《投资者网》吴微
当全球科技界还在聚焦GPU、模型和算法的突破时，高盛在最新发布的《Powering the AI Era》报告中，揭示了一个AI发展更“底层”的命题：AI的扩张不仅需要算力支撑，更依赖于稳定、可持续的电力供应。简而言之，算力是AI竞赛的“上半场”，而电力才是决定“下半场”能否持续的关键。
从“东数西算”到美企自建电厂：AI底层的能源竞争已打响
需求端：量与密度双重攀升，电网面临新挑战
根据《Powering the AI Era》报告，近两三年，数据中心的总用电量呈现快速增长态势。这既是数据中心规模扩张的结果，也是单个中心能量密度提升带来的新问题。
以美国为例，伯克利实验室数据显示，2023年美国数据中心用电量约176TWh，占全国用电量的4.4%，且未来数年内这一比例还将显著上升。高盛预测，到2030年，全球数据中心用电需求将比2023年增长160%。随着AI对算力要求的持续提升，其用电量或将进一步攀升。
更值得关注的是，单个算力中心的功率密度正在显著提升。AI专用机架（用于大量GPU的“算力机柜”）的单位面积、单位时间耗电远高于传统云服务器。高盛研究指出，面向AI的机架设计在短期内对供电、散热的要求将大幅提高，用“文件柜里容纳上千户家庭用电”来形容这一变化毫不为过。这意味着，电力问题不仅是“总量够不够”，更是“能否将大功率安全、稳定地输送到同一个点”的问题。
因此，AI数据中心建设带来的挑战主要有两个：一是总体发电量需要大幅提升（发电侧）；二是“最后一公里”的配电、变电、冷却与局部储能也需要同步升级（传输与园区侧）。若两端不能同步，就可能出现“算力有规划、但上电受限制”的尴尬局面。
中美路径与案例：不同制度下的同一难题
在AI技术发展迅速的中美两国，政府和企业层面早已着手解决算力与电力之间的矛盾。
美国算力建设的特点是市场化程度高、资本介入力度大。大型云厂商与公用事业公司常通过长期购电协议（PPA）、共同出资建设发电与输电设施等举措来保证供电。例如，Meta在路易斯安那的超大数据中心项目，地方公用事业为此推进了总计数十亿美元级别的发电与输电扩产计划。但该项目也引发了关于由谁承担长期成本的讨论。美国路径的优点是能较快调动私人资本、按合同分摊风险，但也带来监管、公众议价权与电价外溢成本的争议。
中国则更侧重于政策引导和集中规划。“东数西算”等国家级战略，试图将算力需求向可再生资源丰富的西部输送，并通过标准化、配额与审批等手段来控制节奏。同时，中国近年推出的绿色数据中心行动计划与可再生能源配比要求，对新建数据中心提出了更高的能效与绿色电力比率目标，如在重点地区对新能源使用比例提出硬性要求。这种方式的好处是能在宏观上协调输配电与产业布局，但也面临着地方审批、运维协调和短期内“产能过剩/利用率低”的风险。
美国靠市场用合同“买”电、花钱解决输电和发电问题；中国更倾向在顶层做规划、用政策“安排”电和算力落点。两种方式各有千秋，但若单纯扩算力而不顾及电网与能源供给并行建设，都将面临算力实际部署的瓶颈。
资本、技术与治理：务实的路径比单点押注更管用
要把算力和电力的矛盾变成可管理的问题，需从资金到位、技术预适配、制度协同三个方向同时发力。
资金方面，AI与数据中心带来的电力扩容需要巨额投资。无论是电网升级、发电装机，还是数据中心本身的建设，都需要长期且稳定的资金流。机构投资、基础设施基金、公私合营和绿色债券，都可能成为行业的主要融资手段。各方需在合同设计里明确谁承担建设、维护与退场风险，以避免地方和消费者承担隐性成本。
AI对电力、算力的旺盛需求，已在A股相关公司的股价上有所体现。电力板块中，长江电力(600900.SH)凭借稳定的现金流和高股息预期，股价稳步上行；算力部件领域，受益于AI需求的持续爆发，光模块龙头中际旭创(300309.SZ)等核心供应商因订单饱满、技术领先，上半年公司股价涨幅巨大，成为市场焦点。储能板块虽竞争激烈，但阳光电源(300274.SZ)等具备全球渠道和品牌优势的企业市场表现依旧坚挺。
当然，单纯追求“更多的输电”还远远不够，机房内部的电力供应形式、冷却方式和冗余设计也需要更新，以更高效地使用电力。液冷、浸没冷却、高压直流供电、机架级储能等技术正在被试点采用，以应对高功率密度带来的散热与效率问题。提前在设计中预留升级口子，将能降低未来改造成本并提升算力中心的运行灵活性。
制度协同方面，电价、输电补偿、可再生电力配额、碳核算与地方财政安排，也是项目能否落地的关键。实践中更有效的模式往往是地方、发电企业与云厂商三方协作。其中，地方负责规划和审批、发电/电网公司负责长期供给能力、运营商负责需求侧灵活调度。把这些规则写进长期合同和财政安排之中，或将能把“临时性压力”变成“可预期的收益”。
总而言之，AI要跑得顺，既要有算力，也要有“持续给力”的电力。靠单一能源、单一路径或单方出资来解决问题，成功概率会大幅降低；只有把发电、输电、冷却、储能和金融工具当成一个整体来设计，才能更现实、更稳妥地解决问题。全球AI产业的竞争，既是算法的竞争，也是算力的竞争，但最终还是会落到电力的竞争上。（思维财经出品）■
AI
猜你喜欢
