摩根士丹利指出电力短缺是AI基础设施的核心瓶颈。变压器交付周期长达128周,并网积压严重。选址逻辑转向优先获取电力,AI与能源融资加速融合。此外,电工短缺、水资源压力和地方审批也构成约束,算力供给可能受限。
摩根士丹利将电力列为AI基础设施建设的核心瓶颈。首席固定收益策略师Vishwanath Tirupattur明确指出:“这些约束并非外围摩擦,而是整个AI基础设施建设的核心。”其中最棘手的一环集中在数据中心的上游——电力。
这意味着,单纯关注数据中心投资计划已不再足够。一个项目即使土地、服务器和资金全部到位,若当地缺乏足够的发电能力、输电网络或关键电力设备,建设进度仍将受阻。简单来说,电力环节不通,一切努力皆属徒劳。
长期稳定更新的攒劲资源: >>>点此立即查看<<<

电力系统的扩张速度远低于数据中心。输电网络和关键设备供应链均需要更长的建设周期。数据中心可在资本开支计划中快速上量,但电网和设备交付无法以相同速度复制。
数据足以说明问题:电力变压器平均交付周期已达128周,发电机升压变压器更是达到144周。在疫情前,此类设备的正常交期仅为12到16周。这并不是小幅延期,而是从几个月延长至两年多。对于AI数据中心而言,变压器并非可有可无的零件。缺少这些设备,发出的电力无法接入和使用,机房也无法按计划释放算力。

另一个瓶颈在于并网。2025年初,美国并网积压规模已超过该国已安装电力容量的2倍。这里的积压,指的是新建能源项目从建设完成到真正接入电网之间的等待时间。这好比建好了一座发电厂,但电网的“门”尚未开启,电力无法送出。
这对AI基础设施至关重要。数据中心需要的并非抽象意义上的“有电”,而是在特定地点、特定时间、特定稳定性条件下可以接入的电力。发电项目若未能并网,电力便无法转化为数据中心可用的供给。路径假设因此发生变化:开发商正优先选择电力更容易获取的地点,同时探索将发电与计算更靠近的方案。换言之,选址逻辑已从“哪里适合建机房”转变为“哪里有足够快、足够稳、足够便宜的电”。

电力成为路障后,AI基础设施与能源资产的融资需求开始合并。“离网”电力方案,包括燃料电池、燃气轮机、储能等,正在进入AI建设框架。投资级和高收益债市场中的部分交易已体现这一融合趋势。AI公司不再仅仅等待公用事业公司投资电力资产,而是开始直接收购、签约或融资相关资产。
这将改变资本市场看待AI基础设施的方式。过去,数据中心、云计算、电力、公用事业可能被分置于不同资金池中定价。现在,算力扩张要求这些资金池相互咬合:谁能更快获取电力,谁就更接近可投产的算力。可以说,AI公司与能源公司之间的资产隔离墙正在被推倒。
电力并非唯一约束。劳动力方面,美国未来十年预计短缺约30万名电工。更棘手的是,现有电工队伍中超过五分之一年龄已在55岁及以上,接近退休。电力基础设施扩张需要人员安装、维护、改造,劳动力缺口将直接影响项目交付。
水资源也正在成为限制因素。S&P分析显示,全球43%的数据中心位于高水资源压力地区。数据中心冷却离不开水或替代冷却方案,若新建项目继续集中于这些区域,可持续扩张将面临更多质疑。政策层面的阻力也在增加。纽约州已有草案拟暂停新的数据中心项目。得州州长Abbott近期要求监管机构确保新增数据中心需求不会推高其他用户成本。更多项目在地方层面遭到否决。更广泛地看,美国已有14个州的立法机构正在考虑某种形式的数据中心暂停措施。对数据中心而言,电力成本、居民用电价格、用水压力和地方审批正被紧密捆绑。

这些约束共同指向一个结果:算力供给未必能按当前需求曲线同步增长。如果数据中心建设慢于预期,市场将看到的并非单纯的资本开支扩张,而是供需错配。电力、并网、设备、人力、水和审批,每一项都可能将项目向后推迟。
在这种环境下,拥有规模化、可靠算力的一方将获得更强的定价能力。业界有一种说法:这类玩家正在成为“算力商人”。核心不在于谁宣布了更多资本开支,而在于谁真正拥有可交付、可稳定运行的算力。需求端目前仍显得相对不敏感,尤其是企业应用场景。更高的算力价格未必会显著拖慢企业采用AI的速度。相反,用量可能向更高价值的应用集中,因为这些应用即便在算力价格较高时,经济账依然成立。简而言之,谁能真正拿出可交付的算力,谁就能拿到定价权。
侠游戏发布此文仅为了传递信息,不代表侠游戏网站认同其观点或证实其描述