[
  {
    "title": "Wiki Index",
    "type": "concept",
    "path": "wiki/index.md",
    "url": "pages/index.html",
    "text": "Wiki Index Overview overview — knowledge base overview. Sources openai power shortage ai infrastructure stocks — OpenAI Power Shortage and AI Infrastructure Stocks."
  },
  {
    "title": "log",
    "type": "wiki-page",
    "path": "wiki/log.md",
    "url": "pages/log.html",
    "text": "Log 2026 05 10T11:35:18+00:00: ingested mobile item 20260510T113508Z 331582177 into wiki/sources/openai power shortage ai infrastructure stocks.md from raw/articles/openai power shortage ai infrastructure stocks.txt . 2026 05 10T11:45:03+00:00: merged continuation mobile item 20260510T114503Z 331582180 into raw/articles/openai power shortage ai infrastructure stocks.txt and refreshed wiki/sources/openai power shortage ai infrastructure stocks.md ."
  },
  {
    "title": "Overview",
    "type": "concept",
    "path": "wiki/overview.md",
    "url": "pages/overview.html",
    "text": "Overview This wiki is built from mobile captures and source summaries."
  },
  {
    "title": "OpenAI Power Shortage and AI Infrastructure Stocks",
    "type": "source-summary",
    "path": "wiki/sources/openai-power-shortage-ai-infrastructure-stocks.md",
    "url": "pages/sources-openai-power-shortage-ai-infrastructure-stocks.html",
    "text": "OpenAI Power Shortage and AI Infrastructure Stocks This captured source argues that OpenAI and other frontier AI companies are constrained less by demand than by power availability. It links AI infrastructure capex to behind the meter power generation, natural gas, fuel cells, data center electrical equipment, and midstream energy supply chains. Key Takeaways The core thesis is that AI growth is becoming power constrained, shifting attention from chips alone to energy infrastructure. The source frames hyperscaler capex as a signal to follow: Microsoft, Meta, Google, OpenAI, and xAI are increasingly tied to power procurement, onsite generation, microgrids, and data center energy buildouts. It highlights Leopold Aschenbrenner/SALP positioning as evidence of a rotation from grid side nuclear names toward behind the meter generation and gas linked companies. The piece argues nuclear and SMR capacity may matter long term, but the 2026 2030 AI buildout window favors faster to deploy gas, fue"
  },
  {
    "title": "openai-power-shortage-ai-infrastructure-stocks.txt",
    "type": "raw-source",
    "path": "raw/articles/openai-power-shortage-ai-infrastructure-stocks.txt",
