二 |                    第一句，是他在西南联大读书时领悟到的。当时，他第一次看到圆周运动的加速度方向指向圆心，而非运动方向，他由此理解了向量。这对他后来的学术产生了重要的影响。淘金热当中，别人都抢着去挖金子，他却蹲在一边卖铲子，这样就能旱涝保收。

三 | 可是到了2026年8月，这位芯片之王开始做出一件谁都没有想到的事情，他去买电了。8月21日，一家叫做Cloverleaf的公司发了一纸公告，说英伟达对它做了一笔少数股权投资。这家公司既不造芯片，也不写代码，只干一件事，就是替数据中心找到有电的地皮，然后再把这些地皮转手卖出去。他由此悟到：                    “当你发现一件事情违背你的直觉时，要重视，那里可能隐藏着重大发现。”                    第二句，是他回国后的观察。他在芝加哥大学和导师泰勒（Taylor）一起时，通过观察和讨论现象寻找理论，而回到北京后，发现国内大学过度重视四大力学的教学，多为从理论推导现象。两相对比，他提出：                    “中国教育的问题，是演绎法用得太多，归纳法用得太少。这已经是英伟达在三周之内买下的第三家卖电的公司。一家靠着GPU称王了二十年的公司，突然开始操心起变电站和输电线路，这说明游戏规则已经变了。卖铲人为何要买电先把这三周的时间轴摊开来看一看，黄仁勋到底在做什么。第一件事发生在8月8日，The Information先爆出消息，英伟达打算往得州电力开发商Lancium投入最高30亿美元，首期20亿美元换得20%的股权，等到电网并网达标之后再补上10亿美元，这样就能把这家公司的估值顶到100亿美元。

四 | Lancium正是星际之门计划第一个运营园区，也就是得州阿比林园区的电力操盘手，手里攥着ERCOT批下来的1.2吉瓦并网容量。

五 | 第二件事发生在8月17日，英伟达官宣了15亿美元的投资，投进了软银旗下的SB Energy，锁定的目标是OpenAI在俄亥俄州的一个8吉瓦园区，OpenAI一签就是20年的租约。

六 | 第三件事就是8月21日Cloverleaf的入场。把以‘知之为知之，不知为不知’做得太刻板，会忽视发觉“不知”里面的机会”。

七 | 这三家公司有一个共同点，它们都不碰芯片，只碰电。                   这两句话看似无关，但我觉得它们指向的，其实是同一个问题——人类的思考，不仅需要逻辑，也需要直觉；不仅要演绎，还要归纳。而思考，对于人们的工作和生活，都至关重要。

八 | Cloverleaf的生意模式简单到有点荒诞的程度，它跟电力公司签下供电协议，然后把那些已经通好了电、随时能够开工的地皮卖给数据中心开发商。业内管这种地皮叫做带电土地。                   二、直觉从哪里来                    杨振宁提到“违背直觉”的时候，没有展开介绍直觉的来源。这家公司成立才两年时间，就已经卖出了超过7吉瓦的带电土地，客户名单里有甲骨文和OpenAI，手里还压着超过10吉瓦的储备量。创始人Brian Janous干过微软能源副总裁的职位，他比谁都清楚数据中心最缺的到底是什么。

九 | 真正的堵点在并网那么问题就来了，一个卖铲子的，为什么要开始买电呢？因为铲子已经卡不住别人的脖子了，这并不是说铲子卖不出去，而是买铲子的人，自己先被电给卡住了脖子。

十 | 高盛在5月算过一笔账，美国数据中心的用电量，2025年是31吉瓦，2026年涨到41吉瓦，2027年就直接冲到66吉瓦，占夏季用电高峰的比重会从4.1%翻到8.5%。翻译成更直白的话，就是两年翻了一倍还多，电网根本就追不上这个速度。

十一 | 在神经科学和心理学看来，直觉并不是“感觉”或“第六感”，而是大脑潜意识层面的全域计算(Holo-Computation)。                   为方便理解，我们先把大脑分为潜意识和意识。

十二 | 真正的堵点并不在发电环节，而在于并网这个步骤。

十三 | 变压器要排队，输电线路要排队，各种许可也要排队。高盛分析师的原话是，“多久能用上电”已经成了数据中心选址时排在第一位的考量。

十四 | 在中大西洋的PJM、中西部的MISO这些新增发电跟不上的区域，有的项目甚至会被电网直接拒之门外。

十五 |                    潜意识是全域计算，处理的对象包括非语言信息、高维的表征感觉、时空模式等。最后经过模糊计算，无数神经元同时投票，给出一个模糊却高维的判断——那就是直觉。芯片的交付周期是以周来计算的，而电的交付周期是以年来计算的。

