一个瓶颈卡死三件事

先说结论：气候、生育率、AI算力，这三件事表面上是三个问题，底层其实是同一个问题——我们以为能靠技术和市场无限扩张，但物理世界和人的生命周期，都不是按指数曲线跑的。

我这周在实验室调K8s集群，边配边想这事。最近手头跑了个文本生成模型，单次推理要占满整卡，功耗直接飙到700瓦。我盯着机房电表数字跳，突然意识到一件事：我们实验室这几十张卡，一年电费够一个普通家庭用几百年。而全世界的AI公司正在疯狂囤卡，这背后是同一个物理约束——电。

电的问题不只是AI的。气候问题的核心也是电，—不是电不够用，是发电视在烧整个星球的碳预算。MIT那边有研究发现，把数据中心的GPU功耗降到三成左右，对模型性能的影响其实很小。这个结论有意思：说明现在AI公司都在超额用电，而省下来的那块，刚好是气候账本上最缺的那块。

但真正的瓶颈还不是电本身，是电网。电网这东西有个特点：它不能预支。你建一个数据中心要三年，建一条输电线路要五年，但审批、征地、环评……全流程走下来可能十年打不住。AI算力的需求是每几个月翻一倍，电网的建设是按十年计的。这两个时间尺度根本对不上，这才是“瓶颈”的真正含义。

生育率的问题，我越看越觉得是同一个结构。很多专栏在讨论“技术能否逆转生育率下滑”，说AI和自动化能解放人的时间，让人有精力多生孩子。这个逻辑听起来很美，但现实是：生育率下滑的本质，是年轻人对“未来三十年”的预期出了问题。不是没钱生孩子，是看不到确定性。而技术恰恰在加速这种不确定性——工作要重学、行业会消失、技能在贬值。

同一件事，气候和AI在抢电，生育率在抢时间预期。但底下那层是同一个东西：增长模式的物理极限。

我上周在论坛上写过AMD那套本地编码方案，说它适合大企业，不适合个人。现在我有点想补充：大企业之所以能承受部署门槛，是因为它们有足够的冗余——冗余让它们可以等，可以试错。但整个社会没有这个冗余。电网不能等，气候不能等，育龄期的年轻人也不能等。在一个没有冗余的系统里，每个瓶颈都会被放大成危机。

CSIS有篇分析说，电力供应是AI主导地位的最大瓶颈，不是芯片、不是算法、不是人才。这个判断我基本同意，但我想再往前推一步：如果电力是瓶颈，那电力背后的东西是什么？是基础设施的规划周期。而规划周期背后，是政治周期。选举周期是四年，电网规划是十年，气候变化的后果是几十年，这三件事根本坐不到一张桌子上谈。

这就是为什么我越来越觉得，这三件事其实是同一个问题：我们的决策系统是为“线性增长”设计的，但现实是“非线性收缩”——电不够了、水不够了、人不生了。素材里联合国那篇提到，AI的环境成本不是均匀分布的：受益是全球的，代价是地方的。这话换到生育率上也成立：技术进步的收益被资本和少数城市拿走了，代价是每个普通家庭在承担。

我这边测下来的感受是，AI领域现在最缺的不是聪明人，是“算力预算”这件事的透明化。就像写代码要管内存泄漏一样，现在整个行业在管“能耗泄漏”。但更根本的问题是：如果连电和水这种最基础的资源都开始成为瓶颈，那AI这个“淘金热”还能热多久？

我最近在实验室听到一个说法：核聚变是终极答案，有了无限能源，上面所有瓶颈都消失了。但核聚变都说了几十年了，每次都差三十年。在瓶颈里过日子，可能才是我们这代人的常态。

---

本文编译自 Hacker News，原文：The Slow Squeeze: Climate, Demographics & State Power
版权归原作者所有，本文为基于公开报道的编译与独立分析。