AI競賽轉向電力與併網，誰能先把資料中心蓋起來？

 

AI 競賽從模型延伸到電力

生成式AI的主軸，最近明顯往電力端移動。Apple(AAPL)在中國推進在地版大型語言模型，Soluna則把風電與AI資料中心綁在一起，兩家公司落點不同，但都指向同一個產業現實：算力擴張要先解決供電與併網。

這種變化很像一條供應鏈重新排序。過去市場先看模型能力與晶片供給，現在還要加上電力取得方式、資料中心併網速度，以及合規環境能否配合擴建。

 

Apple中國版AI落地，重點在合規與在地雲端

Apple已替中國市場訓練專屬大型語言模型，並與Alibaba(BABA)合作完成訓練與技術支援。這一步的意義，在於Apple在中國市場不再只依賴外部模型能力，而是往在地合規與自主控制再推一層。

中國市場對美國主流模型有明確限制，Anthropic的Claude與OpenAI的ChatGPT並未正式上線。Apple在中國版iPhone上能走到這一步，先決條件是完成監管程序，並把生成式AI服務納入中國既有法規框架。Apple Intelligence預計在未來幾個月隨iOS更新進入中國版iPhone，這代表Apple原生AI服務準備正式落地中國。

我會把這件事看成一場合規算力戰。在這種環境下，模型強度只是起點，後面還要接上雲端資源、資料處理流程、資安規範，以及電力供應。Apple選擇Alibaba合作，等於把一部分AI能力放進中國本土雲端與資料中心體系，也把政治風險與商業風險一起納入考量。

 

Soluna把風電與AI資料中心綁成一套商業模式

Soluna管理層在法說會上直接說，AI時代的主要限制是電力。這句話很直白，背後的商業邏輯也很清楚：晶片與資金可以找，電力供應與併網速度卻要花時間等。

Soluna目前管理的電力容量是192兆瓦，夏季預計升到206兆瓦。公司在Kati 2與Dorothy 3兩個AI園區，已規劃超過650兆瓦開發容量，可再生電力管線今年成長47%，超過6.3吉瓦。第二季又完成150兆瓦Briscoe風電場收購，並取得Project Dorothy 1全部50兆瓦的發電與運算所有權，整體方向很明確，就是往自有綠電＋自有資料中心整合。

財務面還在重資本投入期。Soluna第二季營收1,510萬美元，年增145%，淨損2,260萬美元，調整後EBITDA虧損160萬美元。公司本季透過增資與ATM計畫募得約1.59億美元，其中1.135億美元來自ATM，用來補強流動性，也簡化資本結構，Series B優先股則已清掉。

更值得注意的是資本支出與融資結構。Soluna估算，一座100兆瓦AI資料中心園區要投入12億至13億美元，融資方式以70%至80%項目層級債務搭配20%至30%自有或第三方股權。管理層表示，一旦簽下租約，8到12週內就能完成債務與股權組合，這代表它採用的是一種先拿租約、再快速加槓桿建設的擴張節奏。

 

風電整合有成本，ERCOT併網審查也會拖時間

Soluna的供電模式，還刻意做了分散。Kati園區主要從Las Majadas風電場取電，Dorothy 3則由Briscoe風電場與電網供電。這種多電源配置的好處，在於降低對單一電廠或單一電網的依賴，也比較容易面對區域市場與監管審查。

德州ERCOT目前正全面審視資料中心的併網排隊案，州長Greg Abbott也要求PUCT與ERCOT在批准新案前先做稽核。這會讓市場更在意供電能否按期到位。Soluna對這件事的態度相對正面，認為自己直接暴露有限，而且靠再生能源就近供電的模式，符合州政府希望篩選的項目型態。

風電整合帶來的短期壓力也很真實。Soluna提到，Briscoe風電場第一季反映約150萬美元的渦輪機維護成本，導致毛損約78.7萬美元。這說明把老舊、維修積欠較高的再生能源資產拉進AI供電鏈，前期要先承擔維護與改善支出，後面才有機會換成較穩定的輸出能力。

 

中國模型升級，也在推高運算與用電需求

除了Apple與Soluna，中國開源權重模型玩家Z.ai也在升級GLM-5.3，主打程式碼生成能力，並拿自家成績和Anthropic的Fable 5、Claude系列對比。Z.ai表示，在高強度測試下，GLM-5.3約5萬輸出token的表現是31.4%，高於Claude Opus 4.8的29.5%，仍落後Fable 5的39.5%。

這段資料的重點，不只在模型排名。GLM-5.3仍基於7000億參數基座模型，顯示中國模型競爭已進入在既有超大模型上快速迭代的階段。參數規模維持高檔，代表背後的運算與電力需求也會跟著維持高檔。

所以我會把這些案例放在同一張地圖上看：Apple在中國做在地化模型，Z.ai持續推高模型參數與推理需求，Soluna則直接把風電與資料中心綁成基礎設施。三者合起來，AI產業的競爭重心已經從單純算力，走到電力、監管、資本三條線一起比拼。

**後面要追的不是模型喊多大，而是電力、併網與融資能否同步到位。**在補貼退場、利率偏高、資料中心併網審查更嚴的環境下，能把綠電取得、合規能力與資本結構一起做好的玩家，才有機會把AI需求轉成長期獲利。警示型分析來看，電力供應一旦卡住，後續的模型升級與算力擴張都會先慢下來。