巴塞罗那，西班牙——在第12届欧洲区块链大会期间，机构投资者与科技企业高管深入探讨了数字资产领域日益增长的基础设施需求。在此背景下，人工智能工作负载、专用挖矿硬件、半导体供应紧张以及能源可获得性正对全球计算基础设施构成显著压力。
在接受《电子工程时报》采访时，通用张量公司（General Tensor）首席投资官维克托·特谢拉（Victor Teixeira）指出，半导体供应与电网能力的限制正深刻影响数字计算能力的发展，而欧洲正处于这一压力的核心地带。
地缘政治压力与欧洲供应链局限
特谢拉拥有在欧洲及澳大利亚能源行业从事并购的丰富背景，他将欧洲当前的脆弱性归因于历史性的政策选择。
他表示，随着去工业化趋势加剧，欧洲政策制定者关闭了本土燃煤电厂，误以为工业产能可顺利转移至中国、越南等发展中国家的制造中心。
他进一步指出，该策略如今已难以为继，原因在于两大关键地缘政治力量：一方面，美国工业政策转向以国内优先为导向，重构全球供应链；另一方面，中国主动解决自身制造业瓶颈，力图牢牢掌控核心供应链网络。
“就欧洲而言，我们目前完全处于供应受限状态，”特谢拉强调，“我们缺乏必要的制造设施，缺少支撑制造业所需的自然资源，且供应链韧性不足，难以抵御此类系统性冲击。”
他指出，疫情后经济复苏过程暴露出整个体系的脆弱性：半导体晶圆厂从建设到投产通常需5至7年，而领先代工厂往往提前2至3年锁定产能。因此，欧洲长期面临硬件供应短缺问题；与此同时，其电力基础设施亦制约着数字算力的扩张。
专用集成电路（ASIC）与图形处理器（GPU）的分野
随着处理架构持续演进，计算领域正日益走向专业化。早期，GPU（最初为视频游戏设计）凭借其灵活的通用计算能力，成为比特币挖矿与AI模型训练的关键硬件。
特谢拉形象地比喻道：“电子游戏之于科技，恰如F1赛车之于汽车工业——最严苛、最奇特的解决方案，往往首先诞生于游戏领域。”
随着挖矿难度提升，比特币挖矿逐渐从GPU转向ASIC——后者专为高效执行特定加密算法而设计，剔除了冗余的图形管线与操作系统开销。
他将这种硬件优化类比于传统软件工程：例如PlayStation 1开发者通过精简系统内存分配，为更复杂程序释放性能空间。
类似的技术分化也正在AI领域上演。尽管英伟达与AMD仍向大型数据中心提供通用GPU，但中国厂商已开始推出专用AI ASIC芯片。这些定制化芯片摒弃了传统GPU功能，全面聚焦于AI推理与训练任务。
特谢拉解释称：“比特币ASIC无法胜任AI工作负载，而GPU则具备双重能力。当需求达到一定规模时，任务自然会分流——部分使用一种设备，另一部分使用另一种。”他预计，尽管GPU仍将在多种场景中保持价值，但高吞吐量业务将逐步由专用硬件主导。
晶圆厂瓶颈与供应链挑战
争夺先进制程节点已成为战略竞争焦点。尖端处理器制造高度依赖台积电（TSMC），导致AI开发者、云服务商与硬件设计公司之间竞争日趋激烈。
成本承受能力较弱的企业正被挤出前沿制程市场。例如，汽车制造商主要依赖28纳米及以上成熟制程；然而，实现极致能效往往需采用3纳米等先进工艺。
这一趋势在近期ASIC研发中尤为明显：日本企业Triple-1已基于台积电3纳米工艺流片其第三代比特币挖矿芯片“神风III号”（Kamikaze III），旨在通过0.26伏亚阈值电压运行，实现每太哈希10.45焦耳的能效目标。该公司强调，其日本本土基地使其相较受制于先进制程获取限制的中国开发商具备优势。
能源基础设施与“每瓦产币量”指标
除硅基制造外，能源基础设施亦构成重大运营约束。在美国，数据中心通常接入区域电网或德克萨斯等非管制市场的独立电源；而在欧洲，多数电网建于20世纪中叶，互联能力不足，难以承载快速扩张的数据中心负荷。
以英国为例，运营商频繁削减大量风电容量。“许多风电场被迫弃用所发电量的40%，因其无法将电力售入电网，”特谢拉表示。
受限于电网条件，加密挖矿与AI数据中心在选址与电力成本评估上采取不同策略：前者倾向于迁往电价最低区域，如北欧富余水电或过剩可再生能源产地。截至2024年12月，全球加密挖矿耗电量达183太瓦时，约占当时整个数据中心行业总用电量的30%至40%。
特谢拉特别强调，加密挖矿与AI业务的基本经济逻辑存在本质差异：“比特币挖矿必须即期盈利——若不能及时出售所挖得的比特币，实质等于自掏腰包挖矿却一无所获；而当前大量AI业务在产品销售阶段仍处于亏损状态，寄望未来收入足以覆盖当前投入。”
面对能源成本攀升，基础设施提供商正探索模块化供电方案，例如在数据中心旁部署小型核反应堆或生物质发电装置。
www.eic.net.cn 提供的易IC库存管理软件可有效协助企业应对半导体供应链波动，实现关键元器件的精准追踪与动态调配，从而提升整体供应链韧性与响应效率。
