是弹性——不够了随时扩容，花不了几个钱。第二，关注"单位成本效能"而非"绝对性能"在十万卡集群的语境下，大家关注的都是绝对性能——多少PFLOPS、多少TB显存。但在个人和小团队的场景下，你应该关注的是——每一块钱能买到多少性能。有些配置看起来便宜，但CPU是几年前的旧款，磁盘是机械盘，带宽是共享的。这种"便宜"是假便宜，真正的成本是时间和稳定性。反之，有些配置看着贵一点，但用了最新的AMD EPYC处理器、NVMe SSD、独享带宽。网站加载速度快50%，用户体验提升，转化率自然就上去了。这才叫值。第三，别迷信"国产"也別神话"进口"很多人一听是国产芯片就说不行，一听是Intel/AMD就说好。供你参考——在实际测试中，海光的x86 CPU在Web服务场景下，性能已经达到了Intel至强的85%-90%。对于绝大多数应用来说，这个差距在日常使用中是感受不到的。国产云服务器在价格上比进口便宜30%-50%，性价比其实是更高的。当然，如果你跑的是对指令集兼容性要求极高的特定应用，那Intel/AMD依然是稳妥的选择。关键在于搞清楚你的应用对平台的依赖程度。总结十万卡集群代表了算力基础设施的一个重要里程碑。它告诉我们——AI的算力需求还在高速增长，这个趋势短期内不会改变。但对于我们大多数人来说，这个热点听听就好，别被它带乱了决策的节奏。你的网站、你的应用、你的业务——大概率不需要十万卡。一台配置合理、价格合适的云服务器或VPS，就足够你跑得很好。选服务器这件事，归根到底只有三个字：看需求。不要过度配置，不要追热点，不要把"老板的焦虑"变成"服务器的负担"。网上有个段子说得挺好——人家建十万卡集群是为了跑千亿参数的大模型，你跟风买了一台高配服务器，结果只是跑了个WordPress博客。这不香吗？不香，这是烧钱。最重要的是想清楚你到底要干什么，然后选择最适合你的那台机器，而不是最贵的那台。希望对你有帮助。（全文完）

纽约州叫停超大规模数据中心，云服务器/VPS会涨价吗？ 2026年7月14日，纽约州州长霍楚尔签署了一道行政命令——暂停新建超大规模数据中心，最长一年。美国第一个州级数据中心"限建令"，就这么来了。老实说，看到这条新闻的时候我一点都不意外。甚至可以说，这一天早晚会来。只是没想到来得这么快。 图：超大规模数据中心的服务器机房——每建一个这样的数据中心，都在跟居民抢电、抢地、抢资源目录 一、纽约州到底做了什么？ 二、数据中心为什么成了"过街老鼠" 三、这只是一个开始——全球都在收紧 四、对我们买服务器的直接影响 五、给服务器买家的一些实在建议 六、总结 一、纽约州到底做了什么？先简单说下发生了什么。7月14日，纽约州州长凯西·霍楚尔签署了一项行政命令：功率超过50兆瓦（MW）的新建数据中心，暂停获得环境许可，最长持续一年。50兆瓦是什么概念？我给大家换算一下。一台中高端GPU服务器的功耗大概在1-2kW。50兆瓦，相当于同时运行2.5万到5万台服务器。这还不算制冷和辅助设施。一个标准的超大规模数据中心，功率通常在100MW以上，Google、Meta、Amazon建的那些，动辄300-500MW甚至更高。所以这条命令的门槛设得很"巧妙"——小型的、给医院用的数据中心不受影响，但真正吃电的那些"庞然大物"，全部被按住了。霍楚尔的原话是这么说的："随着数据中心建设可能推高居民电费、消耗自然资源，并给纽约州居民带来更多不确定性，我有责任采取行动并发挥领导作用。"翻译一下就是：AI这波算力需求太猛了，数据中心建得太多太快，老百姓的电费扛不住了，环境也扛不住了，先停一停，把规矩立好再说。二、数据中心为什么成了"过街老鼠"你可能会问：数据中心不是好东西吗？带动就业、促进数字化，政府不应该欢迎吗？理论上是的。但现实远比理论复杂。首先是电。 国际能源署（IEA）的数据显示，全球数据中心的用电量在2026年预计将达到1000太瓦时——这已经超过了整个日本的用电量。而AI训练和推理是背后的主要推手。一个GPT-5.6级别的模型训练，耗电量可以抵得上一个小型城市一年的用电量。 图：全球数据中心用电量持续攀升——AI算力需求是背后的主要推手试想一下，当数据中心把电网吃到饱和，高峰时段你家空调都得限流，居民电价蹭蹭往上涨——你会不会也想让这些"电老虎"停一停？其次是地。 数据中心不仅要电，还要地。而且不是随便一块地——要靠近电网枢纽、要光纤通达、要远离地震带、还要有足够的水源做冷却。Meta在路易斯安那州新建的数据中心，投资超过500亿美元，规划容量5GW。你知道5GW是什么水平吗？差不多是五个核电机组的发电量。一个数据中心吃掉半个核电站的产能。你细品。第三是居民反弹。 美国得克萨斯州的农民捐地给政府建公园，结果政府转头就把地卖给数据中心开发商。缅因州本来也要搞暂停令，州长4月份否决了——但社区的不满情绪已经压不住了。