分析表明美国电网无法跟上数据中心电力需求增长；新的输电和发电是结构瓶颈。

人工智能的增长速度超过了全球生成足够电力来维持其运行的能力。随着AI应用在全球范围内加速，它与一个未为其需求水平而建造的电力系统发生了冲突。根据劳斯莱斯动力系统公司（Rolls-Royce Power Systems）发电业务高级副总裁维托里奥·皮埃朗热利（Vittorio Pierangeli）的观点，电力——而非芯片或算法——是AI时代的决定性因素。

回顾不到十年的发展历程，这一转变的规模变得清晰可见。2018年，AI生成的肖像画《贝拉米的艾德蒙》（Edmond de Belamy）作为一项新奇事物登上全球头条，该作品仅用5到7GB的数据进行训练，后来在佳士得以432,500美元的价格售出。如今，每天大约生成4300万张AI生成的图像。这些图像背后的模型使用数十亿个数据点进行训练——计算量是早期实验的高达100,000倍。而图像生成只是AI现在如何融入日常生活的一个方面。

AI运营的功率密度远远超过传统计算。单个ChatGPT查询的能耗可能是标准Google搜索的10到100倍，具体取决于提示的复杂性。在数据中心内，AI服务器机架目前每个的功率消耗为100到120千瓦，而仅五年前约为10千瓦。

在能源结构变化和地缘政治不确定性的背景下，这些压力不断加剧。传统煤电厂正在停运，而可再生能源发电仍然间歇性。地缘政治不稳定性增加了能源安全的压力，AI数据中心的负荷特征变得极其波动。

预测表明，2025年至2030年间，整个发电市场的规模将近乎翻三倍，主要由数据中心需求驱动，其中备用电源部分每年增长约22%，持续电源每年增长24%。然而，供应跟不上步伐。美国电网向数据中心的总供电预计到2030年将比需求短缺超过50吉瓦。虽然数据中心本身可以在18到24个月内建成，但获得电网连接需要三到七年。

为了弥补这一差距，超大规模数据中心运营商日益转向现场发电。MTU燃气发电机组等解决方案提供近期容量，而小型模块化反应堆提供长期替代方案。开发商正在根据"自带电力"（BYOP）倡议，将独立电厂折叠到新的数据中心设计中，为设施生成所需能源，直到电网容量或新核能来源上线。这些系统提供短部署时间、高运营灵活性、模块化设计和高效率——在天然气充足且管道基础设施完善的市场中具有关键优势。

也许AI时代最大的挑战不是所需电力的量，而是其需求的不稳定性。图形处理单元同步运行，产生急剧、规则的功率波动。研究表明，在AI数据中心的单个50兆瓦区块内，实际功率可以在几秒内波动±20兆瓦。这些波动可能对变压器造成压力并中断更广泛的电网。

动能储能系统，如MTU动能电源包（mtu Kinetic PowerPacks），充当快速反应缓冲区，稳定电压和频率，同时平缓功率峰值。它们对负荷变化做出即时响应，并提供不间断电源功能，无需额外电池。

即使通过BYOP方案或电网获得了主电源，数据中心仍需要一个万无一失的备份计划。为了达到Uptime Institute的Tier IV认证——需要99.99%的可用性——现代数据中心依赖于任务关键的柴油备用系统。全球超过25%的数据中心由MTU Series 4000发电机组备用。

数据中心越来越被描述为现代生活的隐形骨干——数字时代的工厂，是生成和传输智能的地方。以必要的速度可靠地为它们供电需要能够与行业本身一样快速发展的解决方案。模块化、可扩展和燃料灵活的系统满足数据中心运营商当今的需求和明天的需求。