微软 CEO 萨提亚（Satya）刚刚在整个 AI 周期中说出了一句最具洞察力的话：

微软现在有大量 $NVDA（英伟达）的 GPU 静静地躺在机架上，却无法启动——因为没有足够的能源供它们运行。

AI真正的瓶颈不在算力，而在电力与数据中心。

这正是为什么“拥有可供电的数据中心”成为新的核心优势所在。

如果算力（GPU）容易买到，但电力难以获取，那么掌控能源与基础设施的人，就掌握了真正的杠杆。

如今，每一家大型云厂商——$MSFT、$GOOGL、$AMZN、$META、$ORCL——在建设新数据中心时，都需要数百兆瓦的稳定电力供应。

而让这些能源上线如今需要数年时间，这意味着那些提前锁定电力资源、并在垂直整合整个堆栈的企业，才是拥有实际控制力的玩家。

超级云厂商（Hyperscalers）的增长，

已不再取决于他们能买多少 GPU，

而是取决于他们能多快让新的数据中心“通电”并投入运行。

Satya 还提到的另一点也同样关键：

微软不希望在某一代 GPU 上买得太多。

因为随着英伟达每年推出更快的新芯片，GPU 的更新换代周期正在缩短。

这意味着，一块 GPU 的使用价值，取决于它多快能部署到生产环境中。

如果电力与空间迟迟不到位，那块 GPU 在还没创造一美元算力收入前，就已经开始贬值。

Satya 的话也印证了我的观点：

这正是为什么我的定投（DCA）策略仍然超配 AI 基础设施/能源主题（AI Utility）。

AI 经济的扩张速度，将取决于电力接入速度，而不是芯片性能提升的速度。

下一阶段的 AI 基建增长，将属于那些能比需求更快“上电”扩容的公司。

电力，已经成为智能时代的“定价层”。

值得关注的公司包括：

$IREN、$CIFR、$NBIS、$APLD、$WULF、$EOSE、$CRWV。