能源瓶颈与铀浓缩的物理突围 · Scott Nolan

2026-06-09 · 由 PodLens 生成的忠实解读

原节目:https://youtu.be/wisccQYTRQc?si=q8SYAbcYN-yI0qau　·　时间戳可点击,就地跳转播放器

这期讲了什么

General Matter 联合创始人兼 CEO Scott Nolan 与主持人 Anj 深入探讨了 AI 算力扩张背后的能源瓶颈、核能（尤其是铀浓缩环节）在基荷电力中的核心地位，以及硬科技创业的系统化路径。Scott Nolan 结合其在 SpaceX 的早期工程经历以及在 Founders Fund 十余年的硬科技投资经验，剖析了美国在核燃料供应链（尤其是铀浓缩）中面临的空前安全危机：本土产能几近为零，高度依赖俄罗斯与欧洲。对话聚焦于算力需求的超线性增长与美国电网二十年停滞之间的结构性冲突，拆解了从“受限能源利用”（如 Crusoe 早期从比特币挖矿向 AI 数据中心的演进）到高密度核能基荷电力的范式转移。此外，他还探讨了政府在关键基础设施重建中的支持力度、美苏冷战后的历史路径依赖（如 Megatons to Megawatts 计划对美国本土铀浓缩产业的毁灭性打击），并对太空轨道能源、AI 辅助工程设计以及下一代小型模块化反应堆（SMR）的商业化时间表给出了前瞻性评估。

