人工智能产业的爆发式扩张与电力基础设施缓慢的建设周期发生严重错配。为应对电力紧缺,Anthropic、xAI 等 AI 企业不惜将航空发动机改装为地面发电机组。这种折中方案虽解决了燃眉之急,但也面临着长期运维风险、环保法规限制及存量设备枯竭等现实挑战。
在人工智能领域,资本的扩张以季度为计算单位,而电力基础设施的建设周期却往往长达十年。这种严重的时序错配,正迫使 AI 巨头们转向一种极端的供电方案:利用退役客机的航空发动机进行翻新改造,作为数据中心的临时电力来源。
AI 算力需求的激增让全球电力设施产能捉襟见肘。据《金融时报》报道,Anthropic 近期锁定了 1.7 吉瓦的重型发电机组供货,以缓解数据中心的电力压力。然而,GE Vernova、西门子能源等主流燃气轮机制造商的产能早已告急,交付订单已排期至 2030 年甚至更久。
由于制造壁垒极高,全球燃机年产能仅约 60 吉瓦,远低于市场需求的 100 吉瓦。这意味着即便是今天下单,等待设备到货的时间也可能让主流算力硬件迭代数轮。更棘手的是,电力并网审批同样漫长,在美国部分地区,电网接入申请的等待周期甚至长达七年。
当常规的新机供货渠道被堵死,退役航空发动机成为了一条替代路径。与动辄等待数年的新机不同,民航领域长期沉淀了庞大的退役机身与备件网络。以 CF6-80C2 等经典型号为例,通过翻新改装,这些发动机可以转化为地面燃气轮机。
对于像 xAI 这样在孟菲斯部署 Colossus 2 数据中心的企业而言,这种方案的核心价值在于“时间”。虽然二手设备在全生命周期成本、热效率及维护便利性上不及专用发电机组,但在算力争夺战中,谁能先带载运行,谁就掌握了主动权。
目前,二手翻新机组的价格虽然水涨船高,但仍低于新机,且能有效规避漫长的生产排期。除航改机组外,芬兰瓦锡兰集团提供的燃气内燃机组也因交付周期短,获得了数吉瓦的订单。
这种以“牺牲长效性换取即时性”的方案并非万全之策:
本质上,AI 公司的电力焦虑揭示了数字技术与传统基建之间深层的节奏冲突。短期内,这些“临时发电站”或许能支撑起算力集群的运转;但长远来看,算力基础设施的稳定,最终仍需回归到电网扩容、合规许可以及电力生产结构的根本性优化上。
免费获取企业 AI 成熟度诊断报告,发现转型机会
关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断