据 SemiEngineering 报道，美国数据中心建设正遭遇 AI 算力需求激增引发的多重供应链与政治阻力，四大关键瓶颈已实质性延缓 AI 基础设施扩张节奏。
AI 驱动下的四大供应链瓶颈集中爆发
原文数据显示，过去一年内，数据中心建设已形成四个明确的供应链 choke points（瓶颈）：先进制程晶圆代工与先进封装产能受限；高带宽内存（HBM）供应持续紧张，同时部分 DRAM 产线被转用于 HBM 生产；局部地区电网老化且容量不足导致电力供给短缺；以及用于机架内与机架间高速数据传输的光学互连激光器严重缺货。
技术咨询顾问 Geoff Tate 指出：“一年前，台积电（TSMC）在 AI 加速器代工领域近乎垄断，当时其表态尚称供需基本平衡；但近期已明确表示无法满足需求。一年前，内存尚未被多数厂商列入瓶颈清单——这一认知在过去 12 个月发生根本性逆转。电力问题一年前已是显性挑战，而激光器作为瓶颈则是在最近六个月内才突然浮现，因光互连技术路线已趋于明确。”
“这些瓶颈相互制约，最严重的那个将直接卡住其余所有环节的需求释放。AI 要增长，所有瓶颈技术必须同步突破——你不能靠其中三项就运行一座数据中心。”——Geoff Tate，技术咨询顾问
电力缺口成最大制约，IVR 成关键破局技术
Endura Technologies 执行副总裁兼首席产品官 Davood Yazdani 强调，传统电源管理方案已完全无法匹配 AI 时代的数据中心功耗曲线。“最终决定数据中心价值的是‘每瓦生成 Token 数’。提升效率是路径之一：效率越高，同等功率下可生成更多 Token；另一路径是降低整体效率但提升最后一级电压调节阶段的开关频率，使处理器能更精准响应负载变化，从而实现更高能效比。”
他指出，集成式电压调节器（IVR）已成为超大规模云服务商重点押注的技术方向。“数据中心能耗增速已远超电网扩容速度，因此任何项目都存在刚性电力配额上限——IVR 正是为在既定预算和供电约束下最大化计算吞吐量而生。”
原文数据显示，当前主流 AI 训练集群单机柜功耗已达 60–100 kW，较传统数据中心 3–5 kW/机柜高出 20 倍以上；而美国中西部多个州电网平均服役年限已超 45 年，近十年仅完成 12% 的输配电设施更新。
地方政治反制加剧，核能微堆进入实操评估阶段
Yazdani 表示：“常规电网扩容已不可能满足需求，因此核能发电正成为多家数据中心运营商认真评估的选项，尤其是小型模块化反应堆（SMR）。”
NANO Nuclear Energy 首席执行官 James Walker 证实，该类微堆尚未投入商用供电。“新技术正处在监管审批与示范验证阶段。并非所有数据中心都将配备自有微堆——在已有充足发电与输电能力的区域，接入主网仍是更优解；但在弗吉尼亚州北部、得克萨斯州中部等开发商被明确告知‘需等待 3–5 年才能获得新增供电容量’的地区，先进核反应堆已从概念走向可行性研究。”
原文指出，截至 2026 年 7 月，已有至少 7 家头部云服务商与能源初创公司签署微堆供电合作备忘录，其中 3 家已向美国核管会（NRC）提交初步安全评估申请。
超大规模厂商转向定制化基建，半导体 IP 生态加速碎片化
为应对上述系统性约束，超大规模云服务商（hyperscalers）正放弃通用型数据中心设计，全面转向高度定制化的物理设施架构。例如，某头部厂商已将其下一代 AI 训练集群的电源拓扑、冷却流道与光互连接口全部纳入芯片级协同设计范畴。
这一趋势直接导致半导体知识产权（IP）生态进一步分化：面向 AI 数据中心的专用 IP 模块（如定制化 IVR 控制器、硅光收发器 PHY、液冷泵控 MCU）已出现 12 个以上独立供应商，而三年前该领域主要 IP 仍由 3 家国际巨头主导。
Geoff Tate 总结：“地方政治已成为最重要的非技术挑战。在美国多地，选民与政客正通过立法与许可限制手段遏制数据中心扩张，核心动因是其推高了居民电费——聪明的运营商正主动规避主网依赖，转向离网供电方案。”
本文编译自海外媒体报道，由 SCI.AI 编辑团队整理发布。
