644
0黄仁勋、Sam Altman到底在表达什么？
过去三年，所有人都在讨论模型、Agent 和算力。但现在，OpenAI 开始投核能，微软、Meta、亚马逊开始围着核电站建数据中心，黄仁勋越来越少聊 GPU，越来越多聊 power 和 cooling（电力与散热）。
美国很多州已经开始讨论：AI 数据中心会不会把普通人的电价推高。
我们可能会有很多自然而然的疑问：
为什么 AI 最终会卡在电力上？
Token 和能源到底是什么关系？
为什么数据中心开始去北欧、核电站和水电站旁边扎堆？
AI 会不会重新改写全球能源价格体系？
这一期，我采访了周文闻。他是清华大学的工学博士，曾在某互联网大厂云业务负责能源管理，现在他在全球新能源龙头负责AI能源管理。
他长期研究能源与 AI 基础设施。
让大咖来帮大家科普现象背后的原因，以及这个趋势还会持续多久，是我做非标玩家UnDefined的初衷。
这次的播客是我们三个半小时采访的节选，如果觉得有不连贯的地方，是把中间聊得别的内容删掉了。更多的采访内容，之后我会以视频播客的形式放出，可以期待一下。
这期从能源行业视角重新理解 AI，你将听到：
为什么他在2023年就判断：AI最大的机会在能源而不是模型
Token为什么本质上是“电力的衍生品”
AI数据中心与传统数据中心到底有什么区别
散热为什么会成为新的战场
微软、Meta为什么开始围着核电站建数据中心
AI会不会重塑全球能源价格体系
为什么未来的能源系统更像互联网，而不是自动驾驶
时间轴
为什么周文闻在2023年就押注能源，而不是下场做大模型？
Sam Altman投资核聚变和核裂变公司后，AI行业为什么突然开始关注能源？
AI最耗电的环节到底是什么？训练、推理、芯片制造还是数据传输？
Token，本质上是电力的衍生品。
AI数据中心（AIDC）和传统数据中心最大的区别是什么？为什么GPU时代的数据中心越来越像工厂？
散热本身也在疯狂耗电，从“散热”到“热管理”，AI时代的新产业机会。
黄仁勋为什么越来越爱聊 Power & Cooling？英伟达真正关心的是什么？
能源行业著名的“不可能三角”：安全、经济、绿色。为什么三者无法同时满足？
可控核聚变距离商业化还有多远？它为什么被视为能源行业的终极梦想？
AI一边耗电，一边帮助全社会节能。这个矛盾到底怎么理解？
除了OpenAI和英伟达，还有谁在拼命降低能耗？ 为什么能源效率会成为AI产业链共同追求的目标？
为什么微软、Meta、Google、Amazon开始扎堆北欧和核电站旁边？
AI数据中心正在变成一个新的“制造业强国”。
AI正在重复移动互联网时代的故事？
AI为什么会成为能源系统的大脑？
未来的能源系统更像自动驾驶，还是更像互联网？
ESG、碳关税、绿色供应链，三者到底有什么区别？
中国有没有机会借助AI，在能源领域实现一次新的弯道超车？
为什么周文闻依然看好中国在“AI × 能源”上的长期机会？
非标玩家UnDefined是一档商业人物访谈播客，致力于让世界看到中国商业和科技力量，只影响1%的商业决策者。
欢迎有认知的商业决策者联系、合作~
