数据中心建设浪潮预计投入 10 万亿美元资本支出，并可能突破电网容量，成为 AI 基础设施扩张的约束因素。

人工智能在过去几年里推动半导体成为市场最热门的板块。但现在物理世界开始反击。虽然人工智能模型存在于云端，但运行这些模型的服务器需要大量的电力、冷却系统、变压器、变电站和电网连接。这些物理组件无法以软件的速度进行制造或许可。

这种不匹配正在成为AI热潮的一个主要投资主题。芯片供应不再是该行业增长的制约因素。AI增长的下一个制约因素可能根本不是英伟达芯片——而是缺少为它们供电的地方。

摩根士丹利估计，美国数据中心IT电力需求将从2025年的9.19吉瓦上升到2029年的78.57吉瓦，四年内增长755%，且增长已从现在开始加速。预计2026年需求将增至17.96吉瓦，2027年再增至35.46吉瓦，到2028年达到52.31吉瓦。日益密集的AI硬件使这一挑战愈加复杂。

该投资银行9月份的研究估计，英伟达Vera Rubin机架需要大约234千瓦的电力，而未来的Rubin Ultra机架可能消耗约600千瓦。该公司预计2026至2028年间美国新增数据中心电力需求为97吉瓦。

提高芯片效率并不一定能解决问题。更高效的芯片降低了生成每个AI令牌的电力成本，使生成更多令牌在经济上变得可行。摩根士丹利估计，2025年至2028年间每瓦特生成的令牌数可能增长近六倍，但总体电力消耗仍在继续上升。

电网的数学形势严峻。摩根士丹利预计，数据中心在2026年至2028年间需要增加97吉瓦的容量，而目前只有21吉瓦的数据中心正在施工中，仅有19吉瓦的电网容量可用——留下57吉瓦的缺口。虽然现场天然气发电、燃料电池和核电相关项目等替代电源可以减少这一缺口，但到2028年仍将留下约33吉瓦的未覆盖部分。

这并不意味着美国注定会经历轮流停电。相反，超大规模数据中心运营商越来越无法假设当新数据中心准备好时电网就能提供电力。开发商已经开始转向较小的现场燃气涡轮机，因为它们的部署速度比传统电网连接发电更快。Enverus情报研究公司预计到2030年将增加29.6吉瓦的用户侧燃气发电，其中数据中心占88%。

英伟达仍然是AI计算的中心，但稀缺价值正在向下游转移，转向能够提供电力和输送该电力所需设备的公司。通用电气Vernova、伊顿和Vertiv Holdings等电力设备公司，以及Bloom Energy等替代电源提供商，正处于这波支出浪潮的最前线。摩根士丹利主张，基础设施和能源制约应能使AI支撑型公司即使在AI应用扩展到其他行业时仍保持相关性。

AI最大的问题正在从获取足够的GPU演变为获取足够的兆瓦。预计的57吉瓦电力缺口使电力基础设施成为最清晰的二级AI投资主题。聪明的投资者仍应关注芯片制造商，但AI热潮的下一阶段可能会越来越多地奖励那些建造发电厂、变压器、冷却系统和电气基础设施以维持这些芯片运行的公司。