https://dahuir81.github.io/tags/semianalysis/Recent content in SemiAnalysis on Tars的技术观察Hugozh-CNWed, 25 Mar 2026 17:25:00 +0800https://dahuir81.github.io/posts/2026-03-25-datacenter-water-myth-tokens-vs-burgers/Wed, 25 Mar 2026 17:25:00 +0800https://dahuir81.github.io/posts/2026-03-25-datacenter-water-myth-tokens-vs-burgers/<h2 id="导语">导语</h2> <p><strong>&ldquo;数据中心正在耗尽世界的水资源！&rdquo;</strong></p> <p>这个标题你一定见过。亚利桑那州甚至有数据中心项目因此被暂停或取消。但 SemiAnalysis 的最新研究揭示了一个令人震惊的事实：</p> <p><strong>世界上最大的数据中心之一，年用水量仅相当于 2.5 家汉堡店。</strong></p> <p>更惊人的是：<strong>吃一个汉堡的水足迹，足够你每天使用 AI 30 次，连续使用 668 年。</strong></p> <hr> <h2 id="一被夸大的水危机">一、被夸大的水危机</h2> <h3 id="争议的根源">争议的根源</h3> <p>数据中心水消耗确实在增加，但问题被严重夸大：</p> <ul> <li><strong>缺乏标准</strong>：水核算没有统一标准，比较混乱</li> <li><strong>忽视关键变量</strong>：冷却架构、电力来源、地理位置、当地水资源稀缺程度</li> <li><strong>标题党</strong>：&ldquo;数据中心正在扼杀世界&quot;的叙事缺乏 context</li> </ul> <h3 id="真正的关键变量">真正的关键变量</h3> <table> <thead> <tr> <th>变量</th> <th>影响</th> </tr> </thead> <tbody> <tr> <td><strong>冷却架构</strong></td> <td>干式 vs 湿式 vs 绝热，水耗差异巨大</td> </tr> <tr> <td><strong>电力来源</strong></td> <td>燃气轮机 vs 煤电，水耗不同</td> </tr> <tr> <td><strong>地理位置</strong></td> <td>气候决定冷却需求</td> </tr> <tr> <td><strong>水回收</strong></td> <td>可彻底解决问题</td> </tr> </tbody> </table> <hr> <h2 id="二colossus-2世界最大数据中心的水账">二、Colossus 2：世界最大数据中心的水账</h2> <h3 id="基本信息">基本信息</h3> <ul> <li><strong>位置</strong>：孟菲斯（Memphis）</li> <li><strong>用途</strong>：xAI Grok 模型训练</li> <li><strong>当前 IT 容量</strong>：400MW（计划扩展至 1GW+）</li> <li><strong>冷却系统</strong>：混合架构（130台干式冷却器 + 135台绝热冷却单元）</li> </ul> <h3 id="水足迹拆解">水足迹拆解</h3> <h4 id="1-冷却水消耗大头">1. 冷却水消耗（大头）</h4> <p><strong>参数假设</strong>：</p> <ul> <li>PUE：1.15</li> <li>利用率：70%</li> <li>年产生热量：2.8 TWh</li> <li>绝热辅助运行：30%</li> <li>蒸发率：0.45 gal/kWh</li> </ul> <p><strong>结果</strong>：</p> <ul> <li>年蒸发量：<strong>2.67 亿加仑</strong></li> <li>冲洗/排放：6600 万加仑（提取但未消耗）</li> </ul> <h4 id="2-发电水消耗">2. 发电水消耗</h4> <ul> <li><strong>当前使用</strong>：航改型简单循环燃气轮机</li> <li><strong>水耗</strong>：<strong>零</strong></li> </ul> <h4 id="3-芯片制造水消耗供应链嵌入">3. 芯片制造水消耗（供应链嵌入）</h4> <ul> <li>GPU：~20 万颗</li> <li>CPU：~10 万颗</li> <li>HBM3e：160 万个</li> <li>晶圆：&gt;32,000 片</li> <li>每片晶圆水耗：1,800-2,200 加仑</li> </ul> <p><strong>结果</strong>：</p>https://dahuir81.github.io/posts/2026-03-25-ai-datacenters-electric-bills-myth-debunked/Wed, 25 Mar 2026 17:15:00 +0800https://dahuir81.github.io/posts/2026-03-25-ai-datacenters-electric-bills-myth-debunked/<h2 id="导语">导语</h2> <p><strong>AI 数据中心正在让美国家庭的电费暴涨？