•
高盛發佈重磅報告：電力成為AI發展的最大瓶頸，AI基礎設施面臨挑戰
一個 250 兆瓦的 AI 資料中心上線成本高達 120 億美元，而到 2030 年全球資料中心的電力需求將暴增 160%——這組數字背後，是一場正在重塑全球基礎設施格局的資本競賽。近日，高盛集團投資銀行部門發佈報告《驅動人工智慧時代》，在這份 26 頁的報告中，高盛用一系列數字說明：制約當前 AI 發展潛力的最大瓶頸，可能不是資本或其他因素，而是驅動這些龐大算力設施運轉的電力供應。
01 從鋼鐵到矽片，一部基礎設施的百年敘事
為了說明當前挑戰的艱巨性，高盛追溯了一條長達一個半世紀的基礎設施投資脈絡。19 世紀的美國，鐵路是絕對的經濟引擎，其股票一度佔到股市總市值的 80%。到 1900 年，超過 21.5 萬英里的鐵軌連接起整個國家，不僅催生了郵購零售這樣的新行業，也讓中西部的農產品得以走向世界。為支援如此浩大的工程，最早的投資銀行應運而生，它們的核心任務就是將歐洲的資本引入美國的鐵路建設。
進入 20 世紀，電氣化浪潮接踵而至。在 1920 年代的十年間，美國的公用事業公司籌集了巨額資金（相當於今天的 2,950 億美元），為電網增加了 50 吉瓦的容量。電力的普及不僅點亮了生活，更通過福特的流水線等創新，徹底改變了工業生產的效率。為了應對激增的電力需求，公用事業公司創造了控股公司的模式，以便獲得更低成本的融資並擴大規模。
離我們更近的則是網際網路時代的基礎設施建設。據高盛估算，在網際網路泡沫前後，全球在光纖、寬頻和伺服器等核心設施上的投資總額超過了 8,000 億美元。到 2001 年，全球鋪設的光纖電纜長達 3,900 萬英里。這些資訊高速公路讓資料傳輸的成本越來越低，速度越來越快，最終孕育了我們今天所熟知的數字經濟。與此相應，資本市場也演化出了風險投資、活躍的併購市場和不斷擴張的信貸工具，為這場資訊革命提供了充足的彈藥。
如今輪到人工智慧了。高盛測算，建設一個典型的 250 兆瓦 AI 資料中心，連同內部的計算裝置，平均成本高達 120 億美元。更關鍵的是，到 2030 年，全球資料中心的電力需求預計將飆升 160%，這主要是由那些能耗極高的 GPU 驅動的。而我們現有的電網，顯然沒有為這樣的未來做好準備。
02 資料中心的代際革命
要理解 AI 對基礎設施的特殊要求，首先需要瞭解資料中心自身正在發生的技術變革。在生成式 AI 興起之前，雲端運算是主流。企業將資料和業務從本地伺服器遷移到大型資料中心的共享伺服器上，亞馬遜、Google等科技巨頭通過“超大規模”營運，有效降低了計算和儲存的成本。那時的雲資料中心主要依靠傳統的 CPU 和空氣冷卻系統。
在過去十年裡，儘管雲端運算快速發展，但資料中心的總用電量卻基本保持平穩，這主要得益於能效的持續提升。然而，這部分效率紅利已基本耗盡。運行 AI 所需的基礎設施，無論在複雜度還是資源密度上，都呈指數級增長。根據輝達在 2025 年 GTC 大會上發佈的資料，到 2027 年，一個 AI 伺服器機架的功耗將是五年前同類雲端運算裝置的 50 倍。GPU 的能耗遠超 CPU，其密集的計算叢集產生巨大熱量，必須依賴複雜的液體冷卻系統才能正常工作。
報告將資料中心的發展劃分為四個階段：最初的“雲資料中心 1.0”，每個機架的功率只有 5 到 15 千瓦；經過初步改造的 AI 資料中心，功率提升至約 40 千瓦；過渡時期的 AI 資料中心則達到 130 至 200 千瓦，開始混合使用液冷和風冷；而最新的“AI 工廠”，其單機架功率已超過 500 千瓦，完全依賴液冷技術。