时间线主题地图

• [00:08-01:14] 主持人 Anj 介绍本期嘉宾 Scott Nolan，引入 AI 算力飞轮从预训练到部署的闭环，并指出今日焦点是能源瓶颈。
• [01:15-02:37] Anj 阐述系统 stack 视角，提出传统的层级结构过于僵化，用“AI 制造管道”的系统性图景展示计算与能源的制约关系。
• [02:38-03:56] 拆解 AI 算力中心外部的配套系统，指出 ChatGPT（2022年底）爆发后导致的两年算力与电网供给压力，强调电网相比数据中心更有物理建设上的紧迫性。
• [03:57-04:59] 梳理 AI 应用层突破（如 2025年底 Claude 4.6 发布引起的企业级应用爆发）如何造成新一轮的算力与能源短缺，重现 Groundhog Day 式循环。
• [05:00-06:02] Scott Nolan 介绍其教育背景（Cornell 机械/航天、Stanford MBA）以及早期 SpaceX 推进系统工程师的经历，和在 Founders Fund 专注于硬科技投资的十年。
• [06:03-07:05] Scott Nolan 回顾在 Founders Fund 接触核能初创企业的经历，发现 2020年起所有核能项目均面临“燃料需向俄罗斯采购”的卡脖子危机，促使其在 2023年深入拆解这一供应链缺口。
• [07:06-08:35] Anj 与 Scott 引用行业领袖的表态（如 OpenAI 的 Sam Altman 在国会听证会上的“最终成本收敛于能源”、Jensen Huang 在 Joe Rogan 播客中承认能源是最终瓶颈，以及 Elon Musk 对能源的强调）。
• [08:36-09:37] 对比分析 1 Terawatt 级 AI 电力需求预测，指出美国过去 20 年在电网建设上几乎处于停滞状态，必须向中国式的“近乎垂直”的电网扩张斜率转变。
• [09:38-11:05] 讨论受限能源（Stranded Energy，如偏远水电、孤立地热或德州西部风电）的定义与演进。解释比特币挖矿作为 AI 基础设施建设“彩排”的历史作用，并以 Crusoe 的 Stargate 项目为例，分析其如何将早期比特币矿场的基础设施积累转化为 AI 数据中心。
• [11:06-12:30] 讨论 baseload 电力对数据中心可用率（uptime）的决定性影响。分析风电/光伏配套电池成本过高的问题，以及天然气涡轮机（turbines）数年交期导致的供应链拥堵。
• [12:31-13:37] 比较各能源形式的安全性与碳排放指标，指出 nuclear 在低碳和安全性（与风能并列第一）上的历史统计优势，论证为何核能是 hyperscaler 的长期 Scaling 终极上限。
• [13:38-14:59] 拆解核燃料循环的五个步骤（Mining -> Conversion -> Enrichment -> Re-solidification -> Pellet fabrication），指出美国在 Enrichment 这一核心高价值环节的市场份额低于 0.1%，严重依赖欧洲与俄罗斯进口。
• [15:00-16:00] Scott Nolan 介绍 General Matter 的创立历程：于 2024 年 1 月正式成立，24 个月内获得了来自 DOE 的 9 亿美元订单。
• [16:01-17:05] 详解 General Matter 早期创业的组织建设，手头资金与团队（包括来自 Tesla、SpaceX 和国家实验室的复合背景）如何以每周 100 小时的高强度工作完成长周期规划，并选定 Paducah, Kentucky 的 100 英亩老浓缩厂遗址南部未开发空地。
• [17:06-18:05] 探讨联邦政府在推动能源基建中的真实支持力度，阐述自 Biden 政府以来的政策连续性，驳斥“政府不关注科学工程”的刻板印象。
• [18:06-19:05] 预测未来 4 年 General Matter 在 California 和 Kentucky 创造的数百至上千个高科技与制造就业岗位，并探讨 AI 算力需求如何逆向复兴实体工业和就业。
• [19:06-20:05] 问答环节 1：如何在 2034 年前加速核能落地。Scott Nolan 预计将在 2030 年底前实现产能上线并进行快速扩展，认为 2030 年代初期将是核能商用落地的真正曲棍球棒曲线（hockey stick）起点。
• [20:06-21:10] 问答环节 2：探讨太空轨道能源方案的可行性。Scott Nolan 指出 SpaceX 凭借无与伦比的 launch volume，有望通过同步轨道数据中心卫星解决空间供电，但这将是 SpaceX 独特的优势，其他玩家仍将面临地面基建的恶战。
• [21:11-22:20] 问答环节 3：回顾 Scott Nolan 在 SpaceX 早期 35 人时期的实习与全职经历（Falcon 1 两次发射的故障排查——首次因 fitting 上铝螺母破裂导致燃料泄露起火，二次因第二级推进剂晃动未设计足够折流板导致失控），分享为何在 100 人规模时因误判“不够 scrappy”而选择离职去读 business school 的教训，警示不要低估从 100 到 1000 人规模的系统级组织建设价值。
• [22:21-23:18] 问答环节 4：欧洲核能路线反思。以 Germany 关闭完全运行良好的核电站导致空余基荷由煤炭和天然气填补、造成大量碳排放与空气污染（与 France 形成红蓝对比的清洁地带）为例，揭示政策与民粹主义对清洁能源的灾难性负向修正。
• [23:19-24:18] 问答环节 5：地缘政治与 ore 矿源分布。Kazakhstan 占据全球 40% 的 uranium 矿石产量，Scott Nolan 呼吁美国不仅要在 enrichment 上实现自主，更应作为盟友的低成本供应中心，以此降低小国自行浓缩核燃料引发的地缘核扩散（proliferation）风险。
• [24:19-24:48] Anj 总结并表达对下一代核能建设的热切期待。

