Ep. 004 - AI 数据中心对消费者电力成本的影响（数据中心、能源）| Jeremie Eliahou Ontiveros、Jordan Nanos、Doug O'Laughlin

摘要

• Jeremie Eliahou Ontiveros 的核心判断：PJM 区域电费上涨 15–20%，主要是市场设计失灵，而不是 AI 需求本身造成的。 数据中心“在一定程度上”有影响，但真正的罪魁祸首是一年举行一次、依据监管机构预测的容量拍卖，正好撞上美国20年来首次负荷增长——“这套市场并不是为负荷增长环境设计的”。ERCOT 的实时定价让参与者可以提前看到需求、提前安排发电；PJM 的信号来得太晚，因此“所有事情都晚一步，最后只会创造出一个受约束的机制”。
• PJM 供给侧在4年内悄然减少约40 GW（约-20%），其中41%的降幅——14 GW——来自方法论调整，而不是电厂退役。 火电容量认证改革源于2021–22年糟糕的冬季：寒冷天气暴露出电厂会成片失灵，因此可供容量从170 GW降至156 GW是“合理的”；但这意味着容量数据的变化方向与政治上要求增加发电量相反，同期新增天然气仅+3 GW，可再生能源仅+1.5 GW。
• 需要关注的电费用户风险机制是：受监管输电资产可获得规定的股本回报率，因此过度建设、利用率不足的资产会直接转嫁给消费者——“这是最坏情形”。 解决方案是定制化电价；样板交易是 Oracle 在密歇根州约1 GW IT（1.4 GW总容量）的 Stargate 项目：公用事业公司承诺投入40亿美元，另有电池采购承诺，以及一份15–20年期购电协议和最低需求费，这意味着即使负荷最终没有出现，Oracle也照样要付费。
• 该团队判断，截至2月期末，Anthropic 的总 ARR 已超过 OpenAI——ARR 在2个月内大致翻倍（增加100亿美元），而外界披露的 Claude Code 25亿美元年化收入“远远偏低”。 Doug 说，Anthropic 把 Claude Code 内的 Claude Max 订阅使用量计入 Claude Code，而 API 使用量——包括 Claude Code 的 API 模式——则计入 API；SemiAnalysis 自身的支出有90–95%通过 API，未被归入 Claude Code。Jordan 认为，这一加速是真实的商业采用，而非炒作。
• Department of War 争议带来的是分发红利，未必明显推动收入——而且嘉宾对它的重要性意见不一。 Doug 指出，DoW 新闻出现之际，Claude 的应用下载量超过 OpenAI，升至第1名（“这次碾压相当硬核……是一个时代情绪的瞬间”）；Jeremie 则反驳，下载可能只是随机试用应用，收入影响“最有可能与这件具体争议无关”。无论如何，叙事已经反转：Anthropic 起家于商业世界，如今却在消费者市场上击败 OpenAI。
• Jeremie 的可交易判断是：“模型是商品、价值在应用层沉淀”的观点“完全错误”。 Anthropic 拥有别人没有的模型，掌握编程界面，而且能用这些模型构建应用，效果比任何其他公司都好，几乎免费——“模型公司最终会变成无所不包的公司”。Doug 的反驳是，正如遵循摩尔定律的 CPU 一样，只要通用模型每3到6个月还在变强，“就没有任何必要做专业化”。
• 中国是一个被低估、并正向全球 GPU 数据渗透的需求变量。 Doug 的推测是，Qwen 团队领导层因春节期间用户拉新未达标而被撤换，此前可能已投入约10亿美元；ByteDance“肯定赢了”，其 CDance 运营着一个持续数月的付费排队系统（Jordan 提到30K中有14K）。Doug 说，中国实验室通过 VPN 连接日本、韩国；所谓日本、韩国贡献 Anthropic 15% 收入的说法，实际上是“中国需求”，而且“如果东方公司能获得西方算力……我认为它们会领先”。
• GTC 前的仓位提示：Doug 认为，LPU 会议前“SRAM 将杀死 HBM”的恐慌，是他最近听到的“最愚蠢的叙事”。 所有人都“极度看多 HBM”，又因恐慌卖出 HBM；这反映的是投资者仓位，而不是有技术依据的结论。

精读

1. GTC 前的投资者仓位：SRAM 恐慌不是分析

• Doug 预计，LPU 会议——由 Roth 的前创始人兼 CEO Jonathan Roth 主讲——会成为 GTC 最早售罄、只能站着听的场次，恰恰因为市场仓位已经拥挤：“现在所有人都极度看多 HBM，又都害怕 SRAM 会取代 HBM……这是我最近听到的最愚蠢的叙事。”
• 一条值得了解的会务信息：SemiAnalysis 在 GTC 前的那个周日主办黑客松，提供算力额度和 Claude Code tokens；Doug 不去 GTC，而是去 OFC——“我们必须在另一个地方保持存在感。”