這種技術上的飛躍帶來了巨大的投資需求。據 New Street Research 的預測，到 2027 年，超大規模科技公司在 AI 技術上的投資累計將達到 1 兆美元。除了這些傳統巨頭，一批“新雲”公司也正在湧現，它們同樣在 GPU 和資料中心上投入數十億美元。值得注意的是，AI 的計算需求並非在擠佔傳統雲端運算的預算，而是在此基礎上創造了新的、更龐大的增量市場。根據 OpenRouter 的資料，從 2024 年 6 月到 2025 年 5 月，衡量計算量的關鍵指標——每周消耗的總 token 數，增長了超過 42 倍。
03 訓練與推理的不同邏輯
AI 模型的訓練過程——即教會模型識別模式並生成內容——是整個環節中能耗最密集的部分，它需要專門的資料中心園區，配備海量的高功率 GPU、穩定的電力供應和先進的冷卻系統。由於模型訓練不直接與終端使用者互動，因此對地理位置的要求不高。開發者們傾向於選擇土地和電力成本低、監管環境友好的地區，比如美國中西部的愛荷華州、內布拉斯加州，或是氣候涼爽的北歐和東南亞部分地區。
一個最典型的例子就是由 OpenAI、甲骨文和軟銀聯合發起的“星門”（Stargate）計畫，該計畫投資高達 5,000 億美元用於數字和能源基礎設施建設。其首個資料中心就選址在德克薩斯州的阿比林，一個能源豐富、人口稀少的地區。
但當模型訓練完成並投入使用，進入“推理”階段（例如我們使用 ChatGPT 進行對話），情況就有所不同。推理雖然計算強度稍低，但對速度和延遲的要求極高，這意味著資料中心需要儘可能靠近終端使用者。AI 技術的突破往往難以預測，如果推理應用的發展速度超過預期，那麼那些為訓練而建在偏遠地區的資料中心，其價值就可能面臨挑戰。
但無論如何，眼下資料中心的市場需求正遠超供應。全球資料中心的空置率已降至 3% 的歷史低點，在熱門市場更是接近於零，而新的大規模電力供應往往要到 2028 年以後才能到位。因此，全球在建資料中心的總面積已超過 5,000 萬平方英呎，是五年前的兩倍。即使不考慮電力限制，滿足這種需求所需的資本規模也是前所未有的。
04 電是比錢更稀缺的資源
高盛指出，當前制約 AI 發展的最大瓶頸，已經不是資本而是電力。在經歷了十年的平穩期後，全球資料中心的電力需求預計到 2030 年將激增 160%。這是一個驚人的數字，而我們現有的電網系統，其基礎設施的平均“年齡”已高達 40 年，完全沒有為這種爆發式增長做好準備。一邊是日新月異的 AI 技術，另一邊是老化的電網，這種結構性的脫節，正成為整個行業必須解決的關鍵難題。
在美國，要擴大電力產能，需要克服繁瑣的監管審批、漫長的許可流程和供應鏈等重重障礙。過去十幾年，得益於廉價的天然氣、成本不斷下降的風能和太陽能，以及較低的利率，美國的電價一直保持在低位。但這也導致了一個意想不到的後果：可再生能源的間歇性發電衝擊了電網的穩定性（即著名的“鴨子曲線”（duck curve）現象），削弱了能夠提供 24/7 穩定電力的燃煤和核電廠的盈利能力，加速了它們的退役。
如今，電網缺乏足夠的“基荷電力”來滿足預期的需求高峰。要解決這個問題，不僅需要簡化新項目的審批流程，還需要更智能的電網規劃和更靈活的需求側管理。好消息是，不斷上漲的電價和傳統發電裝置的漫長交付周期，正在倒逼行業加速對碳捕獲、分佈式能源、長時儲能等新技術的研發和應用。
05 公用事業公司的艱難抉擇
這場能源轉型也讓美國的公用事業公司陷入了兩難境地：一方面是服務公眾的使命和亟待更新的老化設施，另一方面是遠超傳統模式預期的電力需求增長。在過去十年裡，公用事業部門的資本支出已經翻了一番，不僅是為了滿足新增負荷，也是為了加固電網以應對極端天氣，並替換老舊裝置。
許多電力公司對於大規模投資新資產心存疑慮，擔心重蹈過去投資過度、資產閒置的覆轍。AI 晶片能效的潛在突破，也讓一些人質疑這種電力需求的暴增是否能夠持續。但 AI 行業的領導者們普遍認為，隨著企業應用和雲服務的深度融合，以及智能體 AI （Agentic AI）的普及，計算需求只會持續增長，效率的提升無法抵消總量的擴張。
