高盛：电力的超级周期要来了

经典23储捣

你可能没想到，决定AI发展的真正瓶颈不是算力，也不是芯片，而是电。
高盛最新报告显示，到2030年，全球数据中心（包括AI和非AI）用电量将比2023年暴涨175%。
这是什么概念？相当于在地球上，再多出一个前十大耗电大国。
一、AI正在吃掉全世界的电
高盛最新研究显示，AI的爆发正在让全球电网吃不消。目前，全球AI数据中心的用电量，已经超过法国和英国的总和
到2027年，AI服务器的耗电量将是五年前云服务器的50倍；
到2030年，全球数据中心的用电需求预计将暴涨160%，耗电量超过整个俄罗斯，几乎追上印度全年用电。
在美国，这种变化已经非常明显。
根据高盛的数据，现在美国的电力需求增速已经达到2.6%，这是自1990年代以来从未见过的水平。
换句话说，AI正在吃掉全世界的电，让电网系统接近极限。
所以现在电网早就吃不消了。结果就是：现在数据中心的空置率跌到只有3%，热门地区更是接近零，而新的数据中心电力接入最早要等到2028年，电力供不应求，成了常态。
AI的算力越强，全球电网的压力就越大。在这场AI革命中，电力，正在成为最稀缺的资源。

二、决定AI电力未来的六个关键
高盛提出了一个有意思的模型，叫6P框架，用来分析AI数据中心用电的六个驱动因素：
1. Pervasiveness（普适性）
AI能走多远，关键看它的渗透率怎么样
如果AI从办公、教育一路扩散到医疗、能源、农业，那么服务器数量、电力需求都还会继续暴涨。
但是，如果AI被限制在少数行业，电力需求也可能放缓。
2. Productivity（生产率）
AI芯片和模型能否变得更省电？算力效率的提升，决定电力增长是线性还是爆炸式的。
虽然AI越来越能干，但是每一代芯片的效率都在提升。
比如NVIDIA最新的服务器，虽然功耗涨了1.5倍，但计算速度却提升了5倍以上。
换句话说，单位算力的能耗在下降。
可问题是，效率提升往往会刺激更多使用，这叫：杰文斯悖论，算得快、成本低，大家就更愿意多用AI，电反而用得更多，就像空调变的越来越省电了，但是开得却更久了。
3. Prices（价格）
电价涨了，会不会限制AI扩张？高盛认为不会。
因为像谷歌、亚马逊、微软这些巨头，账上现金流非常好，完全有能力为稳定和绿色电力多付一点钱。
他们算了一笔账，即使电价达到40美元/MWh，也只是它们利润的2%-3%，影响微乎其微。
4. Policy（政策）
美国《降低通胀法案》（IRA）的可再生能源补贴，确实可能在2028年前后逐步退出，但高盛认为影响不大。
因为很多项目都已经提前锁定了补贴资格。真正的关键，其实在于“审批速度”，如果各地政府能加快电厂和输电项目的审批，AI的电力需求就能被满足
5.Parts（零部件）
短期内最大的瓶颈，不是钱，而是发电设备的供应。如果供应紧张，会限制新电厂建设节奏。
风机、太阳能组件、电池储能系统、燃气轮机，这些设备现在的交付周期都偏长。
这意味着短期内新增产能主要来自可再生能源+天然气调峰电厂，长期则靠核电来支撑。
6. People（人员）
电网扩容、变电、机房建设，全都需要大量工程师、电气工人。
但全球电力行业已经老龄化严重。高盛估算，美国输配电领域在未来5年内需要新增上万名熟练技工。
缺人，可能比缺电更棘手。
三、未来行业机会在哪里？
高盛认为，这场AI耗电潮将会带来一条新的投资机会：电力供应链的全面升级。
从发电到储能，从电网建设到冷却系统，整条电力供应链都在被重新塑造。
受益者包括：电网基础设施公司、发电设备制造商、太阳能与储能企业、电气零部件厂商以及冷却设备提供商。
AI算力越强，对电力的需求就越大，意味着这些行业的订单也会越多。
他们正成为AI时代的新军火商，只是这次他们卖的不是芯片，而是电力。
下一个英伟达，很可能不是科技公司，而是电力公司。