Power（电力）正在成为 AI 产业扩张中最关键的资源约束。随着大模型训练与推理需求激增，数据中心耗电量快速攀升，能否获得充足、稳定且清洁的 Power，已成为云计算厂商和 AI 基础设施公司竞争的核心变量，也推动核电等传统能源重新进入科技巨头的采购清单。
AI 数据中心 Power 供给近期进展
Power 相关的技术侧探索
除了物理供电，"power" 一词在 AI 研究中还有另一层含义。OPPD 团队在 arXiv 发表的论文显示，通过蒸馏方法可以让模型在单次生成中达到 power sampling 采样 64 个候选的效果（论文链接），用计算效率的优化间接降低了对算力和能耗的需求。这类工作提示：缓解 Power 压力有"开源"（建更多电厂）和"节流"（更高效地推理）两条路径。
当前焦点与观察点
目前围绕 Power 的争议主要集中在三点：一是核电配套项目的建设周期长、审批复杂，能否跟上 AI 算力扩张的节奏存疑；二是大型科技公司自建或资助电站，可能引发电网公平性和电价上涨的担忧；三是模型效率提升能否实质抵消推理规模增长带来的耗电。后续值得观察的指标包括：Amazon 等核电项目的落地进度、各州对数据中心用电的监管态度，以及单位 token 能耗是否持续下降。整体来看，Power 供给正从后台的工程问题上升为决定 AI 产业扩张速度的前台议题。