全球算力产业正遭遇突出的能源压力；随着人工智能应用快速扩张，传统数据中心用电已占全球总用电量的2%-3%，部分超算中心单机柜功率密度超过100千瓦。黄仁勋在演讲中指出，在土地与电力资源受限的背景下，1吉瓦供电能力将成为衡量“AI工厂”产能的重要标尺。其背后原因在于，大模型训练需要长期高负载运行，电力成本在总运营支出中的占比已升至60%以上。
当数据中心从信息基础设施走向“AI工厂”，竞争重点不再是单一峰值指标，而在于稀缺电力能够转化为多少有效产出。要把电能真正用到关键处，需要算力平台、供电架构、储能调峰与冷却系统协同成一套系统工程。谁能在安全、稳定的前提下实现更高的“每瓦产出”，谁就更可能在新一轮产业竞争中占据主动。