据央视网报道，随着AI应用的爆发式渗透，算力短缺已从偶发现象转变为行业常态。近期，月之暗面旗下的Kimi K3模型上线仅48小时，便因用户请求量远超预期，宣布暂停新用户会员订阅。对此，不少用户感叹，如今使用AI不仅要付费，连会员资格都变得像演唱会门票一样需要“抢”。

杰文斯悖论显现：效率越高，消耗越大

针对这一现象，清华大学教授沈阳团队分析认为，这体现了AI时代的“杰文斯悖论”——即技术效率的提升反而释放了更多潜在需求，导致总体算力消耗不仅没有下降，反而持续增长。

业内人士指出，Kimi K3的“算力熔断”仅仅是个开始。未来，每一代效率更强的大模型问世，都可能重复这一扩张逻辑。这意味着，算力短缺并非短期波动，而是AI行业发展面临的长期结构性难题。

租赁价格飙升：推理算力成绝对主力

面对激增的需求，算力供应侧压力倍增。内蒙古中科超算副总经理李凯萌透露，目前公司机房负载已达80%，总算力约8000P。为了扩容，行业必须跨越“建机房、买芯片、保供电”这三道门槛。

值得注意的是，业务结构正在发生巨变。李凯萌表示，目前推理算力已占公司业务的90%，训练算力仅剩10%。供需失衡直接推高了市场价格，部分GPU设备的月租金已从去年的8000至9000元上涨至约1.2万元，涨幅超30%。此外，CPU和内存等服务器部件的价格也呈现明显上涨趋势。

能源供应：决定算力规模上限的关键

然而，硬件采购只是算力建设的前半程，真正的考验在于后续的能源供应。公开数据显示，2025年全国算力中心用电量已达1700亿千瓦时，占全社会用电量的1.6%，其中八大算力枢纽节点的用电增速高达39.5%。

这表明，真正让芯片和机房跑起来的，是全天候稳定的电力保障。在AI狂飙突进的时代，能源供应能力正成为决定算力规模上限的最终瓶颈。