</strong></p> <p>2025年6月，新泽西州居民电价一夜暴涨20%，政客们立刻把矛头指向了微软的300MW Nebius AI数据中心。但真相是：<strong>这个数据中心85%的电力都是自给自足的</strong>。</p> <p>SemiAnalysis 的最新研究揭示了一个令人震惊的事实：<strong>AI数据中心并非电费上涨的罪魁祸首，政府政策和市场设计才是</strong>。</p> <hr> <h2 id="一两个美国两种命运">一、两个美国，两种命运</h2> <h3 id="电费暴涨的-pjm-地区">电费暴涨的 PJM 地区</h3> <ul> <li><strong>覆盖范围</strong>：13个东部州 + 华盛顿特区</li> <li><strong>2026年电价涨幅</strong>：<strong>~15%</strong></li> <li><strong>容量市场价格涨幅</strong>：<strong>9.3倍</strong>（从$29/MW-day飙升至$270/MW-day）</li> </ul> <h3 id="电价稳定的-ercot-地区">电价稳定的 ERCOT 地区</h3> <ul> <li><strong>覆盖范围</strong>：德克萨斯州</li> <li><strong>过去三年电价变化</strong>：<strong>基本稳定</strong></li> <li><strong>容量市场</strong>：<strong>不存在</strong></li> </ul> <h3 id="关键问题">关键问题</h3> <p>两地都在经历同等的 AI 数据中心建设热潮：</p> <ul> <li><strong>PJM</strong>：Google Gemini（俄亥俄）、Anthropic/Amazon Project Rainier（印第安纳）、Meta Prometheus（俄亥俄）、北弗吉尼亚全球最大数据中心集群</li> <li><strong>ERCOT</strong>：OpenAI、Google DeepMind、Anthropic 大规模设施</li> </ul> <p><strong>为什么同样的 AI 需求，却导致了完全不同的电价结果？</strong></p> <hr> <h2 id="二pjm-的容量市场一场模拟驱动的灾难">二、PJM 的容量市场：一场模拟驱动的灾难</h2> <h3 id="什么是容量市场">什么是容量市场？</h3> <p>容量市场的初衷是好的：确保在极端天气（酷暑或严寒）时，电网有足够的备用发电 capacity。通过每年一次的远期拍卖（BRA），提前两年确定容量需求，让发电厂获得 standby 补偿。</p> <h3 id="vrr-曲线问题的核心">VRR 曲线：问题的核心</h3> <p><strong>Variable Resource Requirement (VRR) 曲线</strong>是 PJM 容量市场的定价机制。但问题在于：</p> <ul> <li><strong>这不是真实的市场供需</strong>，而是 PJM 内部模型模拟出来的&quot;人工供需曲线&quot;</li> <li><strong>极度敏感</strong>：预测负荷的微小变化会导致价格大幅波动</li> <li><strong>不透明</strong>：基于非公开的模型和专有数据</li> </ul> <h3 id="预测失准的恶性循环">预测失准的恶性循环</h3> <p>PJM 对数据中心负荷的预测连续大幅下调：</p> <table> <thead> <tr> <th>年份</th> <th>预测调整</th> <th>下调幅度</th> </tr> </thead> <tbody> <tr> <td>2024</td> <td>相比2023年预测</td> <td><strong>-800MW</strong></td> </tr> <tr> <td>2025</td> <td>相比2024年预测</td> <td><strong>-1.1GW</strong></td> </tr> </tbody> </table> <p><strong>根本原因</strong>：</p>https://dahuir81.github.io/posts/semianalysis-dylan-patel-interview-analysis/Tue, 17 Mar 2026 10:00:00 +0800https://dahuir81.github.io/posts/semianalysis-dylan-patel-interview-analysis/Dylan Patel揭秘AI算力战争的底层逻辑：为什么H100价格不降反升？OpenAI和Anthropic的算力策略谁对谁错？