核心观点清单

1. AI 算力扩张的终极制约因素将是电力能源成本。 芯片制造成本和模型训练成本会随着技术迭代持续下降，但运行这些庞大模型所消耗的电力是无法被算法完全抹去的物理刚需，所有算力竞争最终都会收敛于能源成本的竞争。[09:11-09:53] | 类型：观点
2. 比特币挖矿本质上是 AI 数据中心基础设施建设的“彩排”（dress rehearsal）。 比特币矿商早期在寻找偏远受限能源、设计就地高密度冷却系统以及分布式电力捕获上积累的技术与运营经验，在 AI 时代被快速复用为数据中心的基础设施，证明了看似泡沫的产业同样能沉淀真实的基建资产。[22:40-23:00] | 类型：观点
3. 风能与光伏由于缺乏低成本的网格级存储，无法满足 AI 数据中心对 baseload 电力的高可用率（uptime）需求。 要通过电池将不稳定的可再生能源提升至数据中心所需的可用率水平，在目前的技术和成本结构下是极其高昂且不现实的。[16:15-16:29] | 类型：观点
4. 核能是超大规模云厂商在满足安全与低排放 baseload 电力要求下的长期终极解法。 统计数据表明，核能在全生命周期中的碳排放极低，且其安全性与风能并列第一，这使得它成为寻求稳定、清洁电力的科技巨头的必然归宿。[17:21-18:04] | 类型：事实
5. 美国目前在核燃料供应链的核心高价值步骤——铀浓缩（enrichment）环节上存在致命的供应链断层。 美国本土的铀浓缩全球市场份额已跌至 0.1% 以下，根本无法为现有及未来的反应堆提供规模化燃料，这导致美国极其被动地依赖俄罗斯与欧洲的进口渠道。[19:16-19:37] | 类型：事实
6. 冷战后的“Megatons to Megawatts”计划在提供廉价核燃料的同时，意外摧毁了美国本土的铀浓缩工业。 通过下稀释俄罗斯退役核弹头并低价引入美国市场的商业操作，抹去了美国本土私营浓缩厂的生存空间，导致最后一处本土商业浓缩厂于 2013 年关闭。[58:04-58:43] | 类型：事实
7. 太空轨道数据中心是只有拥有海量且极廉价发射能力的 SpaceX 才能尝试的特有路径。 尽管空间散热和能量传输存在技术挑战，但通过地球同步轨道卫星直接利用空间太阳能，是避开地面电网互联拖延与政策监管泥潭的升维尝试。[44:48-45:13] | 类型：预测
8. 硬件初创企业进入 stagnant 且资本密集的传统重工业时，必须引入 Tesla 和 SpaceX 式的敏捷开发与系统整合基因。 传统的承包商模式和保守的设计链条无法应对快速的迭代压力，手脑合一的系统工程团队是加速物理世界基建的核心。[35:38-35:53] | 类型：观点
9. AI 的算力扩张并非仅仅消灭就业，反而正在物理世界逆向引爆高科技制造和工业基建的就业浪潮。 为了 unblock 算力瓶颈，在 California 的设计研发岗位以及 Kentucky 的地面建设计划中，正在真实地创造数以千计的高收入实体工业工作。[40:40-41:35] | 类型：预测

大白话重讲

那我们来聊聊 Scott Nolan 在 Stanford CS153 上的这堂分享。很多人每天在讨论模型能力又更新了多少，比如最近的 Claude 4.6 怎么改变了工作流程，但很少有人从物理和基建的层面去算一笔账：当智能变得像空气一样无处不在时，底层的物理世界真的支撑得住吗？

Scott Nolan 指出一个被大多数人忽略的冷酷现实：AI 的终极瓶颈既不是算法，甚至也不只是芯片，而是最朴素的电。大语言模型和算力中心的扩张是超线性的，但电网的建设却不可能一夜完成。在 ChatGPT 爆发后的这几年里，供应链始终处于极度紧绷的状态。因为电网扩建需要时间，哪怕你把成千上万块 GPU 买到位、把数据中心盖好，如果没有高压线把电拉过来，它就是一堆废铁。

在早些年，大家是通过寻找“受限能源（Stranded Energy）”来解决这个问题的。比如德州西部风力很大但没人住，或者偏远山区的废弃水电站，这些地方的电并网运不出来，放在以前就浪费了。于是比特币矿工跑过去盖矿场，把这些便宜的电就地消耗掉。这个过程其实是 AI 数据中心的一次“彩排”。Crusoe 这样的公司就是从帮人挖矿起家，沉淀了就地捕获电力、设计高密度计算柜和网络传输的能力，然后顺理成章地转型成了 AI 数据中心服务商。