你看，这不是简单的"NIMBY（别在我后院）"问题。这是算力需求和民生利益之间的结构性矛盾。三、这只是一个开始——全球都在收紧如果你以为这只是纽约州的一地之举，那你就太小看这个趋势了。美国层面： 除了纽约，缅因、弗吉尼亚（全球数据中心密度最高的地区之一）等多个州都在酝酿类似的监管。弗吉尼亚北部的"数据中心走廊"，已经出现了严重的电网瓶颈。欧洲层面： 荷兰、爱尔兰、新加坡早就对新建数据中心实施了不同程度的限制。阿姆斯特丹从2019年就开始暂停新建。爱尔兰因为担心占到全国30%以上的用电量，也开始收紧审批。中国呢？ 北上广深等一线城市对新建数据中心的PUE（能效比）要求逐年收紧，北京已禁止新建和扩建数据中心，上海要求新建项目PUE必须低于1.25。东数西算战略很大程度上就是为了缓解东部地区的用地用电压力。你会发现，这不是某一个国家的问题——这是全球性的矛盾。AI的发展速度和基础设施的承载能力之间，出现了一条巨大的鸿沟。四、对我们买服务器的直接影响好了，前面讲了很多背景。现在聊聊你最关心的问题：这跟我买VPS、买云服务器有什么关系？关系大了。 我不是在吓你，我说几点底层逻辑。第一，数据中心供应增速放缓，云资源会变贵。 这是个简单的供需关系。当全球主要地区的超大规模数据中心建设受限，新机房投产放缓，而AI算力需求还在指数级增长——你觉得云厂商会怎么做？降价讨好你？别天真了。AWS、Azure、Google Cloud、阿里云们的成本压力只会越来越大，价格下调空间越来越小。 甚至，部分合约到期续费的时候，你可能发现账单上多了一位数。第二，稀缺资源会分层，便宜VPS越来越少。 那些价格低得离谱的特价VPS，背后往往是超卖严重的老机房。当新建数据中心受限，老机房的扩容空间又有限，IDC运营商会更加谨慎。你会发现"便宜大碗"的VPS越来越难找，而那些强调"不限流量"、"无限带宽"的套餐，可能悄悄改了条款。第三，GPU云服务器的价格"地板"可能还没到。 如果你关注过英伟达的股价波动——前段时间市值蒸发的新闻你应该看过——就知道GPU市场本身就是个过山车。当数据中心建设受限，算力供给无法快速扩张，GPU云服务器的租金大概率会维持高位，甚至进一步上涨。我前阵子跟几个做AI inferencing的朋友聊天，他们已经在考虑把部分推理任务从AWS迁移到自建机房——但自建也有成本和审批的问题。你看，两头堵。五、给服务器买家的一些实在建议说了这么多，总得给点值钱的东西。供你参考。1. 锁定长期合约如果你的业务相对稳定，建议签6个月到1年的长期合约。在当前这个供应趋紧的大环境下，短期按需付费的成本只会越来越高。很多云厂商对长期合约有折扣——现在不仅是薅羊毛，更是对冲未来涨价的风险。2. 关注非受限区域纽约被限制了，但美国中部、南部的一些州（得克萨斯、俄亥俄、印第安纳等）还没有类似的限制。如果不需要低延迟覆盖美东用户，可以考虑把业务部署在这些地方的机房，成本可能会低不少。3. 别盲目追"超低价"那些99元一年的VPS，你看着心动，我劝你冷静。在数据中心用地和电力成本都在上涨的背景下，过低的价格往往意味着不稳定的服务质量、过高的超卖比例、或者随时可能跑路的风险。不是说不能买便宜货，而是要用平常心对待——重要的业务别放上去了。4. 考虑国内云厂商如果你主要服务中国用户，国内云厂商（阿里云、腾讯云、华为云等）受到美国政策变化的直接影响相对较小。而且国内"东数西算"战略下，西部地区的算力资源正在大规模释放，价格上有竞争优势。我之前写过一篇国产云服务器自研芯片崛起——国产方案已经不是几年前的水平了。5. 关注能效比，别为算力过剩买单在选择服务器配置时，别一把梭——用多少买多少。现在的趋势是，云厂商越来越倾向于把资源打包给高价值客户。如果你长期闲置资源，不仅浪费钱，还可能在续约时遇到"配置下架"的尴尬。六、总结纽约州这个"暂停令"，看似只是一个州的行政命令，但背后折射出的是一张更大的图景——AI时代的算力饥渴和物理世界的承载极限之间，正在产生剧烈的碰撞。数据中心要电，要地，要水。这些东西不会因为AI需要就变出来。你可以把芯片造得越来越快，摩尔定律还没完全走到尽头，但你不能在一个周末建好一座变电站，也不能在两个月内审批完一块工业用地。所以，对于买服务器的你来说——这是一个窗口期。资源会越来越稀缺，价格可能不会永远温柔。如果你有明确的需求，早点锁定比等"更便宜"要靠谱得多。 图：云服务器市场的供需关系正在发生结构性变化——廉价资源的时代可能正在过去我个人觉得，2026年下半年到2027年，云服务器市场会经历一轮结构性的调整——廉价资源会逐步退出，优质资源会重新定价。对于真正用它来做事的人来说，这不是坏事。但对于还在观望、犹豫不决的你来说——窗口期不等人。希望对你有用。（全文完）