9月以来，美国科技巨头围绕AI基础设施的电力动作明显加快。谷歌宣布未来两年在芬兰投资130亿欧元建设AI基础设施，并签下一份长达22年的核电协议；微软被曝计划到2032年将全球数据中心容量扩大至约38GW，超过目前水平的三倍；英伟达则与澳大利亚多家数据中心运营商等合作，计划到2027年推动最高2GW的AI基础设施容量，而澳大利亚目前全部数据中心容量约为1.6GW。
这些项目背后，AI公司不再被动等待公共电网扩容，并且越来越早地把电源、储能和数据中心放在一起规划。当地时间9月10日，研究机构SemiAnalysis发布的最新报告称，目前全球面向AI算力的“表后供电”项目已经出现约75GW的确定性订单，其中约20GW仅在今年第二季度形成，天然气发电、储能等方案正在快速进入大型AI基础设施项目。
模型和芯片的迭代周期以月计算，电网扩建和新电源建设却往往需要数年。当两种速度越来越不同步，AI竞争从“谁能拿到更多GPU”进一步延伸到能源领域。
美科技巨头被迫下场投资发电
“现在大家终于意识到了，在我们用完GPU之前，我们最先用完的是电力。”硅谷投资人、Fusion Fund创始合伙人张璐在接受第一财经采访时表示。
她在几年前预警过能源问题。她提到，相比于模型参数的狂飙，硅谷的大佬们现在更焦虑电网的负荷。不少美国电网公司私营化、本身利润率低、居民对电费价格敏感，导致这些公司很难有资金和资源去升级系统，只能不断维护老旧设备，并且州与州之间监管割裂，这令美国科技巨头们不得不亲自下场投资发电。
这些公司寻找电力并不是今年才发生，但最近的变化是，它们开始更深入地介入能源基础设施本身。
9月9日，谷歌宣布未来两年在芬兰投资130亿欧元，包括新的数据中心、数字基础设施和清洁能源项目。同时，公司与芬兰Fortum签下一份22年的购电协议，最多锁定Loviisa核电站50%的发电容量。双方还将继续研究新增核电、可再生能源和电力灵活性项目。这也是谷歌在美国以外达成的首份核电采购协议。
行业把Google的模式总结为BYOP（Bring Your Own Power，自带电源）战略。去年，NextEra Energy重启位于艾奥瓦州一座核电站，谷歌签署25年购电协议锁定其电力。更早之前，谷歌与核能公司Kairos Power合作，计划从2030年开始部署小型模块化反应堆，到2035年形成最高500MW的新核电容量。
微软也在提前锁定核电资源。2024年，微软与Constellation Energy签署20年购电协议，支持宾夕法尼亚州三哩岛一个835MW核电机组重启。随着AI算力扩张，微软对数据中心的扩建还在加速。近日有消息称，微软计划到2032年将全球数据中心容量提高至约38GW。
Meta今年1月更是一口气宣布与Vistra、TerraPower和Oklo等多家企业的合作，加上此前与核电厂商Constellation达成的协议，到2035年将支持最高约6.6GW核电容量。Meta表示，这些项目将为包括Prometheus超级计算集群在内的AI基础设施提供长期电力。
亚马逊同样在加码核电布局。此前，它向小型堆企业 X-energy 投入 5 亿美元，双方计划到 2039 年在美国落地超 5GW 新一代小型核反应堆，支撑算力用电；AWS 还与 Talen Energy 达成协议，依托宾夕法尼亚州萨斯奎哈纳核电站，为周边数据中心获取最高约 1.9GW 存量核电出力。
核电可以解决长期、稳定的基荷电力问题，但AI数据中心扩张的速度往往等不了数年。SemiAnalysis 提及，越来越多AI 算力与数据中心运营方开始转向表后发电模式(behind-the-meter，BTM)，利用天然气或其他能源在现场直接发电。
该机构称，去年现场天然气发电方案被行业视作成本高昂、落地难度大；但其供应链模型目前追踪到全球约 75GW 面向 AI 算力的确定性表后供电订单，其中约 20GW 订单在 2026 年第二季度新增。SemiAnalysis 预测，到 2028 年，表后供电或将贡献美国新增 AI 数据中心电力容量的约一半，而2025年这一比例不足7%。
