AI 基础设施的下一个瓶颈，是电力调度
AI 基础设施竞争正在从购买加速器转向争取合适时段的电力、并网容量和可调度的工作负载。
重要的事情不是 AI 公司需要更多数据中心，而是一座数据中心的价值越来越取决于电力能否在正确的时段到达。因为没有稳定电力的加速器，只是一件昂贵的装饰品。下一项基础设施优势，将属于那些能在电网约束下调度计算、同时不破坏模型服务承诺的运营者。
这个判断来自两个经常被分开讨论的信号。国际能源署近期关于数据中心用电的研究，把需求增长放进电网规划问题中；与此同时，云厂商和基础设施开发商不断宣布新的容量、采购协议和区域建设计划。美国能源部也持续强调，数据中心可能成为高度集中、规模巨大的负载。表面上的新闻是“容量更多了”，底层机制却是时间：电力什么时候可用、价格是多少，以及运营者能否改变负载。
被忽略的调度层
AI 集群并不是一个完全均质的电器。训练任务有时可以移动、暂停或拆分；批量推理比交互式推理更有弹性；检索、评测和合成数据生成通常可以延迟。面向客户的实时副驾和智能体则不能轻易等待。把每个 GPU 小时都当成一样，会浪费调度空间，也可能把本可由软件缓冲的压力直接交给电网。
因此，新的产品层正在出现：它把工作负载队列和能源条件连接成一个控制回路。系统需要预测电价与可用电力，按照延迟和业务价值排列任务，支持中断后的检查点恢复，并明确哪些工作可以推迟。这不如发布新模型耀眼，却决定了名义容量能否变成可以出售的吞吐量。
这个机制也制造了新的技术债。如果平台承诺稳定延迟，却依赖少数高成本时段，毛利就会暴露在电网条件下；如果调度过于激进，客户会遇到排队波动、数据过期或评测错过窗口。“更多 GPU”只有在运营者能够解释压力状态下的调度方案时，才算真正的容量计划。
市场可能误读什么
第一种误读，是把兆瓦数直接当成 token 数。并网容量、实际送达的电力、散热、网络和利用率是不同约束。拿到许可或宣布项目，不等于下个季度就能服务生产流量。
第二种误读，是认为弹性没有代价。移动训练任务不仅是运维优化，也可能改变研究人员的工作方式、推迟发布或增加复现难度。推迟评测可能让回归问题晚一点暴露。对智能体产品来说，延迟推理还可能触发重试和重复工具调用，把节电动作变成软件成本上升。调度器需要业务优先级，而不只是电力遥测。
当然，专用加速器和更高利用率可能降低每项任务的能耗，让调度没那么重要。这会有帮助，但效率提高也可能让更多工作变得划算。关键不是每个 token 消耗多少焦耳，而是有弹性的供给是否能跟上对有效 token 的需求。
给操作者的测试
在再签下一份容量协议前，团队应先记录三个数字：每兆瓦时产生的有效工作量、能在四小时窗口内移动的工作负载比例，以及被迫削减电力后客户可感知的波动。然后做一次演练：在高峰期拿掉一部分可用电力，观察哪些任务暂停、哪些任务重试、哪些服务承诺会失效。
这个测试可以和真实代码仓库中的 AI 编程智能体评估以及智能交易系统的证据规范放在同一张工程检查表上。两者共同说明：广告里的能力不如系统在约束于最不方便的时刻出现时，是否仍然可解释。
接下来观察什么
接下来要看基础设施供应商是否公布工作负载弹性指标，而不只是安装了多少 GPU；也要看合同是否开始给“可中断性”定价，以及模型平台是否公开与电力条件相关的队列策略。真正有说服力的证据，是某个生产运营者展示一次电力受限事件如何改变了调度，却没有改变客户可靠性，并且量化了代价。
AI 基础设施正在变成一门调度生意。真正占优的，不一定是拥有最大集群的人，而是知道哪些工作可以等待、哪些不可以，并能把这个区别变成稳定服务的人。
也可阅读这篇文章的英文版本。