AI能源需求：成本与投资
人工智能的繁荣不仅推动了对芯片的需求，还推高了对电力和基础设施的需求。这导致了成本的增加，并给能源供应商和数据中心运营商带来了新的挑战。
Quelle: 内部展示
AI热潮：成本与基础设施
AI热潮的成本不仅包括芯片，还包括电力和混凝土。在大型数据枢纽集群附近的批发电价在某些地区已上涨高达 五年内增长 267% 。与此同时，花旗集团预测，与 AI 相关的投资将达到 到 2029 年达到 2.8 万亿美元.
AI 资本支出包括超大规模企业和运营商对数据中心、电源连接、网络升级、冷却、土地以及 GPU/TPU 等硬件的长期投资。超大规模企业是像微软、亚马逊和 Alphabet 这样运营着庞大云基础设设施的云巨头。在电力方面，涉及的是负载(吉瓦功率)和能源(每年太瓦时)。
国际能源署 (IEA) 预计，到 2030 年，数据中心的电力消耗将上升到约 945 TWh, ，这大约相当于日本目前的电力消耗。AI 是其中最强大的驱动力。彭博新能源财经估计，到 2035 年，美国数据中心的功耗将从 2024 年的约 35 GW 增加到 78 GW，增加了一倍多 。
现状与影响
彭博社报道，在数据枢纽项目集中的美国地区，目前的批发电力价格比五年前 贵 267% 以上 。IEA 提高了对 2025/26 年的电力预测，部分原因是美国和欧洲数据中心负载的额外增加。对于整个市场，IEA 预计美国电力需求将在 2025 年增长 2.3%，2026 年增长 2.2%, ，这明显高于过去十年的趋势。
在投资方面，花旗将对大型科技公司至 2029 年 AI 相关支出的估计提高至 2.8 万亿美元; ；仅到 2026 年，AI 资本支出预计就将达到约 4900 亿美元。个别公司正在引领潮流：微软为一个季度预留了创纪录的资本支出 300 亿美元 。公用事业公司通过多年计划做出反应，例如 CenterPoint 计划投入 到 2035 年投入 650 亿美元, ，明确是由于数据中心的峰值负载。与此同时，终端客户价格也在上涨：彭博社称，最近美国电力成本同比上涨了 4.5%, ，明显高于总体通胀。
Quelle: forbes.com
到 2026 年，全球数据中心、人工智能和加密货币的电力需求预计将大幅增加。
这场竞赛由多种动机驱动。首先，容量创造市场份额：谁先 확보足够的 GPU 容量、空间和网络连接，谁就能更快地扩展 AI 服务，从云训练到生成式助手。其次，选址策略至关重要：拥有便宜、可靠能源、快速审批和凉爽气候的地区吸引更多数据中心；网络瓶颈和高电价则会吓退投资。第三，由于监管和 ESG 要求，运营商必须减少排放、限制用水并减轻本地电网负担，以避免延误、附加条件或税费。
媒体逻辑放大了这个问题：单个大型项目、价格高峰和数万亿美元的数字引起了高度关注，而电网和审批细节通常只有在其后才变得可见。
Quelle: YouTube
有证据表明，在一些数据枢纽地区，批发电价大幅上涨；彭博社提到在五年内上涨高达 267%. 。对 AI 资本支出预测的大幅上调也有证据支持，预计将达到 到 2029 年达到 2.8 万亿美元. 。IEA 预计数据中心的电力消耗到 2030 年将增加一倍，达到约 945 TWh.
Quelle: amritaroy.substack.com
超大规模企业对人工智能的资本支出 (Capex) 显示到 2025 年将显著增加。
不清楚的是，有多少额外需求能真正通过可再生能源的额外发电来满足，以及需求侧管理（负载转移）能在多大程度上平滑峰值；估计值因地区和电网扩展情况而异。声称 AI 对一般电价上涨负全责是误导性的，因为燃料价格、电网瓶颈、极端天气和工业建筑的普遍电气化等其他驱动因素也发挥着作用。
到目前为止，投资者容忍高资本强度，只要收入和云利润率随之增长；分析师指出 AI 堆栈中的高利用率和定价权。批评者警告循环融资和网络风险，当连接容量增长速度超过本地发电时。因此，一些公用事业公司正在推动大型电网投资，并要求数据中心遵守灵活和存储要求。
对于运营商而言，这意味着必须全面考虑选址：可用功率（MW）、审批时长、电价结构（峰值/非峰值）、电网扩展计划、水资源和 PPA 可用性。对于能源供应商和市政当局来说，早期集群规划、电网扩展和存储至关重要，以避免价格高峰和可接受性问题。没有自己数据中心的公司必须注意，未来云价格和延迟将更受区域能源和网络状况的影响；多区域架构可以在这里提供对冲。对于家庭来说，区域价格上涨是可能的，但不是单因果的；应该参考本地电网报告和监管文件进行分类。
Quelle: YouTube
未来与挑战
仍然存在未解决的问题：包括审批、线路建设和变压器在内的电网和发电能力到底能多快地扩大？灵活负载、存储和余热利用对系统稳定性的作用是什么？需要具体、可比较的站点级 PUE 和 WUE 数据，以透明地评估负担和效率提升。如果融资成本上升或监管机构引入更严格的选址要求， 2.8 万亿美元资本支出路径, 的可信度如何？超大规模企业将在多大程度上将工作负载转移到气候凉爽且可再生能源丰富的地区，以降低成本和二氧化碳排放？
Quelle: thenewstack.io
尽管效率有所提高，但数据中心的电力需求预计将继续增加。
AI 热潮不仅仅是芯片问题，也是能源和基础设施问题。事实证明，数据枢纽地区的批发电价上涨，负载急剧增加，以及数万亿美元的资本支出浪潮。对于公司而言，这意味着：AI 扩展决策应该像模型基准测试一样认真对待本地能源现实——需要明确的网络承诺、PPA、效率计划和现实的时间表。将能源、选址和融资结合起来考虑，可以确保速度并控制成本。