SemiAnalysis预测美国电网容量2027年转负，迫使AI数据中心进入自供电时代。

SemiAnalysis的一份报告警告称，美国电网的备用容量最早可能在2027年转负，远不足以满足AI数据中心激增的电力需求。由于电网扩展缓慢和可调度电源（如天然气）短缺，新建的大规模AI园区将越来越难以依赖公共电网。该报告预测，到2029年，数据中心的独立电表后（BTM）现场发电设备市场将每年超过50 GW。确保可靠的电力供应现在正在取代GPU，成为美国AI计算竞赛中的新关键瓶颈，加速了行业向自供电时代的转变。

AI计算能力竞赛正在将美国电网推向崩溃点。根据SemiAnalysis的数据，美国电网的"余量"——用于容纳新大型负载的剩余容量——最早可能在2027年转负。这意味着新建的AI数据中心将越来越难以依赖公共电网获得稳定的电力供应。

随着电网扩展远滞后于AI计算需求的增长，越来越多的数据中心将不得不部署自己的发电系统（独立电表后，或BTM），可能为美国AI基础设施开创"自供电"时代。该报告预测，2028年之后，美国新建数据中心中超过一半将采用BTM电力解决方案；到2029年，仅为数据中心服务的BTM设备的年度市场规模就可能超过50 GW，使其成为整个AI基础设施投资链中增长最快的部分之一。

SemiAnalysis主张，美国数据中心建设的当前速度已远超过电网传输额外容量的能力。该报告预测，美国数据中心的增量电力需求将从2026年的21 GW激增到2030年的84 GW。然而，在同一时期，美国电网每年只能增加约15 GW的经验证可靠性的新容量——以有效负荷承载能力（ELCC）衡量——只有到本世纪末才可能超过每年20 GW的水平。

至关重要的是，这些新容量不是专门分配给数据中心的；它还必须为其他不断增长的负载提供服务，包括制造设施、半导体晶圆厂和住宅消费者。在接下来的几年里，美国的新电力供应增长将越来越难以跟上AI数据中心需求的爆炸性增长。

SemiAnalysis的模型表明，在考虑峰值负荷要求和备用裕度后，美国电网用于容纳新大型负载的剩余余量几乎已耗尽，预计将在2027年左右转负。继续依靠常规电网来发展大型AI园区将因电力供应瓶颈而面临日益增加的约束。

该报告指出，市场普遍低估了建设美国电网的复杂性。当前的主要约束不仅来自发电容量，还来自整个供应链的瓶颈。

天然气发电厂通常需要四至六年的建设周期，而美国计划在未来两年内启动的新天然气发电项目数量非常有限。在追踪了大约40,000个发电资产后，SemiAnalysis预测美国天然气容量的年度增长在2026年和2027年都将保持在10 GW以下，显著改善预计要到2028年之后才会出现。

关键设备（如高压变压器、燃气涡轮机和断路器）的交货期通常已延伸到三至四年，远超历史平均水平。此外，项目许可、并网队列延迟、融资挑战和社区批准问题进一步拖延了施工时间表。

许多数据中心开发商已经遇到过类似情况：电力公司最初承诺到2027年提供数百兆瓦的负荷容量，但后来通知他们交货将推迟到2029年甚至更晚——通常还不承担这些延迟的责任。对于收入直接取决于计算能力的AI公司来说，这种程度的不确定性几乎是无法接受的。

SemiAnalysis特别强调，虽然美国的太阳能和储能装置在未来几年将继续快速增长，但标称容量并不等于能够支持大规模数据中心连续运营的可靠电力供应。

使用有效负荷承载能力（ELCC）——电力行业广泛采用的指标——该报告发现，由于太阳能和风能的显著间歇性及其高度相关的发电特征，新增可再生能源容量对系统可靠性的贡献远低于其标称装机容量。随着可再生能源比例的继续提高，其边际贡献将持续下降。

虽然储能系统可以缓解短期负荷波动，但它们也面临边际收益递减。一旦部署了大量4小时储能容量，系统风险将逐渐转向更长时间的电力供应缺口，使得仅凭储能越来越难以满足AI数据中心全天候运营的需求。因此，天然气等可调度电源将在未来几年内继续成为支持AI基础设施扩展的中心。

在公共电网日益紧张、难以满足需求的背景下，独立电表后（BTM）解决方案正在迅速成为大规模AI数据中心的首选。BTM是指数据中心直接建造或共址专用电力发电设施，在自己的园区内部供电，而不是完全依赖公共电网。

根据SemiAnalysis的说法，与等待漫长且高度不确定的并网流程相比，BTM的最大优势在于其速度和确定性。对于OpenAI和Anthropic等AI实验室来说，计算能力直接决定了它们在模型训练和推理中的能力——因此也决定了未来的收入增长。虽然电力成本在AI云运营的总体拥有成本（TCO）中占比相对较小，但确保可靠的电力供应可能转化为数十亿——甚至数百亿——美元的潜在收益。因此，公司更愿意承担建造现场发电的前期成本，而不是忍受多年的并网延迟。