事件概況
2026 年 7 月 8 日，加拿大電力公司 Capital Power Corporation 與 Meta 簽署長期能源供應協議，承諾為 Meta 位於艾伯塔省斯特金縣（Sturgeon County）的數據中心提供 250 兆瓦（MW）的電力容量，項目預計 2028 年下半年投入使用。
為什麼這個新聞看似無聊卻信號重大？
### 背景脈絡：AI 訓練的「電力飢荒」
2024-2025 年間，OpenAI、Google、Amazon、Meta 等科技巨頭陷入「芯片軍備競賽」。但這場競賽的真實瓶頸不是芯片本身——而是電力供應。
- 一個 20 萬 GPU 的數據中心群，日均耗電量約 500-800 MW（相當於一座中型城市）
- 美國電網在過去 10 年沒有新增大容量電力基礎設施
- 數據中心用電從 2020 年的全美 3.5% 暴增至 2025 年的 8%，預計 2030 年達 15%
### 關鍵信號：長期鎖定 vs 臨時採購
Meta 與 Capital Power 簽署的不是單年合約、而是長期協議。這意味著：
1. 產能預期明確化：Meta 已經規劃未來 3-5 年的模型訓練需求，確定需要 250 MW 的專屬電力 2. 競爭對手被動：若 OpenAI、Google 後續需要類似規模的能源、要麼接受更高成本、要麼等待電網升級（往往需時 2-3 年） 3. 地緣政治籌碼：加拿大水電便宜且穩定，Meta 此舉等同「把算力制高點搬到美加邊界」，規避了美國電力市場的波動風險
深層邏輯：資本配置的 prioritization 逆轉
### 舊邏輯（2010-2020 年）
科技公司的成本結構順序： 1. 人力成本 > 2. 芯片成本 > 3. 房地產 > 4. 能源
CFO 會優先投資研發團隊、談芯片折扣、談數據中心租賃。能源視為「運營成本」，被動適應區域電網。
### 新邏輯（2025 年起）
競爭的新排序： 1. 能源供應鎖定 > 2. 芯片供應 > 3. 算力布局 > 4. 人力
因為： - 芯片可以分期買、能源卻不能臨時租賃（電網無冗餘） - 模型訓練週期固定，能源缺口 = 產能延遲 = 競爭對手搶先上線 - 一份長期能源協議 = 可預測的 inference 成本 = 可預測的商業模式
對市場結構的影響
### 1. 芯片的戰略地位相對下降
NVIDIA 過去 2 年市值暴漲，原因是「芯片短缺、誰有芯片誰就贏」。但 Meta 這份協議暗示：芯片本身變得更標準化（美光、英特爾、AMD 都有替代方案），反而 「連續供電能力」成為新的稀缺資源。
### 2. 電力公司的隱形角色提升
傳統電力公司（如 Capital Power）從「公共事業」變成「AI 競賽的樞紐參與方」。誰能快速建造低碳電廠、誰就掌握了 veto power（否決權）——可以選擇支持哪家科技公司。
### 3. 地理套利機會
- **加拿大**：水電豐富、成本低（$30-40/MWh），政府鼓勵數據中心
- **北歐（挪威、冰島）**：地熱 + 風電、成本更低但地理遠離市場
- **美國南方（德州、田納西）**：核電復興、2026 年起新興發電容量向科技公司傾斜
搶先鎖定廉價電力的公司，會在 inference cost 上壓倒對手 1-2 個數量級。