2050 年的 31 万亿美元数据中心，电力和许可从哪来？

印度尼西亚的出租车上，主持人和不会英语的司机用 ChatGPT 语音对谈了三个小时。在北京，晚饭前后，PwC 的 Dallas Dolen 戴上一只耳机，让微信把整晚的普通话翻成英语。PwC 的报告把用量推到 2050 年：全球 AI 基础设施投资累计可能达到 31 万亿美元，那一年的数据中心支出约 1.8 万亿美元。机房、芯片和电厂还要单独凑齐。

原始来源：How $31 Trillion In Datacenters Get Built By 2050 — With Dallas Dolen。中文深度整理，非逐字翻译。本文依据 YouTube 自动生成的英文字幕，专有名词和数字可能有识别误差。

前沿实验室只占用量的一截

主持人 Alex 拿 Anthropic 的 S-1 作对照：未来数年的 AI 基础设施开支，字幕记成五千多亿美元。他原本以为开支会在实验室这一层见顶。Dolen 把头条再往上抬。某些条件凑齐，31 万亿上面还有走到 50 万亿的可能。Anthropic、OpenAI 这一类前沿实验室，在他看来只是未来算力的一类用户。

他用发布节奏说明替换有多快。谈话前大约一个半小时，Google 发布了 Gemini 4，字幕记成 Argon；Astra 6.1 大约还有一周；Anthropic 的 5.5 大约还有几周。后文评测又把名字听成 Aragon，并说如果一周前刚装上 Claude 5.5，并不等于企业机会已经错过。型号和时间在字幕里对不齐，只能当作「总有更大更快的模型要来」。

他要分开看的是总消费：流过多少数据、有多少条提示、多少是缓存、多少是新提示。基础设施的建造，他要求从「纯粹的 AI」里单列出来。算力需求大幅超过供给。量法有三种。超大规模云和 neo cloud（字幕里的新兴云厂商）使用的计算单位；模型公司曾经出现过的 token 限流，token 是按文本计量的单位；以及电力。往前看四到五年，这三样都不够。

主持人也问：报告是不是把今天生成 token 的效率，原样放进未来。Dolen 认为，效率提高之后用量仍会往上走，这就是报告的假设，也是市场上已经看得见的格局。使用量已经在涨。有的公司复合增长醒目，字幕记成 AAR。开放模型的 token 用量，以及预测中的总算力，仍是向右上的线。建设方因此不太追究最终用户是模型公司、neo cloud、某家企业还是消费者。全球大约 90 亿人，会在某个时点要使用这项技术。通道是管道、数据中心、芯片，还有内存。

50 万亿是他口中的「某些牌怎么落」，节目没有给出对应情景。四到五年的短缺是他对眼下供需的判断。主持人说的「五千多亿」没有精确到个位。效率提高之后需求仍旺，是他对报告假设的转述，节目没有给出效率曲线。

电力要先写进合同

Dolen 把电放进三件事：政治、谁付钱、电价。社区讨论已经很久。他以美国为例。加州和得州都出现过需求超过供给的局面，有公开报道，也有不幸的严重后果。长期欠账落在政府、纳税人，以及市、州、联邦各级有没有把基础设施再投资做回去。

企业要建数据中心时，会把电力公司和政府拉到同一张合同上。他点名的先例包括西南部的 Google、纽约一带的 Microsoft，以及中西部 xAI 在制造、数据中心和电力上已经做成的交易。市场在逼公司和政府把未来需求、还有对社区的影响，一起写进预测。他的判断是，这种合同多起来，供电有机会比单靠纳税人去补旧账走得更前。

节目没有给出 31 万亿对应多少电力，也没有比较这些交易的电量和在建规模。加州、得州的例子用来说明旧账。未来会不会停电，他没有预测。「有机会更好」是他的估计。

报告里的美国份额是 48%

主持人读到的预期是：数据中心建设只有 48% 发生在美国。照新闻标题，他会猜七成或八成。Dolen 把「美国领先」收成已经装上的算力，并把它和数据中心的座数分开。今天美国的实际算力，明显高于世界多数地区。美国把项目快速建成、把人凑到一张桌上的速度，是另一件事。建不成的时候，还可以去服务别的市场，那些市场需求同样大。

他刚去过东南亚，菲律宾和日本都在行程里。当地掌握资源的人告诉他，造船、内存、数据中心都欢迎更多建设，也愿意用激励把外资留下来。菲律宾、越南、阿联酋都在他的举例里。中东眼下难定，因为战争和开工的不确定性。他认为冲突若进一步受控，那里会重新打开。欧洲和美国本土的需求，他没有划出去。

投入品才是他所说的硬约束：芯片、内存、变压器，以及电力设施能不能获批。

48% 是主持人在节目里对报告的转述，Dolen 没有按国别把表念完。中东会重新打开，取决于他假设的冲突受控。东南亚官员的话是他的转述。

他买下 31 万亿，工期仍可能拉开

主持人问，2050 年全部说完，建设会高于还是低于 31 万亿。那一年距今 24 年。Dolen 说，大约在他预计退休之后四年。他的立场是买下这个数字。没有大规模的经济错位，结果会相当接近。经济一侧他最担心利率。

两件事可以挪动时间表。总额他仍留在原地。第一是选举。美国中期选举就在几周后。他按经验说，人们知道执政党在中期通常会怎样；一院或两院易手的可能性，他看成偏高，结果仍要等。州级选举在他看来更要紧，因为数据中心、电力和基础设施的交易发生在那一层。联邦层面近几天也有总统等人围绕数据中心和 AI 建设的动作。他不把那当成主线。

