高盛最新发布的《驱动人工智能时代》报告揭示，电力供应正成为制约AI发展的核心瓶颈。报告指出，建设一个250兆瓦的AI数据中心平均成本高达120亿美元，而到2030年，全球数据中心电力需求预计将激增160%。这一增长主要由高功耗GPU驱动的AI算力需求推动，远超现有电网承载能力。尽管过去十年云计算能效持续提升，使数据中心总用电量保持稳定，但生成式AI带来的算力密度飞跃已耗尽效率红利。英伟达数据显示，到2027年，单个AI服务器机架功耗将是五年前同类设备的50倍，推动数据中心从“云数据中心1.0”向“AI工厂”演进，单机架功率突破500千瓦，全面依赖液冷技术。 当前，全球在建数据中心面积已超5000万平方英尺，是五年前的两倍，但空置率已降至3%的历史低位，电力供应却滞后。美国电网平均服役年限达40年，难以应对AI带来的峰值负荷。传统能源结构面临挑战：可再生能源的间歇性加剧“鸭子曲线”问题，削弱基荷电力稳定性；而天然气发电项目从审批到并网需5至7年，难以满足紧迫需求。为此，科技巨头正转向“表后供电”模式，自建微电网或与发电厂毗邻布局，以规避并网延迟。例如Meta与Entergy合作开发电力项目，xAI在孟菲斯的项目因污染问题遭抗议，反映出自建电力的环境与社会争议。 为保障长期电力供应，科技公司正通过长期购电协议锁定能源。微软支持重启三里岛核电站，Alphabet与Elementl Power合作预留核能厂址，推动小型模块化反应堆（SMR）发展。尽管核电存在工期长、成本超支风险，但其稳定、零碳的基荷特性契合数据中心需求。与此同时，可再生能源占比预计达40%（太阳能27.5%、风能12.5%），但需依赖储能技术突破。钠离子电池等新技术有望缓解间歇性问题。 地缘政治层面，数据中心选址成为国家竞争力新战场。美国面临10吉瓦以上的电力缺口，正推动将训练类任务转移至电力丰富、成本低的海外地区，如巴西（可再生能源占比超90%）和中东。这不仅关乎技术布局，更涉及数据主权与供应链安全。资本层面，2024年全球超大规模科技公司日均资本支出达8亿美元，公用事业部门年投入2000亿美元。公私合作模式兴起，如Equinix联合加拿大养老金与GIC成立150亿美元合资企业。高盛新设“资本解决方案集团”，整合融资与咨询能力，推动股权基金、保险与养老金等长期资本进入AI基建领域。 业内专家认为，这场竞赛不仅是技术与资本的比拼，更是系统性能力的较量。高盛强调，AI时代的基础设施革命已进入“三要素”——愿景、资本与基础设施并行的关键阶段。尽管电力瓶颈、审批拖延与地缘风险仍存，但历史表明，每一次重大技术跃迁都诞生于不确定性之中。最终胜出者，将是那些能整合资源、创新融资、跨越制度壁垒的参与者。这场价值数万亿美元的基础设施重塑，正深刻定义未来十年的全球科技格局。