#電力缺口
大摩:AI熱潮背後的隱憂,到2028年,美國電力缺口或相當於44座核電站
摩根士丹利最新報告指出,隨著人工智慧基礎設施建設加速,美國資料中心用電需求正大幅攀升,預計到2028年將出現高達44吉瓦的電力缺口,相當於44座核電站的發電量。報告認為,若不通過天然氣輪機、燃料電池或比特幣礦場改造等方式提升供電能力,美國能源系統或難支撐AI產業擴張。摩根士丹利近日發佈最新報告稱,美國人工智慧(AI)基礎設施建設正推動國內電力需求進入新階段,而電力供應能力可能成為AI產業擴張的關鍵限制因素。該行策略師Stephen Byrd在題為《Powering AI: Bitcoin Conversion, Business Models, a US Power Shortage and the Big Picture》的研究報告中指出,截至2028年,美國資料中心的總電力需求預計將達到約69吉瓦(GW)。其中,約10吉瓦來自在建資料中心,另有15吉瓦可通過現有電網接入,但仍存在約44吉瓦的電力缺口。這一最新資料較摩根士丹利去年12月的預測(36吉瓦缺口)進一步上調。報告指出,若按核電廠發電量折算,44吉瓦相當於約44座核電站的規模。報告提到,美國能源部下屬的貸款計畫辦公室(Loan Programs Office)近期表示,已準備向核電項目提供數千億美元融資,以推動清潔能源產能建設,緩解潛在電力供給壓力。摩根士丹利認為,電力供應短缺可能影響AI相關投資的落地與節奏。根據測算,每新增1吉瓦資料中心容量的建設成本約為500億至600億美元,電力接入能力不足可能導致AI基礎設施建設周期被拉長。摩根士丹利強調,美國目前沒有新的核電反應堆在建,考慮到核電建設周期通常需十年以上,美國若不在短期內通過天然氣、燃料電池及存量設施改造等方式提升供電能力,可能無法支撐AI基礎設施快速擴張的需求。Time to Power方案為解決這一問題,摩根士丹利提出多項“Time to Power”(快速接入電力)方案,即不依賴傳統電網並網流程、能夠更快實現供電的替代性措施。假設這些方案全部實施,美國到2028年的電力缺口可縮減至約20%,相當於13吉瓦,仍約為13座核電站的發電量。報告列出了幾種潛在方案:天然氣輪機項目可新增約15至20吉瓦電力;燃料電池公司Bloom Energy可貢獻5至8吉瓦(若其年產能提升至3吉瓦,潛在供應可進一步擴大);現有核電廠為資料中心提供直接電力的交易可帶來約5至15吉瓦(不包括以新增天然氣發電量抵消核電使用的間接方式,這部分已計入上述20 吉瓦天然氣輪機項目中);此外,摩根士丹利估計,現有比特幣礦場已擁有接入協議完備的大型(100 兆瓦以上)場地,總計約20吉瓦潛在容量,可轉化為10至15吉瓦的實際供給。在這些方案中,摩根士丹利認為,比特幣礦場改造為AI資料中心的方案在執行速度和風險控制方面優勢明顯,未來可能獲得更高的市場認可。報告同時指出,Bloom Energy的燃料電池系統也是可靠的“快速供電”途徑,有望帶動公司出貨量快速增長。除燃料電池和比特幣礦場轉換外,摩根士丹利預計還將出現多元化的“Time to Power”交易模式,涉及獨立發電商、渦輪機製造商及能源公司等多方參與。比特幣礦場轉型資料中心受關注在AI算力需求迅速增長的背景下,摩根士丹利特別關注比特幣礦場向高性能計算(HPC)資料中心的轉型趨勢。報告指出,目前業界主要存在兩種商業模式:一是“新型雲”(New Neocloud)模式,以IREN為代表,礦企購買GPU或TPU,自建資料中心後,將算力設施短期租賃給超大規模雲服務商或企業客戶。