人工智能产业的迅猛发展正引发电力需求的急剧扩张，其影响已波及能源政策、供应链及金融市场。随着AI数据中心的加速扩建，行业竞争焦点正从半导体的性能博弈，逐步转向电网接入能力及相关设备的获取难度。
据日本Cryptopolitan报道，数据中心扩建的加速导致电网连接延迟问题长期化。除地缘政治风险外，市场对于大规模投资能否获得相应收益的担忧也在加剧。OpenAI首席执行官萨姆·阿尔特曼曾透露，该公司每日需消耗1吉瓦（GW）的电力。对比美国去年新增发电设备约53吉瓦的规模，AI产业对电力的渴求程度可见一斑。
资本投入规模同样惊人。亚马逊、微软、Alphabet和Meta四家巨头预计将在2026年前向数据中心及半导体领域投入约6300亿美元。若涵盖全球七大云基础设施巨头，总投入额将达到8110亿美元。目前，这四家公司在全球运营约600个数据中心，另有544个项目处于规划或建设阶段。
然而，当前的核心挑战并非建设本身，而是确保设施顺利投运的基础设施配套。最新一代100兆瓦级AI数据中心的建设成本已超过40亿美元，其中服务器与处理器占比高达七成。在伦敦等大城市，电网连接审批可能耗时长达10年。企业正将选址转向美国得克萨斯州等审批较快的地区，但这些地区面临熟练人才短缺问题，部分企业甚至需协助建设员工住宅社区。
设备供应紧张局势也在加剧。欧洲地区变压器交货期最长可达100周，去年约60%的数据中心项目因此出现超过3个月的延误。基础施工中，88%的项目遭遇混凝土浇筑问题，78%的项目因冷却系统与火灾报警设备安装滞后而受阻。随着NVIDIA Blackwell及下一代Rubin架构的推出，发热量增加促使冷却方式从风冷向水冷加速转型，为应对新一代服务器机架的电力需求，固态变压器采用量也在上升。
此外，中东局势的不稳定性构成了新的风险因素。多数数据中心依赖柴油发电机作为备用电源，燃料供应受阻可能引发运营危机。S&P Global Visible Alpha的专家警告，若原油价格长期高企，股市可能面临大幅调整。同时，基础设施投资的回报率预期也在下降，Alphabet的投入资本回报率预计将从去年的51%降至2030年的36%，微软同期预计将从95%降至36%。
面对挑战，部分专家建议优先利用现有电网的闲置容量而非盲目新建电厂。欧美主要国家电网平均利用率仅约30%，全年满负荷运行时间仅约100小时。若有效管理这些冗余，无需新增发电设备即可额外释放100吉瓦的电力。GridCARE与波特兰通用电力公司正尝试利用AI预测可再生能源发电量，将数据处理任务转移至电力充裕时段，此举有望将普通家庭电费降低5%。