但现在，这些便宜的“受限能源”已经被大家抢光了。AI 算力要继续成倍扩张，就必须依靠稳定、24/7 不间断的“基荷电力（Baseload Power）”。风能和光伏在没有便宜储能电池的情况下根本没法用。天然气发电是目前的救急方案，但这导致发电涡轮机（turbines）的订单直接排到了几年后，厂家根本来不及生产。

所以，长期来看只有一条路——核能。核能既干净又安全。但尴尬的是，美国虽然想大规模搞核电，却发现自己连核燃料都造不出来了。核燃料的生产要经过采矿、转化、浓缩、还原、制造 pellet 等五个步骤，而美国在最关键、技术含量最高的“浓缩（enrichment）”环节上，全球市场份额居然低于 0.1%。现有的核电站和未来的先进小型模块化反应堆（SMR）全指望着俄罗斯和欧洲运送燃料。

这个致命伤是怎么来的？其实是冷战后的一个“路径依赖”。当年苏联解体，美苏搞了个“百万吨到百万瓦（Megatons to Megawatts）”计划，把苏联退役核弹头里的高浓缩铀稀释成普通燃料卖给美国发电。这在当时是极好的和平红利，便宜又省事。但这也把美国本土的铀浓缩厂全部逼入了死胡同，因为在商业上根本竞争不过免费的“退役弹头”。到了 2013 年，美国最后一处商业浓缩厂被迫关闭，本土技术和产能彻底断代。

Scott Nolan 创立 General Matter，就是看准了这个被所有人遗忘的致命缺口。他们要在 Kentucky 的老厂址南部重新建立高度可扩展的铀浓缩产能，并且用 SpaceX 式的 clean sheet 逻辑，从零开始设计技术，把成本打下来。他从 Tesla、SpaceX 手里挖来那些习惯了在硬核物理世界里快速迭代的工程师，和政府、DOE 合作，在短短两年内拿下了 9 亿美元的合同。

这场对话告诉我们，AI 的未来绝对不只在虚拟的云端，它正在像一个巨大的黑洞，把冷战遗产、核能供应链、重工业制造以及太空轨道发射全部拉进这个庞大的物理引力场中。

值得精听的片段

• [09:11-09:45] Scott Nolan 阐述“所有算力成本最终收敛于电力成本”的机制，直击 AI 演进的物理硬壁垒。
• [11:52-12:28] 解释“受限能源”的商业本质，以及为什么说比特币挖矿是 AI 基础设施建设的一场伟大的“彩排”。这段拆解具有极高的方法论价值。
• [19:16-19:37] Scott Nolan 抖出美国在铀浓缩环节全球份额低于 0.1% 这一惊人事实，是理解核能供应链危机的核心锚点。
• [46:21-49:50] 回顾早期 SpaceX Falcon 1 两次发射失败的具体工程原因（铝螺母破裂与推进剂晃动），以及 Scott 坦诚自己当年在公司 100 人规模时离职的战略误判，这是不可多得的硬科技组织发展课。
• [50:34-51:58] 拆解 Germany 关闭成熟核电站导致空余基荷被煤炭和天然气填补的政策悲剧，用数据和直觉对比了核能在认识论上的偏见。

与往期的呼应

• 延伸→ AI时代的产品构建与职业进化 · Nikhyl Singhal
  将软件和互联网行业中“迭代速度决定成败”的规律延伸至传统重工业，指出硬件初创公司同样需要通过敏捷开发与系统整合来打破传统承包商模式的迟钝。
  本期[35:38-35:53] 硬件初创企业进入 stagnant 且资本密集的传统重工业时，必须引入 Tesla 和 SpaceX 式的敏捷开发与系统整合基因。传统的承包商模式和保守的设计链条无法应对快速的迭代压力，手脑合一的系统工程团队是加速物理世界基建的核心。

