给 AI 项目做离网电力体检

被朋友安利了“离网 AI 电力体检表”，我拿它试了试。Bloomberg Tech 那篇报道提到，Anthropic 的投资人领投了一家离网 AI 电力初创。这里的 off-grid AI power startup，指的是给 AI 设备自己找电、储能、散热，不依赖市政电网的公司。Anthropic 也提过，训练一个前沿 AI 模型很快会用到吉瓦级电力，美国 AI 行业未来几年至少需要 50 吉瓦容量。对工程团队来说，这件事落到排期上，要看算力、电力、散热和运维能不能一起交付。

我用不到一周时间，拿 Excel 搭了一张简单表。这张表让产品、工程、财务、运维坐到一起，判断一个 AI 项目适不适合本地、边缘或离网部署。

第一天先把表建起来。打开 Excel，新建空白工作簿，把 `Sheet1` 重命名为 `电力体检`。在 A1 到 G1 输入 `项目名`、`场景`、`日均调用量`、`延迟要求`、`模型规模`、`断网容忍度`、`负责人`。A1:G1 出现表头，框架就搭好了。第二行填一个真实项目，比如 A2 填 `客服摘要`，B2 填 `内部文档总结`，C2 填 `20000`，D2 填 `2秒`，E2 填 `小模型`，F2 填 `可断网，但要回传结果`，G2 填 `产品A`。选中第二行，点 `开始` 里的 `格式`，选择 `自动换行`，文字就不会挤在一格里。

这里的关键是把“场景”说清楚。模型规模只是粗略描述，比如小模型通常更容易本地部署。判断时还要看每天调用多少次、每次要多久、业务能不能等。容易忽略的点是，只问模型多大，不问业务能不能容忍延迟。

第三天加评分和决策。新建一个工作表，命名为 `评分`。A1 到 C1 输入 `维度`、`得分`、`说明`。维度设六个，供电连续性、网络可靠性、散热和噪音、运维响应、数据合规、综合成本。得分按 1 到 5 打，5 分表示条件成熟，1 分表示完全没准备。

维度	关键问题	合格信号
供电连续性	有没有稳定电源	断电时能撑住一个班次
网络可靠性	能不能联网	断网后结果能回传
散热和噪音	机房温度	设备能靠近办公区
运维响应	谁来修	夜间故障有值班人
数据合规	数据放哪	数据可留在本地
综合成本	设备多少钱	预算含电、散热、人力

在 D1 输入 `总分`，D2 输入 `=SUM(B2:B7)`。看到 D2 显示六个维度总分后，就可以拿它开评审会。我这边测下来，总分 24 分以上可以小范围试点，18 到 23 分先补条件，18 分以下别急着立项。这个阈值是我临时定的，不一定适合所有团队。

一周后开一次评审，别只交一张表。我会把产品、工程、财务、运维、法务各拉一个人，每人只讲两件事，我负责哪一栏，以及我缺什么证据。跨国团队还要补时区和验收边界。比如新加坡团队说可以断网，但回传结果依赖当地网络；德国同事会问数据是否出境；美国团队关心设备采购周期。从组织层面看，这张表把模糊共识变成可验收清单。

踩坑主要在三个地方。拿“模型规模”当“电力需求”是常见误判。规模只是模型大小，推理还要看并发、缓存、量化、批处理。只算设备采购，不算散热和运维，也会低估成本。离网听起来像买一台小主机插电池，实际会碰到温度、风扇、噪音、备用网络、现场巡检。把评估变成追责，也会让体检表走样。团队成长很重要，体检表应该暴露流程缺口。之前做可替代性评估时我也有类似判断，工具是镜子。

表跑通后，可以拿一个小项目做两周试点，每天记录一次断电、一次网络抖动、一次人工重启，再把真实数据回填到 `说明` 列。也可以把表导出成 `README`，写清假设和负责人，方便其他团队复用。

这张体检表不能替你做采购决策，它能让 AI 项目从“能不能跑”提前问到“能不能长期跑”。

---

📌 本文编译自 Bloomberg Tech，原文：https://www.bloomberg.com/news/articles/2026-09-10/anthropic-investor-leads-funding-for-off-grid-ai-power-startup

版权归原作者所有，本文为基于公开报道的编译与独立分析。