巴克莱主题投资报告《为AI提供动力：400+家数字与电力基础设施公司》关键要点总结 一、 报告涉及的行业与公司 * 报告主题为人工智能（AI）发展所驱动的数字与电力基础设施投资机会[1] * 报告识别并详细列出了超过400家在AI基础设施生态系统中扮演“镐与铲”（即提供关键工具和服务）角色的上市公司与私营公司，涵盖19个子类别[8][11] * 公司覆盖科技、工业和能源三大板块，具体包括：电池储能系统（BESS）、碳捕集与封存（CCS）、计算、数据中心建筑材料、数据中心冷却、数据中心运营商、电气设备、工程、采购与施工（EPC）、天然气生产与中游业务、天然气发电设备、地热、内存、新型云与比特币矿商、太阳能与风能、网络与互联、核电、电力即服务（PaaS）、公用事业、劳动力服务与住宿[8] 二、 核心观点与论据 1. AI军备竞赛将推动超大规模企业资本支出超预期增长 * 巴克莱科技行业分析师认为，西方超大规模企业/AI实验室的年度AI基础设施支出可能超过1万亿美元，比当前市场共识高出超过3000亿美元，这还未计入主权AI和中国市场的潜在增量[2] * 预计AI资本支出将在2028年见顶，原因是递归自我改进将减缓AI训练需求[2] * 预计2026-2029年计算能力（Compute）增量分别为8/13/21/23 GW（注：计算能力增量峰值比支出峰值滞后一年）[2] 2. 数字与电力基础设施能否跟上步伐是核心挑战与风险 * 尽管对计算和电力需求非常乐观，但电力限制、许可审批挑战和劳动力短缺构成了实际风险[3] * 建设一个数据中心约需2年，但新建一个大型天然气发电厂可能需要5年以上，而新建输电线路的许可和建设则需10年以上[3] * 从政策角度看，这形成了国家AI经济与安全重要性与地区对更高电费、水资源使用和环境风险的担忧之间的对立[3] 3. 计算需求与电力供应矛盾突出，现场发电成为趋势 * 由于电网限制和对快速供电的强调，迫使超大规模企业转向现场发电（Bring Your Own Power, BYOP） 和创新解决方案（例如由喷气发动机改造的涡轮机）[4] * 为1 GW计算能力提供支持的电力容量取决于多个变量[4] * 虽然超大规模企业展示的平均电力使用效率（PUE）低于1.2倍（即1 GW计算能力需要不到1.2 GW电力），但其夏季最大PUE可能远高于平均值（因冷却需求增加），而燃气涡轮机在炎热气候和高海拔地区可能损失20%以上的容量[7] * 假设数据中心最大PUE为1.3倍，涡轮机容量降额为20%，则服务1 GW计算能力需要超过1.6 GW的电力容量，这还未包括任何确保可靠性和灵活性的备用容量（例如德克萨斯州参议院法案已要求50% 的现场发电容量）[7] * 因此，为满足科技团队预测的2026-2029年累计65 GW计算能力，实际所需的电力容量可能超过100 GW[7] 4. AI实验室/超大规模企业之外的其他领域也存在资金需求 * 爱迪生电气协会（Edison Electric Institute）预测，2025-2029年美国投资者拥有的公用事业公司资本支出将达到1.1万亿美元，而前十年支出为1.4万亿美元[9] * 下一代能源，特别是先进核能、地热和长时储能，需要大量资金以实现规模化[9] * 与此同时，AI实验室和超大规模企业可能会继续依赖新兴的电力即服务（PaaS） 和新型云（Neocloud） 行业[9] * PaaS公司为数据中心采购、融资和运营表后电力资产，而新型云公司在推进AI基础设施开发方面非常灵活，通常利用区域知识和关系[9] 三、 重要但可能被忽略的内容 * 报告明确声明，其提供的非覆盖公司和私营公司信息仅供参考，并非巴克莱研究的投资建议[1] * 报告指出，巴克莱资本及其关联公司与被覆盖公司有业务往来，这可能导致利益冲突，影响报告的客观性，投资者应仅将此报告作为投资决策的单一考虑因素[4] * 报告由美国境外的股票研究分析师撰写，他们未在FINRA注册/具备研究分析师资格[5] * 报告提供了超过400家公司的详细列表，包括公司名称、股票代码（如适用）、市值（截至2026年3月12日）、子类别重点、补充评论、覆盖分析师和所属板块，信息极为详尽[11][12][13][14][15][16][17][18][19][20][21][22][23][24][25][26][27][28][29][30][31][32][33][34][35][36][37][38][39][40] * 报告列表的Excel文件版本可根据要求提供[8]