十六 |                    所谓的“意识”，其实是一个“后期编辑器”，把潜意识已经形成的判断解释成语言或数学公式；是被语言与工作记忆“点亮”的一小块内容；是对潜意识计算结果的低维投影与可交流压缩。这中间存在一个巨大的空档，这个空档正是黄仁勋看到的机会。                   借用全局神经工作空间（GNW）的理论，我们可以想象意识是“月亮的可见部分”：而整块“月球”（潜意识的高维表征流形）里，只有一部分能被显影成可叙述的语言/公式，进而被看到。再往深一层看，算力本身越来越能吃电。

十七 | 从Hopper到GB300，机柜功率密度翻了3.4倍，几十千瓦正冲向百千瓦级别，单柜一兆瓦已经不是科幻故事了。这个把“月球整体”，显影成“可见部分”的过程是，大脑的前颞极等区域把感知记忆压缩为概念；然后布罗卡区把这些概念组合成语法与数学式。                   潜意识在模糊计算全局，意识在精确解释局部。数千块GPU同时开机，又同时关机，机柜功耗在毫秒级别上起伏不定，几百兆瓦的功率在秒级范围内起起落落，这种暴脾气能把整个电网搅得晃动起来。当语言和公式暂时无法表达潜意识里形成的内容，这些内容便只能在潜意识中进行模糊运算。这也是为什么音乐、绘画等艺术能穿越意识直抵无意识。

十八 | 你不可能指望一台忽明忽暗的机器，跟一条需要稳定供电的线路和平共处，这才是真正让电网感到头疼的地方。

十九 | 品味，这个人们能感受到，却难以用语言表达的词，就沉淀在这里。                   当直觉和意识出现不对称时，比如你心里觉得“不对”，但逻辑说“对”，或者公式成立，但你心里总觉得哪里不顺，那一瞬间的“违背直觉”，就是新的知识即将诞生的地方。                   演绎法是完全从已有的语言和公式正面推导出一个模型，这个过程不涉及对全域现实的观察和比较。

| 英伟达去年10月在OCP峰会上发布的那份800伏直流白皮书，正是在回答这个问题。而归纳法是从现象来猜测模型，这个过程会凸显语言可以表达的部分与无法表达的部分之间的缝隙，那就是你需要特别关注的地方。

| 是否涉及到对潜意识的调用，是两种学习方法的根本不同。它把一笔账算得明明白白，沿用了几十年的415伏交流配电和54伏直流配电，在面对如此大的电流时只剩下两条路可走，要么忍受高电阻带来的损耗，要么铺下贵得离谱的铜缆。                   三、科学的奇迹，往往诞生在那一瞬间                    物理学史上所有伟大的突破，都来自这种不对称：                    牛顿看到苹果落地，直觉说“这不是巧合”；爱因斯坦觉得光速不能叠加，直觉说“这里有问题”；杨振宁与李政道看着宇称守恒的教条，直觉说“不一定”。英伟达开出的药方是800伏直流加多级储能，这样同样截面的导体就能多送出大约85%的功率，超级电容和大型电池一层一层垫在中间，等于给GPU和电网之间装上了一道减震器。                   那一刻，语言和公式还没准备好，但直觉已经先抵达了未知的边界。他们做的，只是用理性的演绎去追上潜意识的预感。下一代Kyber机柜将原生用上这套架构，到2027年全面投产。                   四、直觉为什么会消失                    遗憾的是，大多数人的直觉在成长过程中被磨灭了。从卖芯片到教别人怎么配电，英伟达已经把触角伸进了供电架构的最里层，这哪里还是一家人工智能芯片公司该管的事情。

| 因为我们的教育，要求“正确”、“标准化”，而当意识和潜意识矛盾的时候，在外部的压力下，潜意识不得不被压抑或者忽略。慢慢地，一个人就不再诚实面对自己的感受，不再敢怀疑规则，开始害怕犯错，那套惊人的“全域计算系统”就会陷入沉睡。答案藏在一个锁字里把这几件事拼到一起之后，黄仁勋到底在赌什么呢？答案就藏在了一个锁字上面。当潜意识被阉割，我们就丧失了直觉，不再能关注到那些语言尚且无法表达，但可能非常重要的东西。