  往期`[13:54]` 产品迭代速度（Iteration Speed）比初始状态更能决定产品的成败，这构成了初创公司对抗大公司的核心优势。
• 延伸→ 风险投资的系统设计与智能时代的范式转移 · Ben Horowitz
  将“物理供应链是真正防线”的商业竞争逻辑延伸至国家安全与人工智能能源保障的宏观维度，指出美国在铀浓缩这一物理供应链核心环节的断层，已成为制约其人工智能算力长期能源安全的最大软肋。
  本期[19:16-19:37] 美国目前在核燃料供应链的核心高价值步骤——铀浓缩（enrichment）环节上存在致命的供应链断层。美国本土的铀浓缩全球市场份额已跌至 0.1% 以下，根本无法为现有及未来的反应堆提供规模化燃料，这导致美国极其被动地依赖俄罗斯与欧洲的进口渠道。

  往期[21:53-22:10], [58:47-01:00:43] 在 AI 泛在的 SaaSpocalypse 时代，代码和用户界面不再具有防御性，真正的防线是物理供应链和特定的销售渠道。
• 印证→ 风险投资的系统设计与智能时代的范式转移 · Ben Horowitz
  共同揭示了政府决策在缺乏产业协同和长远战略眼光时，会对关键技术产业造成毁灭性打击，从而引发深远的地缘政治危机。
  本期[58:04-58:43] 冷战后的“Megatons to Megawatts”计划在提供廉价核燃料的同时，意外摧毁了美国本土的铀浓缩工业。通过下稀释俄罗斯退役核弹头并低价引入美国市场的商业操作，抹去了美国本土私营浓缩厂的生存空间，导致最后一处本土商业浓缩厂于 2013 年关闭。

  往期[51:58-52:45] 科技产业在 Washington 政策制定中的失语，会为行业发展带来不可承受的地缘危机与监管倒退。
• 补充→ 风险投资的系统设计与智能时代的范式转移 · Ben Horowitz
  针对地面上因政策过度监管和电网互联拖延导致的数据中心建设受阻，太空轨道数据中心提供了一种跳出地面地理与政治限制的物理升维解决方案。
  本期[44:48-45:13] 太空轨道数据中心是只有拥有海量且极廉价发射能力的 SpaceX 才能尝试的特有路径。尽管空间散热和能量传输存在技术挑战，但通过地球同步轨道卫星直接利用空间太阳能，是避开地面电网互联拖延与政策监管泥潭的升维尝试。

  往期[01:05:16-01:06:11] AI 时代地缘政治的核心危险是国家因恐惧进行防御性过度监管，从而在超级智能军备竞赛中败给 China。
• 印证← 每吉瓦的价值交付纪律 · Amin Vahdat
  两者共同指出算法层面的能效提升无法消除物理世界的刚性瓶颈。前者通过杰文斯悖论解释了效率提升反而会刺激更庞大的算力需求，后者则从物理极限角度指出能源成本是算力扩张无法被算法抹去的终极制约。
  本期[09:11-09:53] 芯片制造成本和模型训练成本会随着技术迭代持续下降，但运行这些庞大模型所消耗的电力是无法被算法完全抹去的物理刚需，所有算力竞争最终都会收敛于能源成本的竞争。

  往期[58:40-01:00:05] 计算硬件在未来 5 到 10 年内将始终是主要瓶颈。任何算法上的能效突破都会由于杰文斯悖论（Jevons paradox）而被新增的、更有价值的算力需求迅速耗尽。

本页为对节目内容的忠实解读与大白话重述,由 PodLens 生成。

这是以原文为依据的一次解读,不能替代原文。每条要点都标注了出处,欢迎回到原文核对——也欢迎指出任何细微的偏差。