    "url": "raw/articles-openai-power-shortage-ai-infrastructure-stocks.html",
    "text": "# OpenAI Power Shortage and AI Infrastructure Stocks Captured: 2026-05-10T11:35:08.000Z Source: telegram From: @fatfat_pig ## Content OpenAi業績沒達標的內幕竟然是缺電！！更狂的是他早就知道。 記憶體產能不足讓 #MU #SNDK 幫你賺了一波，當要炒作電力不足時，該布局哪些股票？ 這篇我要說： ✦ OpenAI 業績沒達標，不是需求不夠，竟然是電力供給跟不上 ✦ All-In Podcast 4 位主持人，同集從不同角度驗證這條線 ✦ 超大型雲端廠 Microsoft、Meta、Google、OpenAI、xAI 已經不是只買電，是自己蓋發電 ✦ Aschenbrenner 的 13F 持倉，剛好完全對上這條路徑 ✦ 列出 17 檔、4 籃可追蹤股票，讓你按圖索驥 如果覺得我講的太武斷，先看這幾位投資界頂尖人物的說法；他們還明確指出該買哪些產業。 我把整條線和更多證據攤開給你看。 ⸻ ▌我盯 Leopold Aschenbrenner的部位 我一直在追蹤一檔叫 Situational Awareness LP，簡稱 SALP 的基金。 基金經理人是 Leopold Aschenbrenner。他在 2024 年那篇 Situational Awareness 論文裡，丟出一個非常具體的判斷： 2030 年的兆元級算力叢集，需要 100 GW 電力，等於美國總發電量的 20% 以上。 當時市場還在炒晶片、炒 GPU、炒記憶體、炒光通訊。但 Aschenbrenner 從一開始就在看這條線。 細節在前兩篇發文中，我就不贅述。 ⸻ ▌證據 1：5 季 13F 軌跡，他從「電網派」變成「表後發電」 SALP 在 2024 Q4 第一次申報 13F 時，AUM 約 2.55 億美元。 到了 2025 Q4，已經報到 55.17 億美元。14 個月賺到 21 倍。 規模成長本身就是訊號，但更重要的是，他的持倉換邊路徑非常清楚。 第一階段，他重押核電三劍客。 VST、CEG、TLN，這三檔過去一年都是 AI 電力敘事的明星股。 原本邏輯是：雲端業者跟核電廠簽 20 年 PPA，從電網拿電。 當時 SALP 也跟著這條線重壓： VST 從 5900 萬美元加碼到 2.47 億美元。 CEG 從 2200 萬美元加碼到 1.03 億美元。 TLN 從 2800 萬美元加碼到 3000 萬美元。 這是他在 2024 Q4 到 2025 Q1 的第一張臉。 但第二階段，2025 Q2 到 Q4，他把核電三劍客全砍光。 VST：美金部位 2.5億 → 砍到 0 CEG：美金部位 1.03億 → 砍到 0 TLN：美金部位 3千萬 → 砍到 0 注意，這不是減倉，也不是普通調整，是全部歸零。 連最大那筆 VST 2.5 億美元，他都在 Q4 一口氣清光。沒留一張選擇權，沒留一股對沖。 這代表他不是「稍微換一下」，而是整個敘事換邊。 ⸻ ▌證據 2：他把錢搬去哪裡？12.2 億美元，全押 7 檔表後發電 表後發電，英文叫 behind-the-meter。 翻成大白話就是：資料中心不要再排隊接電網，自己在園區裡蓋發電機，直接餵 GPU。 這是我認為這條線最重要的轉折。 因為它代表 AI 資本支出，正在從「買晶片」往「蓋能源基礎設施」移動。 SALP 在 2025 Q4 13F 裡，揭露了 7 檔表後發電與天然氣鏈持倉，合計約 12.2 億美元，約佔 AUM 22%。 最重要的幾檔如下。 1. #BE，Bloom Energy 9.11 億美元，含 Call 選擇權 3500 萬美元。 這是他的旗艦倉，佔整個 AUM 約 16.5%。 Bloom Energy 做的是固態氧化物燃料電池，可以裝在資料中心旁邊，用天然氣發電。 它不是傳統電廠股，而是更接近「資料中心旁邊的分散式發電設備」。 2. #EQT 1.71 億美元，含 Call 3800 萬美元。 EQT 是美國第二大天然氣商，也是馬塞勒斯氣田龍頭。 更關鍵的是，它是少數垂直整合的天然氣公司：自己產氣、自己有管線能力、自己簽終端客戶。 它也直接供氣給賓州 Homer City 4.4 GW 資料中心園區。 3. #SEI，Solaris 8600 萬美元。 做移動式氣輪機，xAI Memphis 佔訂單 67%。 2025 年營收年增 98.7%。 4. #PSIX，Power Solutions 2500 萬美元。 做模組化天然氣引擎。 2025 年營收年增 52%。 但這檔也要特別注意，因為 2026 年 3 月曾暴跌 28.97%，且出現集體訴訟。 它是這條鏈第一個壓力測試。 5. #LBRT、#BW、#PUMP 這幾檔合計約 2800 萬美元，偏外圍配套，包含壓裂、廢能基載、能源服務。 整個換邊邏輯，其實只有一個字：速度。 中央電網重啟核電要 3 到 4 年。新建核電要 5 到 11 年。 燃料電池與天然氣機組，12 到 24 個月就可能上線。 ⸻ ▌證據 3：All-In Podcast 4 位主持人，同一集講出同一個結論 老實說，只看 SALP 一個人換邊還不夠。 一個聰明錢也可能是錯的。 我找資料時，剛好遇到 2026-05-06 那集 All-In Podcast發佈（建議你可以去聽聽）。 結果非常有意思。 Friedberg、Sacks、Chamath、Jason，同一集都在講 AI 的真正瓶頸，而且方向完全對上。 Friedberg 講得最直。 他說，現在市場裡的一切都被電力限制；他原文是：power constrained OpenAI 或其他 AI 公司業績沒達標，問題不是模型或算力需求，原因100%是因為電力供給不足。 這句話非常重要。 