| 英伟达的芯片护城河，向来是晶圆厂的产能，也就是台积电先进制程的排期，别人抢不走。

|                    要拥有准确的直觉，你得真诚、不压抑、保持感受的开放性。这也是所有天才的共通之处。                   其实，杨振宁先生就一直在生命中保持着真诚。但是芯片卖出去之后呢，客户把卡搬回家里，到底能不能开机，取决于有没有电，有没有地皮，有没有并网容量。谁先锁住了这三样东西，谁就锁住了下一代算力的命门。                   五、归纳与演绎：教育的再平衡                    演绎法从已知规则出发推理个案，归纳法则从现实出发去寻找规律。长期使用演绎法，学生被训练成逻辑的执行者，却失去从经验中发现新规律的能力。归纳法则恰恰相反——它迫使学生在“未知”中试探，激活潜意识中的“全域计算系统”，让孩子重新相信自己的判断。黄仁勋这半个月做的事情，本质上就是把护城河往上挪了一层。                   真正好的教育，应该建立这样的循环：                    归纳（从经验出发）→激活潜意识的直觉→演绎（用逻辑与语言验证）→再次回到经验中修正。以前是有芯片就有话语权，现在变成了有电，芯片才能有用武之地。英伟达入股电力开发商，并不是为了赚卖电的那点小钱，而是要在数据中心还没有破土动工之前，就把英伟达的旗帜插在选址上面。                   杨振宁先生关于演绎和归纳这句话，让我想起前两年辅导孩子功课的体会。                   我们在学生时代都被训练成“演绎型”的学生——老师先讲公式，再出题，让你正向推理。Cloverleaf的说法是，引入英伟达的DSX平台之后，就能在图纸阶段把选址、供电、散热、算力统筹到一张图里面。

| 电是入口，芯片是出口，入口攥在了英伟达手里，出口自然还是它的。对每一个公式和解法在现实中是什么意思，却没有足够的重视和理解。而当我需要重新拾起当年的功课时，我选择了归纳法。面对当下的高考题，我的智力水平肯定比中学时退化了，但带着对现象的疑问重新学习，反而学得更深入更有趣。                   和孩子探讨如何求球的体积，我回想了一下大学高等数学的学习。更狠的一招是，这盘棋把OpenAI、甲骨文这样的客户也绑了进来。第一节课一上来就是教泰勒级数展开，直接把我弄睡着了，兴趣也丢了，也没做课后题——推导球的体积。英伟达投出去的钱，落点正是OpenAI在俄亥俄的园区和甲骨文在威斯康星的地皮。现在和孩子一起上网学习球体积推导，发现微积分很有用，然后自己再倒回去推导了泰勒级数。知道它有什么用了之后，再学起来，只觉得又有趣，又好玩，也不觉得难。                   这些时刻让我意识到：                    归纳法不是“笨办法”，它是让你重新激活兴趣，不停验证你直觉的办法。这就等于说，客户未来的算力盘子，从土地到电网到芯片，全都在英伟达的射程范围之内。                   如果教育能让孩子先感受问题、猜想答案，再用演绎法验证，那他们的学习就不再是记忆的折磨，而是探索的愉悦。                   尾声                    杨振宁那句“违背直觉的地方，也许藏着重大发现”，其实不仅适用于物理学，也适用于人生的各个方面。

|                    我们与人打交道所获得的各种信号，比如他人的微表情，语气，眼神，前后的微妙不一致，都无法用语言描述，但对这些信号的全域计算远比对方说出的语言重要得多。微软当年靠Windows锁住了开发者，黄仁勋现在想靠电加上芯片来锁住整个AI工厂。敢这样撒钱，是因为英伟达账上实在太宽裕了。这也是为什么，有时你会对人感到莫名其妙的讨厌，或者莫名其妙的喜欢。对于一件事情，一个环境也是如此。2027财年第一季度，英伟达的收入是816亿美元，同比涨了85%，光数据中心这一块就贡献了752亿美元，涨了92%。买Lancium的20亿、投SB Energy的15亿、再给Cloverleaf几个亿，这些加在一起，连它一个季度的零头都算不上。某些物品放在了不正常的地方；某一支股票的异常涨落；市场上某一种和上次金融危机类似的味道；政治氛围的似曾相识，这些都会先通过潜意识来提醒你进行意识调动，去关注。                   这些不一致的地方，藏着没被表达出的爱恨，机会与危险，有待你的意识去破解。

