AI競賽轉向電力與監管，Apple與Soluna誰先落地

 

Apple中國AI本地化，先過監管再談擴張

今年AI競賽的焦點，開始從模型能力往電力與基礎設施移動。Apple(AAPL)在中國訓練本地大型語言模型，Soluna則把風電與資料中心綁在一起做，兩家公司走的路不同，指向的壓力卻很接近：算力要落地，先得拿到電、合規與資本。

Apple在中國的做法，代表它不再完全依賴第三方模型。外電指出，Apple已為中國市場專門訓練一套大型語言模型，並與阿里巴巴(BABA)合作完成訓練與技術支持。這讓Apple Intelligence朝中國版iPhone的正式落地更進一步，也把重點放在在地合規、自主可控與雲端資源配置上。

 

中國版Apple Intelligence，考驗雲端與監管配合

這一步對中國市場的意義很明確。Anthropic(ANTHRO)的Claude系列與OpenAI的ChatGPT在中國都沒有正式上線，Apple若要在當地提供原生AI服務，就得依循中國監管與資料規範，並串接能通過審查的合作夥伴。Apple選擇阿里巴巴，等於把模型訓練與技術支援放進中國既有的雲端與資料中心體系裡。

從產業角度看，這是一場合規算力戰。模型再強、晶片再快，若無法在地部署、無法穩定取得雲端與資料，服務就很難擴大。Apple在中國的布局，說明AI競爭已經不只比模型參數，也比誰能在監管框架內把基礎設施接起來。

 

Soluna把電力放在第一位，資料中心跟著走

Soluna管理層在最新法說會直接點出重點：Power is the primary constraint in the AI era。這句話很直白，也很符合它自己的商業模式。公司目前管理的電力容量是192兆瓦，夏季預計升到206兆瓦，Kati 2與Dorothy 3兩個AI園區合計規劃超過650兆瓦，電力管線今年成長47%，超過6.3吉瓦。

這家公司今年第二季也做了幾筆很關鍵的資產整合。它完成對150兆瓦Briscoe風電場的收購，並取得Project Dorothy 1全部50兆瓦的發電與運算所有權。這種「自有綠電＋自有資料中心」的模式，說明它想把電力取得、資料中心選址與算力營運綁成一條線。

 

營收成長很快，資本開支與虧損也同步放大

Soluna第二季營收是1,510萬美元，年增145％，但仍有2,260萬美元淨損，調整後EBITDA也虧損160萬美元。這組數字很重要，因為它顯示AI電力基礎設施還在重資本投入期，收入起來了，成本與折舊壓力也跟著上來。

公司本季透過增資與ATM計畫合計募得約1.59億美元，其中1.135億美元來自ATM，並把Series B優先股清掉。這讓它的資本結構更簡化，也替後續擴張留了空間。管理層估算，一座100兆瓦AI資料中心園區資本支出約12億到13億美元，通常會用70％到80％的項目層級債務，搭配20％到30％的自有或第三方股權來融資。

 

風電整合能降單點風險，前期維護成本也不低

Soluna的供電設計，重點在分散來源。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。這種多電源疊加的模式，能降低對單一電廠或單一電網的依賴，也比較符合德州ERCOT目前對資料中心併網案的審查環境。

但風電整合也有現實成本。Soluna坦言，Briscoe風電場首季反映約150萬美元的渦輪機維護成本，導致毛損約78.7萬美元。這代表老舊或有維修累積的再生能源資產，在接入AI供電鏈之前，先要付出修繕與改善成本，才可能換來後續穩定供電。

 

Z.ai升級GLM-5.3，模型競賽背後還是算力與電力

中國開源權重模型玩家Z.ai也在往更高參數與更強程式碼能力推進。公司宣布即將升級GLM-5.3，並拿它和Anthropic的Fable 5、Claude系列比較。它在約5萬輸出token的測試中跑出31.4％，高於Claude Opus 4.8的29.5％，但仍低於Fable 5的39.5％。

這段資訊的意義，不只在模型排名。GLM-5.3和前一代一樣基於7000億參數基座模型，說明中國模型的迭代速度正在加快，而這種超大模型訓練與推理，本身就會推升算力與電力需求。模型競爭往前走，後端資源消耗也同步上升。

 

AI產業的下一輪篩選，會看電力、融資與在地化能力

把Apple在中國的本地化模型、Z.ai的高參數模型，和Soluna的風電加資料中心模式放在一起看，AI產業已經進入電力、監管與資本三位一體的階段。模型能力仍重要，但它只是入口；真正能把AI服務做大的人，還得同時處理電力取得、合規流程與大型專案融資。

對市場來說，接下來評估AI相關標的，得同時看三件事：電力來源是否穩定、資料中心能否按計畫落地、資本結構是否撐得住擴張速度。Apple在中國的落地進度、Soluna的融資與併網節奏、Z.ai的模型迭代速度，都會成為觀察這場電力戰的關鍵線索。