AI军备竞赛的终点，或是一场关于铀的“全球狩猎”

我们也许正目睹两个世界的激烈碰撞：高速迭代的人工智能世界VS缓慢运转、资本密集型的核物理世 界。 近期一项针对600余名全球投资者的调查数据显示，63%的受访者现将人工智能的电力需求，视为核能 规划中的"结构性"转变。这并非暂时性的需求激增或投机泡沫——每次大型语言模型(LLM)的查询，最 终都以物理足迹的形式体现在全球资产负债表上。 多年来，能源议题始终一直围绕着"效率"展开——人们被告知更先进的芯片将抵消更高的使用量。然 而，这样的一个时代可能已经结束了。生成式AI不仅仅是使用数据，它还在为了创造数据而"焚烧"能 源。 为何"效率"叙事失效了？ AI领域当前的"逆波兰"现实是：人们把芯片做得越高效，部署的芯片也会越多，模型也将变得越复 杂。这就是著名的杰文斯悖论(Jevons Paradox)——当技术进步提高了效率，资源消耗不仅没有减少， 反而激增。 类似的场景眼下就正在美国北弗吉尼亚州和新加坡的数据中心实时上演…… 当审视超大规模AI数据中心的能耗密度时，人们看到的绝非过往传统办公楼的模式。这些数据中心设 施的耗电量堪比中等规模城市，同时它还有着99.999%时间无缝运行的要求。 135美元的铀价天花 ...