| 这种能力，有人叫接天线，有人叫灵性。

| 用一笔零钱去给未来十年上千亿美元的芯片订单铺路，这笔账黄仁勋算得比谁都精明。这哪里是在买电，分明是拿电当做了押金，提前把客户未来十年的算力需求锁进了英伟达自己的口袋。这是天赋，是每个人小的时候都自带，但随着长大丧失的直觉。对手跟不跟得起那对手那边呢，这场买电的仗，别人跟不跟得起这副牌。这种能力很难被后天训练出来，重要的是像保护视力一样，保护好他们。英伟达手里的筹码，比表面上看起来更厚实。

| 当你信任它，世界就会回应你。                   在学习中，多用归纳法的训练激发潜意识，保护好自己和孩子的直觉，是对杨振宁先生最好的纪念。8月10日，它拉上了Apollo、黑石、贝莱德、Brookfield、高盛、KKR这六家顶级金融机构，搭起了一个计划撬动5000亿美元第三方资本的AI基建融资平台。钱和电这两条线同时往前推进。这就是黄仁勋的底气所在，别人买电用的是自己的钱，英伟达买电却能拿全华尔街的钱来用。                   本文来自微信公众号：散人懂四六，作者：飞哥爱思考。AMD和英特尔也不是没有看到这一招。业内已经在猜测，这两家会不会照葫芦画瓢，也搞出类似的融资和电力绑定方案，帮客户把盘子撑起来。真到了那一步，英伟达现在攒下的资本优势就会被慢慢摊薄。

| 但还有两个更不好惹的对手，就是谷歌和亚马逊。这两家的情况跟AMD、英特尔完全不是一回事，它们不靠英伟达活着，反而在用自家的自研芯片一点一点啃食英伟达在推理端的份额。谷歌的TPU自用比例已经拉到了七成，亚马逊AWS用Trainium撑起了四成的自研份额。更关键的地方在于，它们本身就有电、有地皮、有云服务，是芯片加电力加客户全套自带的玩家。

| 英伟达这半个月抢到手的带电土地，对谷歌和亚马逊来说，本来就是自家后院里的东西。这才是黄仁勋真正感到焦虑的地方。英伟达的敌人从来不是AMD那几颗卖不动的显卡，而是那些手里有电、有云、有客户、还顺带自己造芯片的超级巨头。他抢电、抢地皮、拉华尔街的资金，说到底是在跟一群全栈玩家抢夺同一张入场券，这张入场券上写的是，谁能够在最短的时间里面，把最多的算力通上电。但眼下的局面里，牌桌上的主动权还握在英伟达手里。因为它不只是在买电，它是在定义AI工厂这个物种到底长什么样子，从芯片到机柜，从800伏直流到多级储能，从带电土地到并网容量，一条龙全部包办。当竞争对手还在比拼单卡算力的时候，英伟达已经把算力重新定义成了一件包含了电、地皮、网络、芯片的整装产品。

| 这种我帮你把麻烦都提前解决掉的态度，恰恰是眼下现金流最紧张的客户群体最想要的东西。

| 最后说一个圈内才知道的细节。Cloverleaf这家公司成立才两年，估值已经高到让摩根大通进场，华尔街日报说它最近一直在跟摩根大通聊战略选项，其中就包括了整体出售。

| 也就是说，英伟达这次入股可能并不是终点，而是抢在别人出手之前先把座位占住。另一个细节体现在团队配置上，CEO David Berry办过清洁能源公司ConnectGen和输电开发商Clean Line，CBO Brian Janous是前微软能源副总裁，CTO Jonathan Abebe在美国能源部待过。这家卖电的公司，从组队第一天起就是照着AI基建咽喉这个位置来挑选人才的。三周之前，市场还在争论英伟达的芯片会不会被谷歌、亚马逊的自研芯片挤掉。现在回过头来看，黄仁勋根本不在乎这个争论，因为下一场仗已经不在晶圆厂里打了。当电取代芯片成为AI扩张的第一约束条件时，谁握着变电站和输电线路，谁就握着算力的开关。英伟达正在把自己从一家芯片公司改写成一家AI基建公司。卖铲子的人开始圈地了，剩下的问题只有一个，这块地皮，别人还有没有机会挤进来。