电力紧缺正成为 AI 基建的最大瓶颈

正在美国德州阿比林建设中的 Stargate 数据中心，是当前 AI 基建浪潮的标志性项目。该园区由 OpenAI 与软银牵头，仅第一期投资就超过 400 亿美元，建成后将专用于训练新一代 AI 模型。然而，这座「史上最贵的工程之一」建成后预计峰值用电达 1.2 吉瓦，相当于 31.3 万户美国家庭的用电量。围绕 AI 的电力需求正在以前所未有的速度扩张，电力供应与电网接入正取代芯片产能，成为制约 AI 基建的关键瓶颈。

AI 算力扩张的电力胃口

根据 EpochAI 与某能源研究所联合发布的报告，若 2025 年的增速延续，到 2030 年全球 AI 算力总规模将达到 100 吉瓦。AI 基础设施不仅限于数据中心，还包括上游芯片制造：全美最大的电池工厂单厂用电达 115 兆瓦，台积电亚利桑那厂一期项目也要 200 兆瓦。AI 产业从训练到推理、从设计到制造的每一个环节，都在吞噬巨量电力。

真正的瓶颈：电网互联而非能源短缺

文章强调，问题并非能源总量不足，而是新项目接入电网的流程严重积压。2005 年一座电厂从立项到并网的中位等待时间不到 20 个月，到 2023 年这一数字已飙升至 55 个月。当前电网采用僵化的「先到先得」队列机制，且评估标准并不奖励愿意自行承担短期供电的项目，这使得许多高价值 AI 项目被低优先级申请「卡住」。

Nvidia CEO 黄仁勋直言「未来每个数据中心都会受限于电力」；Meta 首席执行官马克·扎克伯格表示「只要能拿到电，我们会建更大的训练集群」；OpenAI CEO 山姆·奥特曼在国会作证时也说「AI 的丰裕程度将受限于能源的丰裕程度」。三位高管的判断高度一致：电力是 AI 扩张最大的硬约束。

电网承压加剧：美区三大电网告急

• ERCOT（得州电网）：覆盖全州 90% 用电负荷，包括阿比林园区，预测 2028 年夏季将出现供电缺口。
• PJM（美东最大电网）：覆盖芝加哥至新泽西、北卡罗来纳地区，2025 年未能采购到足够的中长期发电容量以匹配预期需求。其 CEO 直言：「我们需要容量——大量容量。」
• MISO（中部电网）：覆盖路易斯安那至明尼苏达，研究指出若不新增容量，「资源充裕度风险将持续上升」。

拥堵造成的额外成本也在快速攀升：2023 年美国电网因拥堵等低效问题多支出了 115 亿美元，同比增长 45%。

长期趋势：电气化重塑经济

文章进一步指出，电力正在驱动一场长期的结构性变革。1990 年至 2024 年间，电动机价格下降 97.5%，电力电子下降 99.5%，设备内置处理器价格下降近 99.9%，电池下降 98.8%；同期单位重量电池储能量提升约 5 倍。这种「性能提升 + 成本下降」的曲线，正是从随身听到 iPod、再到 iPhone、从燃油车到电动车与机器人持续演进的核心动力。

文章结论是：未来数十年的技术演进与社会运转，将越来越依赖于充足的电力供给与畅通的电网。对 AI 行业而言，谁能率先解决电力与并网问题，谁就能率先跑通下一阶段的规模化训练与部署。