GPU 算力又缺又剩：瓶颈不在芯片，在机房和电

先说结论：不是硅不够，是通电的机房不够

这周看了好几份算力报告，最扎心的一句话来自 IDC：AI 现在缺的是产能，不是需求。这话听起来反直觉——毕竟新闻里天天有人喊 GPU 堆成山卖不出去。但把数据摊开看，矛盾其实是真的：前沿集群的卡一卡难求，普通企业的卡大量闲置，根子不在芯片本身，而在“能通电、能散热、能连网”的机房 floor space。换句话说，卡造得出来，能喂饱它的电和楼造不出来，这才是这轮算力焦虑的真相。

两组打架的数据

一边是“过剩”的证据。Business Insider 报道亚马逊仓库里堆着装不上的 GPU，光“提前收货”一个月就要吃掉约 30 亿美元；批评者直接说这是英伟达的渠道压货。另一边是“短缺”的证据。Nebius 的 B200 现货价一周翻了三倍多，IREN 的 CEO 说 2026 年产能已经售罄，新合同价格比去年翻倍。两组数据都是真的，前提是那个约束变量是“能通电的机房”，而不是芯片本身。同一个 GPU，放在通电的机房里是金子，躺在没电的仓库里就是废铁。

为什么是电力和土建卡脖子

IDC 的追踪数据说得很直白：AI 就绪机房从选址到建成要五到七年，可加速器每 12 到 18 个月就换一代。钢筋水泥的回报周期和硅的迭代周期根本对不上。更硬的数字是电力——单美国就有接近 7GW 规划中的 2026 数据中心容量因为缺电被推迟或取消，到 2028 年预计有 45GW 的电力缺口；全球 AI 基础设施用电预计从 2025 年的 519 TWh 涨到 2030 年的 1308 TWh。卡可以连夜造，电网和机房扩建按年算，这是结构性错位。

对我们部署工程师意味着什么

落到实操上，我给团队的建议就两条。第一，别再只盯“有没有卡”，要问“这卡挂上去有没有电、有没有液冷、能不能进骨干网”。第二，利用率比拥有量更重要。Oracle 说自己 fleet 利用率 97.9%，但大量企业 GPU 长期低于 15%——同样的钱，会调度的人能跑出三倍的活。具体做法上，先把批处理、连续推理、缓存命中率做上去，再谈扩容；很多团队的瓶颈根本不是卡不够，是调度太烂，算力白白空转。

别被“GPU 过剩”带节奏

最后泼盆冷水：看到“仓库堆卡”就喊泡沫破裂，和看到“租金上涨”就喊永远涨，都是偷懒。真实情况是分层——前沿、有 committed 工作负载的稀缺；普通、单租户的过剩。这轮分化大概率会持续到 2027 年。做选型、做预算，按自己真实 workload 算账，别跟着情绪走，也别被任何一方的叙事牵着鼻子走。

小结

把这周的报告串起来看，算力故事的主角已经从“芯片”换成了“电和楼”。对做系统的人，这意味着未来三年的核心能力不是抢卡，而是把已通电的算力吃干榨净。谁能把利用率做上去，谁就在这一轮里真正省钱、真正有竞争力。