例如,IREN與微軟簽署了為期五年的租約。二是“REIT終局”(REIT Endgame)模式,礦企負責建設“帶電外殼”(即除晶片與伺服器外的基礎設施),並與雲端運算公司簽署長期租約。例如,APLD與一家未披露名稱的雲服務商簽訂了15年租約。摩根士丹利認為,兩種模式都具備可觀的價值創造潛力,並展示了傳統加密貨幣基礎設施向AI計算領域轉型的路徑。報告最後還提供了比特幣礦場轉型資料中心的估值參考資料,顯示當前具有穩定電網接入、裝機容量超過100兆瓦的大型礦場,其企業價值/瓦特(EV/W)倍數差異較大。摩根士丹利指出,估值倍數越低,潛在轉換機會越具吸引力。(invest wallstreet)
在這一領域,中國AI已領先美國 | 巴倫科技
如果美國政府和業界不盡快解決電力短缺問題,很可能會在與中國的AI軍備競賽中處於不利地位。關注AI的投資者,應該多瞭解下電力缺口問題。對於人工智慧來說,一切似乎都在順利推進。晶片產能正在提升,資料中心的融資管道也越來越多,領先的AI模型開發者們不斷進行著創新。但有一個重要領域的進展卻嚴重滯後,這可能會讓整個AI基礎設施陷入困境:那就是電力供應。未來幾年,如果美國政府和業界不盡快解決這個問題,可能就沒有足夠的電力來支撐贏得與中國的AI軍備競賽所需的資料中心了。AI模型公司正在創新前沿發揮著重要作用。來自OpenAI、Google、xAI和Anthropic的最新推理模型的使用量正在激增。AI智能體也愈發火爆,這會進一步提升對AI算力資源的需求。值得關注的是,過去一周內AI基礎設施相關的公告數量激增。埃隆·馬斯克表示,他的xAI已經擁有一個由23萬塊GPU組成的叢集投入營運,並將在幾周後開始建設一個由55萬塊GPU組成的新叢集,使用輝達的GB200/GB300 AI伺服器。Meta Platforms首席執行官馬克·祖克柏也公佈了他建設數個多吉瓦特級資料中心叢集(multi-gigawatt data center clusters)的計畫。本周早些時候,OpenAI宣佈其正在開發的資料中心容量已超過5吉瓦,未來將容納超過200萬顆晶片。這些數字令人難以置信。還記得就在一年前,領先的AI模型Llama 3是在1.6萬塊GPU上訓練的,而傳統的雲端運算資料中心的用電量大約是50兆瓦。如今,擁有數十萬塊GPU的訓練叢集已變得司空見慣,甚至百萬GPU叢集也即將到來。但這些超級叢集需要巨大的電力供應。輝達計畫在2027年推出的Rubin Ultra AI伺服器,每個機架的功耗將達到600千瓦,而目前的AI伺服器每個機架的功耗為120千瓦電力供應將成為一大挑戰。摩根士丹利最近對資料中心營運商的調查顯示,未來幾年能源供應將成為主要瓶頸。行業領先的人工智慧初創公司Anthropic本周在一份報告中量化了2028年的電力缺口,稱美國人工智慧行業到2028年將至少需要50吉瓦的電力容量,以維持其領先地位。報告指出,美國在電力容量建設方面遠遠落後於中國,去年中國新增了超過400吉瓦的電力裝機量。Anthropic表示:“目前,美國在滿足2028年前AI訓練或推理的電力需求方面進展緩慢。”該公司還補充說,在美國獲得建設電力基礎設施的監管批準可能需要數年時間。本周三,白宮發佈了一份《人工智慧行動計畫》,提及了對新能源的需求、將聯邦土地用於發電項目建設以及升級電網的必要性。但該報告沒有給出詳細的時間表和具體措施,也未提出擴容的具體數值目標。美國仍有時間建設面向未來的電網和電力供應基礎設施,以滿足激增的人工智慧用電需求,但這需要更多的發電廠和更完善的輸電網路。要想讓人工智慧產業持續發展,這項工作必須從現在開始。 (Barrons巴倫)