因此，電力公司開始為資料中心這類用電大戶探索新的電價結構，例如“照付不議”合同（無論用不用都要付錢）、要求客戶預付部分建設資本，或是簽訂長期的容量承諾，以降低自身的投資風險。電力公司與科技巨頭之間的合作也日益緊密，例如 Entergy 與 Meta 的合作，就是為了共同開發發電和輸電項目，確保資料中心獲得長期可靠的電力。當然，這類項目也引發了監管機構的擔憂，即是否會將成本轉嫁給普通居民。從 2019 年到 2024 年，美國平均電費上漲了 23%，如何平衡大型工業使用者和居民使用者的利益，將是一個持續的挑戰。
發電只是問題的一半，將電力輸送出去同樣是個瓶頸。在美國，新建一座天然氣發電廠並將其接入電網，通常需要 5 到 7 年時間。AI 帶來的強勁需求已經重新點燃了市場對天然氣的興趣，並催生了大型併購交易。2025 年 1 月，美國最大的清潔能源生產商星座能源宣佈以 291 億美元收購最大的天然氣發電商 Calpine，這筆交易正是在電力需求激增的大背景下發生的。
高盛研究估計，到 2030 年，僅美國的電網就需要超過 7,000 億美元的投資。要緩解項目審批的延誤，聯邦層面的政策支援至關重要。隨著電網壓力的不斷增大，相關的改革法案預計將獲得更多關注。
06 尋求多元化的能源解決方案
面對漫長的審批和供應鏈難題，資料中心營運商和科技巨頭必須同時規劃短期（5 年內）和長期（10-15 年）的電力解決方案。高盛的研究團隊預測，到 2030 年，新增的資料中心電力需求中，約 60% 需要由新建的發電設施來滿足，其構成可能包括 30% 的天然氣聯合循環發電、30% 的天然氣調峰電廠、27.5% 的太陽能和 12.5% 的風能。
儘管新建天然氣電廠耗時漫長，但可再生能源是目前最快、最有效的補充電力的方式。然而，風能和太陽能的間歇性使其無法單獨滿足資料中心所需的全天候穩定電力，而現有的電池技術還無法實現足夠長時間的儲能。因此，儘管可再生能源是能源結構中不可或缺的一部分，但它還無法完全解決問題。不過，隨著鈉離子電池等新技術的進步，這種情況未來可能會改變。
核能正重新回到人們的視野中。科技公司在謹慎投資的同時，也在積極探索利用核能的各種方式。它們傾向於通過簽訂長期購電協議來鎖定未來的電力供應，而不是直接承擔核電站的建設風險。例如，Alphabet 已與 Elementl Power 合作，為建設先進核能預留了三個廠址。微軟則通過一份長達 20 年的長期購電協議，支援重啟著名的三里島核電站一號機組。
核能的優勢在於能提供可靠、穩定且零碳的基荷電力，這與資料中心的需求完美匹配。不過，核電項目歷史上普遍存在成本超支和工期延誤的問題，這對傳統的融資模式構成了挑戰。例如，2023 年上線的 Vogtle 3 號機組，其最終成本比原預算高出一倍多，工期也晚了七年。不過，該項目的成功也驗證了西屋公司 AP1000 技術的有效性，為後續機組的建設積累了寶貴經驗。要推動核能的復興，需要強有力的政策支援來分擔早期項目的風險，直到行業實現標準化的規模建設。
與此同時，小型模組化反應堆（SMR，Small Modular Reactor）作為一種更靈活、更安全的核能選項，也正受到科技巨頭的密切關注。
07 “表後供電”：一種創新的應對之策
面對公共電網的種種限制，許多科技公司和資料中心開發商開始採取一種更為激進的策略——“表後供電”（behind the meter），即自己成為自己的電力供應商。
對於那些急需穩定電力的項目，所有選項都值得考慮，甚至包括繞開公共電網。漫長的並網排隊時間，促使許多營運商開始探索在資料中心園區內直接建設微電網，或者乾脆將資料中心建在發電廠旁邊。在後一種方案中，資料中心直接從發電廠購電，無需經過公共電網的傳輸，從而大大縮短了項目上線的時間。
此外，一些能源服務公司也開始提供一站式的分佈式能源解決方案，從太陽能、儲能到微電網和現場發電，幫助大型使用者在需求高峰時段增強供電的可靠性、減少排放並緩解電網壓力。在 2021 年德州大停電期間，PowerSecure 公司的微電網系統就為客戶提供了超過 2.26 吉瓦時的可靠電力。