第二是宏观。除新冠之外，已经很久没有严重衰退。利率在升，用来对付美国的财政状况，以及 CPI 和通胀。美联储会用货币政策压通胀。这些项目里债务融资很重。钱变贵，会拖慢节奏、改变出资组合，也可能换一批投资人。他仍认为场上有不少还没投出去的资金，愿意为那条向右上的长期曲线出资。主持人补了一句标普 500：Magnificent Seven 那七家在上面，下面还有 493 家公司要自己把业绩做出来。Dolen 的回应是，现在依靠的底座窄。

他另外读到一个细节。眼下不少在建项目里，大约三成已经带上数据中心供电的本地化要求。若各州把做得好的条款收成常态，前景会让人踏实一些。

可以读成：他保卫的是累计规模，选举和利率负责改工期、出资人和资金来源。「买下」是立场。中期选举「偏高」没有引用民调。三成本地化是他读到的，节目里没有出处和分母。

水和电费会变成政治标题

Dolen 在华盛顿做过多年监管和税务政策，关注点在科技。适合做标题的议题，会被拿去筹款、拉票。过去二十五年到三十年的政策场里，他见过这种锁定。数据中心叠上居民能感到的几件事：是哪家公司，用多少电和水，占多少地，政府给了什么激励。居民的对照很具体。我也用水用电，我也想要激励，税款本可以去学校、图书馆和修路。电视上更容易听到的句子，是阻止数据中心建到自家后院。观众记住的是「听说很耗水」「听说电费会涨」。他承认，支持这些说法的事实可能存在。缺的是把问题逐项摊开，再逐项回应。

建设方、超大规模云、芯片和内存制造、模型公司，还没有共同把说法接过来。公司对外常说的是，不建就无法上市，或者无法服务客户。他认为多数美国人不关心这一句。他举的例外是 Meta 与 CBRE。大约一年前开始的本地培训，周一晚橄榄球的广告里能看见。广告他觉得清楚。问题是别的公司为什么不把同一件事做大。

主持人问，黄仁勋要不要去得州，向变得犹豫的当地人把故事讲清楚。Dolen 认为科技业未必先指定一个领袖。黄仁勋近六周在 AI 安全、以及反对末日叙事上，已经示范了有人把论点说清楚。数据中心这边可以挂住的材料包括：用水和用电的准确数据，本地化协议以及公司为什么付钱，还有更宽的经济影响。他引用佐治亚理工的一项研究：数据中心建成后，相关县的就业、工资和家庭收入更高。增幅他没有念。出面的人会挨骂。若把这件事说成眼下必须推进的公共工程，他的比喻是现在就把 Luke Skywalker 请出来。主持人接了一句，出面的人未必是 Mark Zuckerberg，Meta 和 CBRE 的项目方向是对的。

前一天还出现了偏消费者的产品，字幕记成 Muse 和 Dot。Dolen 把故事分成两面。一面是 AI 怎样进入自己的生活。另一面是它为什么不会毁掉社区。两面都要有人讲，这件事才立得住。主持人把背景说成一串末日句：AI 拿走工作、抬高电价、也许在这个十年结束前杀了你。科技公司转向企业客户之后，消费者一侧空了一段。

佐治亚理工的研究在节目里没有样本、年份和幅度。他没有否认水和电费上可能存在不利事实。Meta 的广告是他的观看经验。Muse 和 Dot 只有名字，没有产品说明。

模型停在今天，企业缺的是用法

主持人做了一个思想实验。印刷机停下，全球只留下今天这一版 AI。更大的那些数字，前提是 AI 会继续变好。若它不再变好呢。

Dolen 认为今天的工具已经够用。企业回报低，他不从模型能力上解释，也不从企业能不能用到模型上解释。几周前一份 Gartner 报告，在他的转述里是：约八成企业已经广泛使用，看到收益的只有个位数，他记成 7% 到 8%。另一些报告说也许 12%。他把这些比例称为低到醒目。缺的是管理层自上而下定下用在哪、怎么用。这是领导层在「做什么、在哪做、怎么做」上没有执行。销售、市场、产品、财务、后台和从寻源到付款，工具已经摆在那里。模型名字他随口点了 Aragon、Claude 5.5、Mythos、Astra，还有 Chemist 和 Quants。商品化来得很快。采用仍在早期，回报还要往上走。

回报起不来的一个原因，是没人敢把路径定死，怕明天的模型更好。Aragon 大约一小时前的榜单，在他口中领先十五到二十个类别。一周前刚部署 Claude 5.5 的人，并没有因此错过企业里的机会。这种错失恐惧要靠领导层压住。压住的层级包括首席执行官，也包括业务单元和学校。人们之后会按成本做取舍。使用变多、回报出现，管道里的流量仍会上去。模型更省算力的时候，他也把这当成继续建设的论据。

主持人接了一句：前沿若放慢，企业也许更能选定一套来用，利润才会出现。建造者想卖更多，这他同意。高尔夫球杆是他的类比。新杆可能让球更远、更直，把挥杆练好也会。更好的工具提高效率。最新的锤子不必发到每一个人手里。

具体用法他放在前一天。他坐在一场电信会议的观众席，离 Bret Taylor 等人的讨论大约 25 英尺。十五岁的儿子发来短信：代数考试还有大约十分钟，什么都不会，肯定不及格。Dolen 让他下一场考试一起来写一条给 GPT 或 Gemini 的提示，做出大约五小时的复习课。那场考试儿子后来并不差。把这个用法放进每个家庭，再加上现在多数用法几乎免费，他对 AI 的态度会松动。「老师没教好、缺了一天课」这类借口会变少。

Gartner 的 7% 到 8% 和 12% 是他的记忆，节目没有定义「收益」。榜单的「十五到二十类」是约数。儿子的故事是个人经历。流量仍会上升，是他回到开场论点的推论，节目里没有用量弹性的测量。字幕在球杆类比和致谢处结束，没有半句截断。