AI数据中心电力限制重塑建设竞赛

在AI热潮的大部分时间里，稀缺资源是GPU。但诺基亚首席执行官贾斯汀·霍塔德表示，这一情况已不复存在：行业的制约因素现在是内存芯片供应和电力，而非需求或GPU供应^[1]。霍塔德认为，如果这些限制消失，建设速度可达当前的两倍，差距之大足以支撑这一论断^[1][2]。这一观点与分析师们在2026年指出的更广泛趋势一致——行业的主要制约已从芯片供应转向电网连接能力，高德纳公司预测到2027年，40%的AI数据中心将受制于电力^[3]。这种错配具有结构性原因：专为AI优化的机架如今耗电达30千瓦至100千瓦以上，远超传统服务器机架的5至15千瓦，而原本例行的电网并网审批现在需要24至36个月，在弗吉尼亚等市场甚至长达5至7年^[3]。建造一个数据中心外壳的速度，可能快于为其供电所需的审批流程。

“电力受限”的另一面是：谁的电力？由谁买单？一份广为流传的报告量化了这一矛盾：俄勒冈州现有的111个运营中数据中心已占该州全部零售售电量的23%，且这一比例仍在上升。类似担忧也出现在对美国最大电网运营商PJM的报道中，穆迪指出，“当前系统缺乏足够的机制”来应对AI建设带来的负荷增长——相关报道将由此产生的成本归结为最终由居民用户承担。这一紧张关系与诺基亚霍塔德乐观的说法形成鲜明对比：他认为行业并未过度建设^[1]。不过，也存在可信的反方观点：安德鲁·吉尔伯特（Andrew Gilbert）来自Energy Capital Partners，他认为大型、稳定的数据中心负荷可将电网的固定成本分摊到更大的总用电量上，理论上会随时间推移降低其他用户的电价——这与“居民补贴AI”的叙事恰恰相反。目前尚无一方完全赢得争论，而关于最终由谁承担成本的争议，很可能影响监管机构允许新数据中心接入电网的力度。

谷歌、英伟达与初创企业Emerald AI于2026年9月16日发起成立AI能源管理联盟（AEMA），明确将电力视为“制约美国AI基础设施扩张的关键限制”^[4]。Anthropic也计划作为合作伙伴加入^[4]。Emerald AI首席执行官瓦伦·西瓦拉姆（Varun Sivaram）直言不讳地阐述了其理念：“AI工厂的价值太高，不应被视为被动负载或永久孤岛”^[5]——这意味着数据中心应根据电网状况灵活调整用电，而不是全天候要求固定的电力供应，或依靠自建发电设施与电网隔离。这一主张背后的经济逻辑令人震惊：使数据中心实现适度灵活，即可从现有电力系统中释放出100吉瓦的容量，因为大约一半的电力系统容量在全年内处于闲置状态^[5]；每增加1吉瓦具备灵活性的新AI容量，可避免约7.33亿美元的电力系统成本^[5]。灵活性也有助于提升可靠性：AI训练和推理过程中快速、突发的电力波动——峰值可达设计容量的150%——已开始对数据中心的电池、发电机和冷却设备造成压力，使其比预期更快损耗^[6]。AEMA的赌注在于，教会AI设施灵活调节需求，可同时解决电网瓶颈和设备损坏问题。

电力短缺正在重塑远超公用事业领域的交易格局。英伟达于2025年10月20日宣布对诺基亚进行10亿美元股权投资，获得约2.9%股份，并承诺双方将共同开发原生AI网络及6G/AI-RAN技术，诺基亚的交换与光通信技术将融入英伟达未来的基础设施^[7][8]。消息公布后，诺基亚股价一度飙升26%^[8]。超大规模企业正四处追逐电力资源：彭博社报道称，谷歌母公司Alphabet正接近与Constellation Energy达成协议，购买核电能源，以确保数据中心拥有专属发电来源。世邦魏理仕（JLL）的肖恩·法尼（Sean Farney）描述了另一场对“数字土地”的平行搜寻——即已具备电力连接的土地——随着核心地段可用兆瓦耗尽，数据中心选址正转向次要市场。正如Energy Capital Partners的安德鲁·吉尔伯特所言，燃气轮机成本在三到四年内几乎翻了三倍，达到约每千瓦2,500美元，而核电成本现已远超每千瓦10,000美元，且实际成本存在高度不确定性，相比之下，尽管太阳能具有间歇性，却仍是当前最便宜的选择，因此成为短期内默认的应急方案，即使天然气和核电因数据中心需求而被不断抬价。