當然，這種“自給自足”的模式也帶來一些爭議。在美國孟菲斯，xAI 的 Project Colossus 就因其發電設施造成的污染而遭到當地社區的投訴。一些將資料中心與核電站建在一起的計畫，也因可能推高當地電價而被聯邦能源監管委員會叫停。
08 地緣政治棋盤上的新遊戲
這場基礎設施競賽的影響已遠遠超出了商業和技術的範疇，正在成為地緣政治博弈的新領域。資料常被稱為數字時代的“新石油”，但與受地理位置限制的石油不同，資料中心的選址具有高度的戰略靈活性。一個國家能否吸引全球領先的 AI 資料中心落地，正成為其在未來數字經濟中影響力的重要體現。
目前，美國資料中心的供需缺口正在持續擴大。據華爾街機構預測，到 2028 年，這一缺口將超過 10 吉瓦。這意味著美國需要與全球夥伴合作，將部分計算任務，特別是對延遲不那麼敏感的模型訓練，轉移到海外。通過精心規劃的 AI 基礎設施投資，各國可以加強盟友關係，提升自身的經濟競爭力。
創始人、科技巨頭和投資者們早已將目光投向全球。中東和拉丁美洲正迅速崛起為新的資料中心熱點。巴西憑藉其超過 90% 的可再生能源發電比例，吸引了數十億美元的投資。然而，全球擴張也伴隨著風險。在一些電力本就緊張的地區建設耗能巨大的資料中心，可能會加劇當地的資源不平等。同時，資料中心作為承載敏感資訊的關鍵節點，也帶來了資料主權、供應鏈安全和地緣政治風險等多重挑戰。
09 資本市場的創新時刻
2024 年，全球超大規模科技公司的資本支出平均每天高達 8 億美元。與此同時，美國公用事業部門的年度資本支出也達到了 2,000 億美元。隨著基礎設施和資金需求的持續增長，如何高效地獲取和部署資本，將是成功的關鍵。
戰略合作，以及公私資本的創新結合，正在為這個新領域創造機會。合資企業成為一種越來越普遍的模式，它能夠整合來自公共養老基金、主權財富基金和資料中心營運商等不同參與方的專業知識和資本。2024 年，美國房地產投資信託基金 Equinix 與加拿大養老金計畫投資委員會、新加坡政府投資公司 GIC 成立合資企業，計畫籌集 150 億美元用於在美國擴張超大規模資料中心，便是一個很好的例子。
手握超過 4 兆美元“干火藥”（即可用投資金）的金融機構（根據 Preqin 2024 年 9 月資料），也迫切希望在 AI 基礎設施領域找到回報可觀的投資機會。目前，AI 生態系統的融資還比較分散，從土地、電力到晶片，每個環節都有不同的解決方案。但隨著資料中心規模的不斷擴大，市場需要更全面、更整合的金融方案，為資本的可用性和價格提供更大的確定性。
高盛在報告中提出了幾種長期的資本策略，例如圍繞已經穩定營運的資料中心開發專門的股權基金，或者通過最佳化風險分配來吸引保險公司、養老金等長期資本的加入。其新成立的“資本解決方案集團”，也正是為了應對這種複雜的需求，通過整合諮詢、融資和投資能力，為客戶量身定製解決方案。
10 一個仍在書寫的故事
高盛的這份報告並未給所有問題提供答案，它坦言“無法精確預測未來十年會如何演變”。但它清晰地勾勒出了一個框架：AI 是一種將滲透到每個行業和地理位置的經濟力量。計算與電力的這種交匯正在創造新的緊迫性。
從 19 世紀的鐵路到 21 世紀的 AI 資料中心，每一次技術革命都需要三要素：願景、基礎設施和資本。AI 的願景已經無比清晰，基礎設施的藍圖也日漸明確，而資本，正在以前所未有的規模和創新的形式湧入這個領域。
AI 時代的基礎設施競賽才剛剛開始。電力瓶頸、審批延誤、技術不確定性和地緣政治風險，每一個都是巨大的挑戰。但正如歷史所揭示的，每一次偉大的基礎設施建設浪潮都伴隨著懷疑和困難。最終的勝利者，將屬於那些能在不確定性中看到機遇，在複雜性中建構解決方案的人。這不僅是一個價值數兆美元的投資故事，更是一個關乎下一代技術革命能否成功的關鍵所在。 (DeepTech深科技)