因為很多人看到 OpenAI 沒達標，第一反應會是： 是不是需求不夠？ 是不是模型不夠強？ 是不是 Anthropic 搶單？ 但 Friedberg 直接把問題從商業面拉到物理面。 不是賣不出去，是電發不出來... 他還補了一句我認為整集最重要的一句話： 『每年從 hyperscalers，也就是超大型雲端業者口袋流出去 1 兆美元的資本開支，你應該順著錢流出去的地方找。』 follow those dollars。 這句話，幾乎就是 SALP 把錢從電網側搬到設備側的邏輯。 Sacks 則把這件事變成數字。 2025 年雲端資本支出約 3500 億美元。 2026 年原本估 6600 億美元，最新估超過 7000 億美元。 這已經佔美國 GDP 2% 以上。 更誇張的是，AI 佔近季 GDP 成長的 75%。 當 Jason 拿 2000 年 Cisco 25 年才回到高點的圖，暗示 AI 可能像網路泡沫時，Sacks 反駁得很直接： 2000 年的問題是 dark fiber，光纖蓋完沒人用。 但今天有 dark GPUs嗎！！！有閒置GPU嗎？ 這句話的意思是： 今天不是基建蓋完沒需求，是需求已經在那裡，基建追不上。 Chamath 則把 AI 基建類比成美國 1950 年代的州際高速公路系統。 重點不是「它很大」，而是，這種等級的基建一旦啟動，就不是短線題材，而是國家級建設週期。 Jason 最後把財務數字攤出來。 2026 Q1，幾家最大雲端公司的自由現金流年比同步下滑： Amazon 自由現金流年減 97%。 Google 自由現金流年減 12%。 Microsoft 自由現金流年減 12%。 Meta 自由現金流年減 8%。 換句話說，過去美國最會印鈔票的幾家公司，現在正在犧牲自由現金流，把錢砸進實體基建。 這就是 AI 把這幾家清資產公司重新導向重資產公司的證據，把現金流都幹成負的...還好他們以前賺了太多錢... ⸻ ▌證據 4：EQT CEO 親口說，他已經收到 8 個 Homer City 規模的詢價 前面 4 位主持人是評論家。 但 EQT CEO Toby Rice 不是評論家，他是直接接到詢價的人。 EQT 是美國第二大天然氣商、馬塞勒斯氣田龍頭，也是這條 AI 天然氣鏈裡非常關鍵的上游供應商。 Toby Rice 在 2026 年 5 月公開訪談裡提到：他們已經收到相當於 8 個 Homer City 規模的詢價。 Homer City 是什麼？ 它是賓州一個 4.4 GW 的退役煤電廠，正在改建成天然氣 AI 算力園區。 EQT 簽下每日最多 665,000 MMBtu 的長約供氣。 GE Vernova 提供 7 台 7HA.02 輪機。 預計 2027 啟動發電。 如果 1 個 Homer City 是 4.4 GW，那 8 個 Homer City 就是 35 GW 級的資料中心供氣需求正在排隊。 這不是概念股口號，這是從上游供應端看到的詢價簿。 ⸻ ▌證據 5：Microsoft、Meta、Google、OpenAI、xAI 已經在做 如果你覺得這條敘事還是太抽象，我直接列已經發生的案例。 1. 微軟 × Chevron × Engine No. 1 地點在西德州二疊紀盆地。 共生氣供電，使用 GE Vernova 7HA 渦輪機。 規模 70 億美元、2.5 GW，預計 2027 上線。 2. 微軟 × Nscale 地點在西維吉尼亞州梅森郡。 離網微電網 1.35 GW，更大方案 2.16 GW。 使用 864 台 Caterpillar 往復式引擎。 目的很直接：繞過電網 6 年以上的併網排隊。 3. Meta × Entergy Louisiana 共 10 座氣電廠，合計超過 7 GW。 搭配 240 英里 500 千伏輸電線。 總投資 270 億美元。 4. Google × Crusoe 德州 Goodnight，933 MW 天然氣電廠。 Google 也公開承認，策略正在從買碳權，轉成蓋電網與實體能源基建。 5. OpenAI × Oracle Stargate Shackelford 210 台 INNIO Jenbacher 往復式氣引擎。 單站 700 MW 表後微電網。 VoltaGrid 整個 Oracle 機組合計 2.3 GW。 6. xAI Memphis Colossus 這是最激進的離網模式。 場上實際運轉 33 到 35 台甲烷氣輪機，甚至超過原本許可上限。 Elon 跑得太快，後來美國環保署在 2026 年 1 月修訂規則，把行動式豁免漏洞關掉。 這 6 個案例共同指向同一件事： 超大型雲端業者正在繞過電網，自己蓋發電，直接服務資料中心。 不只是買電。是自己變成能源基建投資人。 ⸻ ▌證據 6：核電不是不好，是太慢 很多人會問： 那為什麼不直接押核電？ 三哩島不是要重啟嗎？SMR 不是未來嗎？ 我的看法是：核電不是不好，是時間不對。 新建核電通常要 5 到 11 年。 SMR 也很難在 2030 前形成足夠規模。 重啟核電快一點，但仍然要 3 到 4 年，而且案例有限。 風光加儲能可以補一部分，但不能穩定扛 AI 資料中心需要的基載。 燃氣 CCGT 約 2 到 4 年。 退役煤電廠改氣，大約 2 到 2.5 年。 燃料電池像 BE，可能 6 到 12 個月就能部署，但規模有限。 所以 2026 到 2030 這個窗口，問題不是「天然氣是不是最完美」。 問題是：AI 等不等得起？ 如果 AI 資本支出真的在這幾年爆發，那天然氣與表後發電，就是最現實、最快速、最可規模化的選項。 這就是我認為 Aschenbrenner 在 2025 Q4 把 CEG 砍光的原因。 不是看壞核電，是看清楚時序。 ⸻ ▌可追蹤標的：17 檔，分成 4 籃 這是我從Aschenbrenner的13F和這集all-ai podcast得出，用來追蹤 AI 表後發電與天然氣鏈的地圖。 A 籃：表後發電設備，這條鏈的核心 BE：固態氧"
  }
]