2. PJM 电费上涨：20年无负荷增长，撞上每年一次的容量拍卖

• Jeremie 对那篇免费版文章《AI 数据中心是否正在推高消费者电价？》的框架——这是他第一个 Claude Code 项目，使用免费公开数据——是：所有人都在说能源是约束、责任在 AI，“在一定程度上确实如此”；但市场对一个吸睛的短期数据点过度聚焦：PJM 区域电费较2年前上涨15–20%，包括弗吉尼亚州、新泽西州和俄亥俄州。更大的驱动因素，是市场设计撞上“20年来第一次出现负荷增长”。
• 机制是：PJM 大约每年举行一次容量拍卖，提前2年进行，需求由自身预测设定，供给则由自身的容量认证判断设定。Jeremie 的对比是——“基本上又回到了共产主义和资本主义的争论”：ERCOT 允许参与者实时为供需定价，并提前安排发电；而在 PJM，“所有事情都晚一步，最后只会形成一个受约束的机制，基本上变成瓶颈”。
• Jordan 对关键图表的解读是：PJM 一直在修订负荷预测，因为它没有正确跟踪数据中心——至少没有达到 SemiAnalysis 数据中心模型所能提供的精度；而在拍卖体系中，每一次预测偏差“都会让所有人付出一大笔钱”。

3. 供给基数减少40 GW，其中14 GW只是计量口径变化

• PJM 的报价供给在4年内下降约40 GW，约-20%；桥接图显示，其中相当大一部分来自方法论变化。仅火电容量认证改革就占降幅的41%——14 GW——原因是2021年和2022年的糟糕冬季暴露出成片失灵：电厂原本按各自历史可靠性获得容量认证，却没有计入“比如某个夏季很糟糕时，许多电厂会同时停摆”的集群效应。Jeremie 称这项改革“合理”——实际上从未拥有170 GW，把口径下调到156 GW更诚实——但如果是实时市场，风险本可以更快反映在价格中。
• Jordan 指出的讽刺是：恰恰在所有人都希望更多发电量上线的时点，容量认证却把数字再向下推了14 GW；与此同时，新增天然气仅+3 GW，可再生能源仅+1.5 GW。
• 关于煤电，Doug 问退役是否会被推迟。Jeremie 说，在联邦层面，煤电厂退役计划已经被叫停（“Fair Coal Order 206，如果我没记错，或者反正类似的东西”）；从经济上看，只要价格上涨，运行了40–50年的电厂仍然算得过来。这是整篇内容的核心矛盾：消费者期待低价，但“要激励新增发电能力上线，价格就必须真正上涨”——也正因此，讨论正在转向表后供电。

4. 定制化电价让超大规模云厂商不把成本转嫁到你的电费：Oracle 的密歇根交易是样板

• 最坏情形的输电成本逻辑是：输电属于受监管业务，可获得规定的股本回报率，因此如果一个巨型资产利用率不足，“这些成本最终会被转嫁给消费者”——建设方无论如何都必须实现盈利，也不承担风险。反制办法是定制化电价：超大规模云厂商通过长期协议直接为电网升级和发电能力提供资金，从而让自身影响“不通过其他用户传导”。
• 样板交易是 Oracle 为 OpenAI 在密歇根州建设的 Stargate 项目：IT 规模约1 GW、总容量1.4 GW；交易包括公用事业公司40亿美元的承诺、电池采购承诺，以及一份15年或20年的电价协议和最低需求费。“如果负荷不知为何没有兑现，Oracle 无论如何都得支付这笔费用。”
• Jordan 和 Jeremie 对时间线的校验是：Jeremie 认为，场址开发大约2年前启动，由一家他记得名字是“correlated digital”的第三方开发商负责。他认为 Oracle 在10月左右签约；数据中心预计2027年投入运营，完整园区希望在2028年年中前建成——从启动到完工约4到5年。Jeremie 还解释了为什么不是所有人都这么做：“你必须承担投机风险……必须押注未来”才能在需求得到验证前先行建设，有时“直接自己建一座电厂反而更容易”。

5. Anthropic 的 ARR 超越 OpenAI，公开的 Claude Code 数字低估了真实规模

• 交叉判断是：3月时，Anthropic 已达到 OpenAI 去年退出时的 ARR 运行水平——“领先大约2到3个月”——交叉点大致落在2月的 ARR 期末口径。Jordan 说 Anthropic 在2个月内 ARR 翻倍，新增约100亿美元。Doug 苦涩地说：“我在26年没押这个注是有原因的”——他和 Jordan 从夏天起就打了个啤酒赌，赌 Anthropic 会赢。
• 归因的关键来自团队自身的使用情况：Doug 说，Anthropic 将“Claude Code”定义为 Claude Code 内的 Claude Max 订阅使用量；API 使用——包括 API 模式下的 Claude Code——被计入 API，而非 Claude Code。Jeremie 补充说，他认为 fast mode 包含在订阅内，而100万 token 上下文只在 API 提供。SemiAnalysis 的支出“90–95%都流向 API”，所以披露的25亿美元 Claude Code 年化收入“实际上远远偏低”。Doug 的理论是，Anthropic 有意展示“广义企业需求，而不是一个巨大无比的增长向量”——一个超级病毒式的单点产品，大家把80亿美元一把梭哈在上面。
• 需求并非只有一条管道，Jordan 说：Cursor 声称增速大幅加快，Windsurf/Vercel/Replit 大量使用 API tokens，而 Claude for Finance、Legal 和 Security Software 则“让一批 SaaS 股票一天接一天地暴跌”。

