夜雨聆风电网卖光了
先看一个数字：3GW → 28GW。
这是 SemiAnalysis 统计的美国 AI 电力需求变化——从 2023 年到 2026 年底，三年时间，需求翻了将近十倍。
▲ SemiAnalysis 发帖称：现场燃气已从边缘备选变成下一波美国训练集群的默认规划假设（3.6 万次浏览）
这种增速对美国电网意味着什么？
SemiAnalysis 给了一个更直观的说法：光德克萨斯一个州，每个月涌进来的数据中心用电申请就有几十个 GW，但过去 12 个月实际批下来的，勉强超过 1GW。
"The grid is sold out."
「电网卖光了。」
PJM、MISO 这些区域电力市场的互联队列（interconnection queue），设计之初面对的是缓慢增长的传统负荷。AI 数据中心这种阶跃式暴增，整个系统完全没准备好。
▲ 美国能源部 LBNL 发布的《Queued Up: 2025 Edition》记录了发电项目并网排队的系统性拥堵
国际能源署（IEA）的判断更直接：
"There is no AI without energy – specifically electricity for data centres."
「没有能源就没有 AI——具体来说，没有数据中心用电就没有 AI。」
▲ IEA 2025 年发布《Energy and AI》报告，首次将 AI 数据中心用电列为能源系统级问题
等电网？每多等一天亏的是天文数字
电网扩容要几年，AI 公司等得起吗？
SemiAnalysis 算了一笔账：AI 云服务每 GW 可以产生约 100-120 亿美元的年化收入。一个 400MW 的数据中心如果能提前 6 个月上线，对应的机会价值可能是数十亿美元。
这就解释了一个关键问题——为什么 AI 公司宁可花大价钱自己建电厂，也不愿意排队。
这背后的逻辑跟买 GPU 抢产能一模一样：谁先拿到算力谁就领先，而现在，谁先通上电谁就领先。
于是一个新概念出现了：BYOG——Bring Your Own Generation，自带发电。
"The core value proposition of BYOG is simple: start operating without waiting for the grid."
「BYOG 的核心价值很简单：不等电网，先开机。」
▲ SemiAnalysis 主文《How AI Labs Are Solving the Power Crisis: The Onsite Gas Deep Dive》详解 BYOG 逻辑
谁在建？规模有多大？
最典型的案例是xAI。
据 SemiAnalysis 报道，xAI 用卡车运来的燃气轮机和发动机，绕开了电网审批流程，在几个月内让 Colossus 训练集群上线。xAI 在数据中心附近部署了超过 500MW 的燃气轮机组。
然后是OpenAI 和 Oracle。SemiAnalysis 称，两家在 2025 年 10 月为德克萨斯州的项目下了一笔2.3GW 的现场燃气发电大单——据称是当时最大的单笔 onsite gas generation 订单。
而 TechCrunch 今年 4 月的报道列出了更多巨头的动作：
- 微软
与 Chevron、Engine No.1 在西德克萨斯规划天然气电厂，规模可扩展到5GW - Google
与 Crusoe 在北德克萨斯建设933MW天然气电厂 - Meta
为路易斯安那州 Hyperion 数据中心增加 7 座燃气电厂，使站点总容量达到7.46GW——TechCrunch 说这足以给整个南达科他州供电
▲ TechCrunch：AI 公司正在建造大型天然气电厂为数据中心供电，可能出什么问题？
供应商已经把「AI 电厂」产品化了
如果说 SemiAnalysis 讲的是趋势，那 GE Vernova 证明这个趋势已经落地到产品目录里。
GE Vernova 官网上有一个专门的页面："Gas turbines: Meeting the power demands of data centers"。这家全球最大的燃气轮机制造商之一，已经把 AI 数据中心现场发电包装成了标准产品线。
页面上写着三个关键词：Fast. Reliable. Sustainable.
具体参数：部分型号2 周即可发电，可靠性约99.9%，支持氢燃料和碳捕获配置。
"Onsite power generation allows data centers to hedge against rising grid electricity costs and volatility…"
「现场发电让数据中心可以对冲电网电价上涨和波动，特别适用于传输容量受限或电网接入不足的地区。」
GE Vernova 提供从简单循环航改燃机到重型联合循环系统的全套配置，覆盖主用和备用两种场景。
▲ GE Vernova 官网已开设专门的数据中心燃气发电页面，主打"快速、可靠、可持续"
换句话说，"数据中心自带电厂"已经有了成熟的供应商生态。
新的瓶颈已经在路上
但这件事远没有看起来那么简单。
TechCrunch 在报道中提出了一个核心质疑：
"By snapping up natural gas supplies and moving behind-the-meter… they're just shifting their use from one grid to another, the natural gas grid."
「所谓'自带电力'，可能只是把对电网的依赖，换成了对天然气管网的依赖。」
美国天然气储量虽然充裕，但管道容量、冬季居民供暖竞争、工业用户需求、极端天气冲击——这些约束并不会因为你在数据中心旁边建了电厂就消失。
供应链也在告急。TechCrunch 引用 Wood Mackenzie 的数据：相比 2019 年，燃气轮机价格到 2026 年底可能上涨195%，设备成本占电厂总造价的 20%-30%。新订单要排到 2028 年，交付周期长达六年。
X 上的分析师 FundamentalAnalysis 也提醒：GE Vernova 24GW、Siemens 30GW 的产能目标更像是 2028-2030 的愿景，2026-27 年的订单 slot 已经满了，交付周期推到了 5-7 年。
瓶颈没有消失，只是换了个位置。
另一位分析师 MoMoMacro 的总结很精准：天然气供应合同和通往每个集群的管道接入，将成为互联队列之后的新一轮排队。
还有许可问题。SemiAnalysis 主文提到，现场发电的空气质量许可审批可能耗时一年以上。AI 公司想"自带电力"，并不意味着可以绕开地方环保审查和公众反对。
从排 GPU 到排燃机
回头看这件事的全貌：
第一阶段，AI 公司抢 GPU、抢 HBM、抢晶圆产能。第二阶段，抢机房、抢土地、抢电力合同。第三阶段——也就是现在——抢燃气轮机、抢管道接入、抢空气许可。
SemiAnalysis 在帖子里强调了一点：现场燃气发电对于很多新建园区来说，已经不再是"等电网的权宜之计"，而是未来数年实际运行的发电方案。它的影响将扩展到电力市场、天然气管道运力、Permian 和 Haynesville 等产区的采气能力，以及设备租赁市场。
但这里面有一个根本性的风险：SemiAnalysis 也承认，现场发电通常比电网供电更贵。这套逻辑之所以成立，核心假设是 AI 训练集群提前上线带来的收入，远超电力成本的溢价。
如果 AI 模型训练的商业回报不及预期呢？那些已经锁定的天然气合同和电厂建设成本，就会从战略投资变成沉没成本。
AI 的军备竞赛，已经从算力蔓延到了能源。而能源这个战场，比芯片更慢、更重、更难用钱砸出速度。
— END —