马斯克旗下xAI是这一模式最激进的实践者之一。为了快速扩大孟菲斯附近的Colossus算力集群，xAI部署了大量天然气轮机，后续又在密西西比州Southaven建设了永久性天然气发电厂。
OpenAI的做法则把算力、电力和融资捆绑推进。它与软银旗下SB Energy合作的俄亥俄州数据中心项目最终规划最高8GW，其中首批800MW预计2028年上线。英伟达今年8月同意为OpenAI租赁该项目提供最高1050亿美元相关担保，而SoftBank和SB Energy还计划建设至少10GW新增发电能力，并投入42亿美元升级区域电网。
过去AI基础设施竞争的核心指标是GPU数量，但随着大型算力集群向GW级扩张，电力正在越来越早地进入项目设计。土地旁边有没有足够电力、需要等多少年才能并网、能不能自建发电设施，正在越来越早地决定GPU最终能够部署在哪里。
电力扩张三道考验
根据Gartner预测，2026年全球数据中心电力消耗将达到565太瓦时，同比增长26%。国际能源署（IEA）预计，在乐观情景下，2026 年算力相关用电有望突破 1000 太瓦时；其基准情景显示，全球数据中心用电量将从2025年485太瓦时增长至2030年的945太瓦时，占全球用电接近 3%。
对于AI公司而言，电力首先意味着收入。推理服务只有在GPU真正运行起来之后才能产生现金流，而新的训练算力又决定下一代模型的研发速度。SemiAnalysis提到，在部分大型AI云合同中，每兆瓦关键IT负荷对应的年收入可达1200万-1300万美元，如果让一个200兆瓦数据中心如果能提前半年上线，对应的净现值（NPV）可达 4亿-5亿美元。因此即便现场发电成本更高，企业抢占电力、加速算力投产依然能带来快速回报。
这也是为什么英伟达把AI数据中心称作“AI factory”（AI工厂）。9月9日，英伟达宣布与Firmus、IREN、CDC、NEXTDC、AirTrunk等澳大利亚公司合作，到2027年推动最高2GW AI基础设施建设。英伟达称，AI工厂把能源转化为智能，并将其形容为一种新的可投资资产类别。
但AI公司大规模进入电力基础设施，也把新的风险带到了台前。
首先是谁为新增电力和电网买单。Google宣布芬兰130亿欧元投资次日，当地反对党就提出，大型AI数据中心可能挤压本国电力供应并推高电价，要求建立全国性的数据中心许可制度。
类似争议在美国更加突出。大型数据中心通常需要新的变电站、输电线路甚至发电设施，如果这些成本最终进入公用事业公司的费率基数，普通居民可能承担一部分AI基础设施扩张成本。美国多个州已经开始讨论如何要求数据中心承担更多新增电力和电网投资。
环境的挑战不容忽视。核电能够提供稳定、低碳的基荷电力，但建设周期长；部署速度更快的天然气轮机，却会产生新的碳排放和空气污染。今年xAI 使用拖车式移动式燃气轮机就地供电，试图以“临时设备”的名义规避《清洁空气法》的排放许可，快速上线算力集群，但当地社区担忧污染物损害居民健康，由此发起诉讼。
此外还面临资金挑战。AI基础设施已经不只是科技公司的资本开支问题，还在迅速影响债券和私人信贷市场。此前高盛估算，截至今年8月，全球AI企业债发行量已接近5000亿美元，占全部投资级企业债发行的25%-30%，对实体经济借贷利率形成长期上升压力。如果相关科技企业盈利未能达到市场预期，过高的资本开支可能形成潜在风险。
因此，“AI公司等不起电网”并不意味着公共电网将被数据中心抛弃。绝大多数大型AI设施最终仍需要与电网协同运行。但与此同时，电力已经从数据中心建设的配套条件，变成AI公司必须提前锁定的重要资源。
AI竞争也因此从模型、芯片和数据中心，继续延伸到电厂、电网和能源融资。大模型版本迭代以月计，GPU全新架构迭代周期约 1-2年，而新的输电和发电设施往往需要数年建设，电力正成为AI扩张中最难加速的一环。
宏泰配资提示：文章来自网络，不代表本站观点。
相关文章
热点资讯
