ARTICLE · 1048181
为什么一半的AI数据中心,建不起来了?
为什么一半的AI数据中心,建不起来了?上个月和一个做数据中心运维的朋友吃饭，他说了个很反常识的事： 他们园区新到了一批最新的GPU，机柜都装好了，就是不敢全开。 为什么？变压器容量不够，一开就跳闸。 这不是个例。2026年Q1美国75个大型数据中心项目延期，涉及1300亿美元资本开支。原计划今年新增的16GW容量，30%到50%建不起来，实际在建只有5GW。 芯片呢？英伟达的产能虽然紧张，但加钱总能排上队。 真正卡住AI脖子的，是电。 
传统机柜功率5到10千瓦，英伟达GB200液冷机柜直接干到100千瓦以上，翻了十倍。一个十万卡训练集群，整体功耗接近500兆瓦，相当于一个中等城市。 IEA 9月最新报告：全球数据中心用电将从2025年485太瓦时翻倍到2030年945太瓦时，比日本全国用电还多。其中AI专用数据中心五年增长三倍。 中国更猛。信通院数据，2025年全国算力中心用电1960亿千瓦时，同比增长18.1%，是全社会用电增速的3.6倍。中电联预测2030年可能达8000亿千瓦时。 芯片产能每年能增40%到50%，但电网建设周期5到10年。大型变压器交货要五年，燃气轮机三巨头订单排到2029年。 这就形成了一个诡异的错位：科技公司的时间表是"下个季度"，能源行业的时间表是"下个十年"。 马斯克在9月G20上说明年会出现明显电力短缺。他的xAI正在孟菲斯建规划功耗1.2GW的超算中心，对缺电的体感比谁都深。 
传统数据中心的运营成本里，电力大概占40%。到了AI数据中心，电费加上散热，占比直接超过70%。一个超大规模AI集群，每年光电费就是几十亿人民币。 换句话说，AI数据中心本质上是一个"把电力转化为智能"的工厂。输入是电，转化靠GPU，输出是模型能力。 这个商业模式突然变得很眼熟——像什么？像钢铁厂，像电解铝，像所有高耗能的重工业。 当年电解铝厂为什么建在水电站旁边？因为电费占成本四成以上。现在数据中心选址一模一样：以前看网络、人才、税收，现在第一条看有没有电、电价多少、几年能并网。 美国最大区域电网PJM覆盖东部13个州，2025年容量拍卖备用率降到14.4%，远低于20%安全线，未来十年缺口60GW。7月北弗吉尼亚一次电网扰动，3GW数据中心负荷秒切备用电源。纽约州随即暂停审批新数据中心一年，德州暂停并网申请。 各州的反应也很直接：纽约州今年8月宣布暂停审批新的大型数据中心，为期一年；德州8月直接暂停了新数据中心的并网申请。 科技巨头们的应对方式，也越来越像传统能源公司——绕过电网，自己发电。 微软签20年协议出资重启三哩岛核电站，835兆瓦全部供数据中心；Meta一口气签了好几家核电公司；谷歌、亚马逊在大规模采购燃气电站和燃料电池。 行业里管这个叫"表后发电"（behind-the-meter）：不接公共电网，电厂直接建在数据中心园区里，自发自用。 听着是不是很魔幻？十年前最性感的互联网公司，现在在干的事情是：买核电站、订燃气轮机、排队抢变压器。 
天然气建设快、成本低，但有碳排放；核电稳定清洁，但新建要十年；光伏风电便宜但不稳定，数据中心要7×24小时供电。 中东正在成为新热土。沙特、阿联酋油气丰富、电价极低，微软、谷歌、OpenAI都在签大规模算力合作。把数据中心建在油田旁边，比在美国等电网扩容划算得多。 中国更特殊：西部有电没需求，东部有需求没电，所以推"东数西算"，把训练负载往贵州、内蒙古搬。 
以前云厂商比服务器规模、软件生态。以后比谁能锁定长期、稳定、廉价的电力。签了20年核电协议的，和只能现货买电的，长期成本可能差出30%。 这就解释了为什么微软、谷歌这些公司宁愿自己掏钱重启核电站、入股燃气电厂——他们买的不是电，是未来十年算力成本的确定性。 这一轮AI浪潮，大家盯着的是英伟达、OpenAI、Anthropic。但如果电力真的成了瓶颈，闷声赚钱的会是另外一批人： 第一类是发电设备商。GE Vernova、西门子能源、三菱重工的重型燃气轮机订单排到了2029年，议价权完全在卖方手里。国内这边，东方电气、上海电气、哈尔滨电气的燃机订单也在快速增长。9月20日还有个新闻说中国自主研发的50兆瓦级重型燃气轮机成了"全球AI的救命稻草"——因为海外产能实在排不上了。 第二类是变压器和输配电设备商。一台大型变压器交货要五年，这已经不是订单问题，是产能问题。伊顿、施耐德、ABB，以及国内的特变电工、平高电气，都在这一轮电荒里受益。 第三类是核电和独立发电商。美国的Vistra、Constellation Energy，股价过去两年涨了好几倍，逻辑很简单：科技巨头排着队来签长期购电协议，而且愿意付溢价。 当然，这中间也有很大的不确定性。 当然也有不确定性：模型能效在提升，如果AI应用落地不及预期，现在疯狂建的数据中心和电厂，未来可能像2000年的光纤一样产能过剩。历史不会简单重复，但韵脚总是相似。 历史不会简单重复，但韵脚总是相似。 因为芯片是制造业问题，加钱、建厂、扩产能，三五年总能解决。但电力是基础设施问题，涉及电网规划、土地、环保审批、社区关系，任何一个环节卡住，就是五到十年。 第一，算力不会无限便宜。电费占AI成本七成以上，模型再怎么优化也打不到零，电力成本会托住底。 第二，下半场比的是资源整合能力。谁能同时搞定芯片、电力、土地、散热，谁才能把规模做上去。 第三，算力会向能源洼地转移。中东、北欧、中国西部，这些以前和科技没什么关系的地方，可能成为新的算力中心。 技术的外壳一直在换，但基础设施的逻辑从来没变过：任何伟大的技术革命，最后都要回到最朴素的约束上——土地、能源、资本。 AI也不例外。 下次再听到"算力爆炸""智能涌现"这些词的时候，不妨多问一句： 电，从哪来？
你觉得电力会成为AI发展的长期瓶颈，还是只是暂时的阵痛？欢迎在评论区聊聊。
大家以为在拼芯片，其实在拼电力
AI数据中心本质上是个发电厂生意
电从哪来，决定了算力落在哪
谁在闷声赚钱？
写在最后：AI的尽头是能源？
#AI #数据中心 #算力 #英伟达 #科技 #商业思维 #行业洞察 #人工智能 #能源 #周期守夜人
以上是一次产业周期观察。
关注「周期守夜人」，继续看懂科技行业的底层逻辑。