AI 能源危機有解方？矽谷創投教父：擺脫電網束縛，靠「線性發電機」打造能源獨立

人工智慧（AI）的爆炸性成長，正以前所未有的速度消耗電力。根據估計，一座大型 AI 數據中心如今的用電量，相當於一座擁有 8 萬人口的城市。然而，企業爭相興建數百座數據中心，卻面臨國家電網的嚴峻考驗。現有電網的設計與容量，根本無法應付 AI 革命所需的龐大、彈性且即時的電力需求。

矽谷知名創投家、OpenAI 的首位機構投資人 Vinod Khosla 指出，美國電網目前面臨的困境並非設備老舊，而是無法提供 AI 發展所需的「規模、彈性與速度」。超過 2,600 吉瓦（GW）的擬議專案，正排隊等待併網，而電網總體裝置容量還不到這個數字的一半。更令人擔憂的是，企業若想將 AI 基礎設施建置在電網尚未普及的地區，將面臨長達七年的併網申請隊伍，這與 AI 發展的時程完全無法匹配。

Khosla 認為，AI 的未來將是「豐富到幾乎難以想像」，但這一切都建立在「電力」之上。他批評業界至今的應對方式，仍是依賴數十年前的燃氣渦輪機和引擎。這種做法雖然容易理解，卻與當前需求背道而馳。他將此比喻為「在撥接上網的基礎上建立網際網路」，終將面臨瓶頸。他強調，那些接受現有基礎設施限制的公司，將在未來十年內，輸給那些勇於創新的競爭者。

擺脫電網依賴：線性發電機的潛力

Khosla 提出了一個更優的解決方案——「線性發電機」（Linear generators）。這項技術已商業部署多年，能夠直接透過低溫、無火焰的反應，將燃料轉換為電力，過程中沒有燃燒，也沒有複雜的機械零件。這項技術的優勢在於其高度的靈活性與獨立性：

• 燃料多樣化： 可使用天然氣、沼氣、氫氣、丙烷或這些燃料的任何混合物，並能根據供應情況無縫切換。
• 環保與合規： 產生的氮氧化物排放幾乎為零，能符合美國最嚴格的空氣品質標準。
• 模組化擴展： 可從個位數到數百兆瓦（MW）進行模組化擴展，滿足不同規模的需求。
• 快速部署： 數月內即可完成部署，相較於電網併網的數年等待期，效率大幅提升。
• 獨立運作： 可完全獨立於電網運作，一旦電網可用，也能提供支援。

Khosla 強調，採用線性發電機的數據中心，將不再需要等待併網隊伍，也不必依賴遙不可及的電網升級計畫。電力可以就近產生，並隨著需求成長而擴大規模。電網將成為一種「補充」，而非「先決條件」。

「技術將稀缺轉化為豐富。目前，瓶頸並非電力本身，而是電網的容量，以及能否在正確的時間將電力輸送到正確的地點。線性發電機可以幫助解決電力稀缺的問題。」

他進一步指出，這項技術的影響不僅限於數據中心。從製造業、國防到醫療保健和物流，所有定義美國競爭力的產業，都依賴電力。哪個國家能最快實現「豐富、清潔、本地部署」的能源供應，將在 AI 競賽及更廣泛的經濟成長競爭中佔據有利地位。這意味著，企業可以在莫哈韋沙漠、俄亥俄州鄉村，或任何擁有廉價土地和可用天然氣的地區建置基礎設施，而無需受制於一個為「速度不重要」的舊時代所設計的監管體系。

產業趨勢與未來佈局

數據顯示，已有 62% 的數據中心高階主管表示，他們正在投資或計劃投資於現場發電。Khosla 預計，這一比例很快將成為主流。許多主要公司和數據中心開發商，已在不同階段開發或商業運營線性發電機，因為他們無法再等待電網的腳步。

Khosla 分享了他長達 40 年的投資原則：「那些建立下一個時代真正所需事物，而非優化上一個時代產物的公司，才能定義未來。」他以過去投資 OpenAI 和太陽能產業為例，說明了預見未來趨勢的重要性。他認為，試圖透過舊有基礎設施來滿足 AI 需求的做法，如同當年試圖用語音基礎設施傳輸網路流量一樣，終將失敗。

在 Khosla 來看，那些建立在可靠、燃料靈活、本地部署且無需電網連接的發電基礎設施上的公司，將比那些苦苦等待電網升級的競爭對手，獲得顯著的結構性優勢。他們能更快地建設，在更多地點建設，並且比老舊的燃氣引擎和渦輪機更環保。即使是新基礎設施的批評者，也將因為這些計畫創造的就業機會而最終接受。

Khosla 總結道，當前基礎設施的決策，將決定未來二十年 AI 的競爭格局。新架構出現與市場廣泛採用之間的「窗口期」，正是巨大機會萌發之處。他曾在太陽能、運算和智慧本身領域見證過這一點。而現在，這個窗口期正出現在能源領域。技術已經存在，並且已經部署。唯一的問題是，誰將首先利用它來建造未來。