6. Department of War 与 Anthropic：带来眼球，不等于收入——现场仍在争论

• Doug 认为，这场冲突确实有帮助：Claude 的应用下载量在 DoW 新闻出现时升至第1名，超过 OpenAI——“这次碾压相当硬核……是一个时代情绪的瞬间”。Jordan 的说法是，这是眼球效应——“现在更多人知道 Claude 和 Anthropic 代表什么，是因为他们在关注政治，而不是技术”。
• Jeremie 的反驳值得保留：“你们真的认为这对他们的收入有任何影响吗？”下载可能只是随机试用应用；他认为收入大概率由 Claude Code 驱动，与这场具体争议“最有可能无关”。Jordan 另行表示，2个月 ARR 加速是真实的商业采用，而非短期炒作；他提到，一些公司正在“移除 Salesforce，自己构建”。
• Jordan 对叙事反转的概括是：过去的论点是，面向消费者、已经家喻户晓的 OpenAI 正在渗透企业；“现在我们看到的其实是反方向——没人认识 Anthropic，它来自商业世界，而如今却在消费者端击败 OpenAI。”

7. 全能公司 vs. 模型的摩尔定律

• Jeremie 的判断是，“模型商品化、价值在应用层沉淀”的观点“完全错误”——Anthropic 拥有我们没有的模型，掌握编程界面，并且能“几乎免费地构建比任何人都更好的应用”；他点名 Salesforce、Harvey 和 CrowdStrike，认为它们可能成为 GitHub Copilot 之后的目标。“模型公司最终会变成无所不包的公司。”
• Doug 通过半导体历史反驳：专业化会输给通用产品，而通用产品会持续复利。CPU 胜出，是因为它们每年变强50%，“所以任何专业化从来都没有意义”；只有当摩尔定律见顶，专业产品才会赢。“只要通用模型还没有停止每3到6个月变强，就没有任何必要做专业化。”
• Jordan 解释为什么编程尤其关键：从聊天的点赞/点踩数据到强化学习（RL），后者每条轨迹需要丰富得多的信号——“编程数据的质量高得多，所以飞轮在编程领域”。Doug 把问题扩大到软件本身：“软件在历史上一直是人类与机器交互时叠加在代码之上的一层”，如今 agent 位于软件底层——“人类只是更接近计算机”。分析师可以要求计算机执行分析，而无需学习 R、统计学或专业软件。
• 工具链的快速洗牌是一个信号：有些软件正乘上这波浪潮加速（Tailscale——CoreWeave 用它做集群认证——QMD 和 Rippling），另一些则被“彻底甩在尘土里”；Doug 甚至要从 Obsidian“毕业”（“既然可以直接在终端里做，我为什么还要在 markdown 上瞎折腾？”），转向以 VPS 为先，使用 DigitalOcean 的 droplet，同时也通过远程 SSH 使用 Mac mini。

8. 中国：Qwen 领导层换血、排队数月的视频队列，以及向全球渗透的需求

• Doug 对 Qwen 换帅的“相当冷酷的判断”是：领导层因春节期间用户获取不足而被赶下台，此前可能烧掉10亿美元；如今 KPI 全部围绕用户获取，而“ByteDance 肯定赢了”。其视频模型在对话中被称为 CDance，是 SemiAnalysis 内部所有人真正想用的产品：据称付费队列是30K中的14K，即使付费用户也不能插队——“老派互联网”。
• 更宏观、也更“脑洞”的判断是：中国消费者 AI 采用加速“可能是我们没有在 GPU 数据中充分识别出的需求的一部分”——中国国内无法承载这些算力，因此需求“最终会落到新加坡、欧洲或其他任何地方”。Jeremie 提供的支持数据是：去年 Cursor 用户中约15%来自中国；他接触的人说，西方 AI agent 通常没有在中国被屏蔽，因为本地产品很差，但他明确表示不知道 Claude Code 本身是否被屏蔽。
• Doug 转述的说法是：中国实验室通过 VPN 接入日本和韩国，并调整作息，“复刻一个典型的韩国 vibe coder”——因此，先前关于日本/韩国占 Anthropic 收入15%的说法，实际上可能反映的是中国需求。关于蒸馏的笑话涉及一个 GLM 模型，但对话中对具体版本说法不一：它“对 Claude 的蒸馏效果比 Claude 自己还好”。Jordan 为其辩护称，GLM“工程能力相当不错”；Doug 则在让步后进一步升级判断：如果算力相同，“我认为它们会领先”。两人都在等待 DeepSeek V4。