行业与公司概述 * 该纪要主要涉及人工智能 (AI) 与数据中心 (Data Center) 行业,特别是其对电力需求的影响,以及相关的公用事业 (Utilities) 和电力供应链 [1] * 核心讨论基于高盛研究团队参加达拉斯联邦储备银行“为AI赋能:激发人工智能未来”会议的成果,并引用了其多份相关研究报告 [1][2][23][29] * 主要涉及的公司包括全球超大规模云服务商 (Hyperscalers),如谷歌、微软、Meta、亚马逊、甲骨文、百度、腾讯、阿里巴巴 [23][38][39] AI与数据中心电力需求核心预测与增长驱动力 * 全球数据中心电力需求预测大幅上调:预计到2030年,全球数据中心电力需求将比2023年增长220%,即增加 905 TWh,其中约60% 的增长来自美国(此前预测为50%)[29][36] * 美国电力需求增长预测上调:高盛美国公用事业团队将截至2030年的美国年度电力需求增长预测从2.6% 上调至3.2%,其中数据中心贡献了约 2个百分点 的增长 [29][33][34] * 增长驱动力(6P框架):增长和制约因素由6个“P”驱动,即普及性 (Pervasiveness)、生产率 (Productivity)、价格 (Price)、政策 (Policy)、零部件 (Parts)、人力 (People) [2][18] * 超大规模企业资本支出激增:预计超大规模企业的资本支出与研发总额将在2026年超过 1万亿美元,并在未来几年持续增长 [37][38] * AI服务器效率悖论:虽然AI创新(如NVIDIA服务器)提高了单台服务器的最大功耗,但计算速度的提升幅度更大,从而降低了单位算力的功耗强度 [39][41] * 尚未进入需求受限环境:目前效率提升尚未导致预算削减,AI算力与功耗需求仍在快速增长 [42] 四大关键议题的共识与优先顺序 1. 可靠性与可负担性:可靠性被略微优先考虑。行业乐观认为可以最小化数据中心电力增长对普通用户账单的影响,并鼓励在电网压力大时灵活调整数据中心负载 [6][12] 2. 上市时间与成本/碳足迹:上市时间被优先考虑。这将导致短期内表后 (Behind-the-Meter) 电力解决方案的持续增长 [6][17] 3. 电网供电与表后供电:长期来看,电网供电是首选,因其具有优化效益和成本优势,这可能限制表后解决方案的长期存续 [6][24] 4. 用水与用电:最小化用水被优先于最小化用电。行业对能最小化耗水量的空气冷却解决方案感到乐观,但这可能限制或逆转电力使用效率的提升速度 [6][28] 投资主题:可靠性需求 * 核心驱动力:在AI扩张、基础设施老化、产业链回流、极端高温天气、人口结构变化和全球“信任圈”收窄的背景下,维持电力、水、供应链、劳动力和网络的可靠性需要投资激增 [8][13] * 五大顺风来源: * 缓解供应链与地缘政治风险:推动关键材料回流、冗余储备和国防投资(如美国《芯片法案》、日本稀土来源多元化)[16] * 缓解极端气温的物理风险:推动基础设施韧性和库存管理投资(如美国输配电投资2030年前年复合增长率 4.4%,高于电力需求 2.6% 的增速)[16] * 缓解老龄化人口对劳动力短缺的风险:推动培训、再技能培训和自动化投资(如Quanta Services收购西北线缆学院)[16] * 缓解网络中断风险:推动网络基础设施和网络安全投资 [16] * 缓解可负担性担忧下的高价格影响:推动能效解决方案投资(如智能电表、暖通空调)[16] 关键制约因素与风险 * 人力 (People) 是近期最大制约:熟练劳动力(特别是电工、管道工)的可用性是项目执行的关键风险,这也是推动表后电力解决方案(对输电需求较低)获得更多考虑的原因之一 [2][18] * 美国输电与配电 (T&D) 劳动力缺口:假设所有能源相关学徒都投入T&D领域,到2030年仍存在 78,000人 的劳动力缺口 [57][58] * 零部件 (Parts) 制约:推动更多表后解决方案的部署 [25] * 价格 (Price) 约束力较弱:鉴于超大规模企业强大的EBITDA/现金流基础、稳健的资产负债表和良好的资本回报率,电力价格对其约束较小 [17] * 情景分析:即使全球八大超大规模企业为2030年相比2023年全球数据中心电力需求的全部增长部分支付额外 40美元/兆瓦时 的费用,额外成本也仅占其2030年预计EBITDA的 2.5%,影响温和 [17][23] 电力供应与基础设施投资展望 * 电网投资巨大:预计2026-2030年美国电网资本支出将超过 6000亿美元 [52][53] * 新增发电容量:预计2026-2030年将有 105 GW 的新增美国发电容量上线以满足数据中心需求,其中包括 14 GW 的表后解决方案 [54][55] * 长期偏好电网供电:尽管存在“绿色可靠性溢价”,但超大规模企业有财务灵活性支付电费,长期仍优先选择电网供电,因其成本更低、灵活性更高 [24][25] * 表后解决方案是权宜之计:对上市时间的更高优先级推动了表后解决方案的部署,以填补 3-5年 的电网连接空窗期,但其普及程度取决于需求强度、电网连接进度和客户对冗余的需求 [27] 环境与排放影响 * 数据中心排放增长:预计到2030年,数据中心排放将比2023年增加约 150%(增加 0.8% 的全球能源排放),这已扣除技术公司电力购买协议 (PPAs) 的影响 [57][60] * 用水优先于能效:为最小化用水,采用闭环空气冷却技术可能导致更高的电力消耗,这可能缩小或逆转过去几年电力使用效率 (PUE) 的下降趋势 [28] 就业创造 * 为满足2030年美国电力供应需求,预计将在制造、建设和运营领域创造约 30万个 额外工作岗位 [57][61]
AI 数据中心电力需求:行业与政策制定者如何应对四大核心争议0GS SUSTAIN_ AI_Data Center Power Demand_ How industry and policymakers are addressing four key debates
2026-03-10 18:17