分析:AI数据中心电力需求接近电网容量上限,电力供应成为进一步扩张的主要瓶颈。

美国驱动AI的数据中心功耗预计将从2025年的5吉瓦增长到2030年的50吉瓦——大致相当于纽约市年度用电量。如果AI基础设施继续以同样的速度增长，到2035年美国将需要500吉瓦的AI数据中心，这将消耗超过所有美国家庭、商业和其他用户当前年消费电量的电力。

我在英国政府能源部工作了八年，其中包括参与数据中心电力政策。我从第一手经验中深知快速建设基础设施有多困难。如果AI公司希望整个2030年代AI继续变得越来越强大——正如他们所声称的那样对发明新技术和治愈疾病是必要的——他们必须现在就开始在能源基础设施上投入更多资金。

AI公司目前每年投资约8000亿美元用于数据中心建设，但面临重大的后勤障碍。为了加快部署，许多公司正在放弃传统电网连接，转而使用现场燃气发电机。SpaceX位于田纳西州孟菲斯的歌罗斯数据中心集群标榜在仅122天内完成，依靠数十台便携式燃气涡轮机。

越来越多的美国人反对这些设施，理由是环境和社区关切。便携式涡轮机噪音大，降低当地空气质量，并导致碳排放。近几个月，纽约州对新数据中心实施了禁令，而伯尼·桑德斯参议员和亚历山大·奥卡西奥-科尔特斯众议员提议了联邦禁令，禁止超过20MW的设施，理由包括环境、劳工和AI安全问题。

然而，即使美国接受AI数据中心并能足够快地制造芯片——这是两个巨大的不确定性——电力网也无法跟上。大型燃气涡轮机的交付期现在超过五年，使用便携式涡轮机的解决方案本身也越来越受限，因为更多数据中心采取同样的策略。许多计划于2026年建设的多吉瓦级校园已经延迟；彭博社报道称，原定于今年完成的12吉瓦数据中心校园中，只有三分之一甚至处于施工阶段。

如果AI扩展趋势持续，到2030年需求超过50吉瓦，到2030年中期需要数百吉瓦，则会出现三种可能的未来：

AI公司现在大力投资计算和能源基础设施，使整个2030年代能够不间断地扩展；美国决定培训更强大的模型不是优先事项——也许通过全球协议来减缓AI开发；或美国AI扩展在没有刻意政策行动的情况下放缓。

一些人主张，通过适当的变通办法或适度的价格上升，数据中心可以在两年或更短时间内建成。《Offgrid AI白皮书》的提议者声称太阳能电池板和电池可以实现快速扩展。太阳能和电池确实可以快速制造，并可以支持100MW的设施。然而，这种方法对吉瓦级数据中心失效。所有大规模电力网络——无论是电网连接还是离网——都需要定制的高压电气变压器和其他定制组件。即使其他一切在几个月内可用，高压变压器目前需要五年或更长时间才能交付。

新的制造投资正在出现，但能源行业对激进扩展持谨慎态度。在1990年代末和2000年代初，2000年至2005年间，美国电网增加了超过200吉瓦的发电厂。当需求在2000年代初突然崩溃时，放松管制使变压器需求更难预测。到2005年，全球最大变压器制造商之一ABB被迫关闭设施并裁员10%。ABB总裁兼首席执行官弗雷德·金德尔当时表示："过度产能一直是变压器行业近年来最大的问题。"ABB在2017年关闭了另一家制造工厂，尽管最近出现数据中心热潮，但该工厂仍未重启。

行业充满了类似的故事：变压器和专业电气组件制造商提高产量以满足预期需求，却看到需求15年来一直停滞。AI数据中心需要这些变压器、电气开关柜和组件来获得足够的电力，但制造商的产能扩张速度不足以满足预期需求。

已提出了替代方案。埃隆·马斯克在1月的达沃斯论坛上宣称"放置AI成本最低的地方将是太空，这在两年内可能是真的，最晚三年。"其他人则提议海上浮动太阳能数据中心。除去其非凡的成本不谈，现有版本实际上是1MW或更小的微小设施——远低于前沿AI模型所需的多吉瓦级训练规模。Epoch AI的研究人员建议训练可以跨越多个数据中心校园而非单一校园，尽管这仍假设它们之间的高带宽网络。虽然在技术上可行，但通过互联网连接的众多1MW级设施间的分布式训练会大幅降低性能。

眼前的机会在于优化现有基础设施。全球电力网的线路评级基于最坏天气条件。动态线路评级——允许电力线在天气安全的日子承载额外负荷——结合数据中心的灵活性以在年度短期内减少或停止功耗，可以显著增加可用容量。谷歌长期以来一直倡导灵活的数据中心，英国电力监管机构最近就为大型设施建立新的灵活性框架进行了咨询。即使进行此类优化后，AI训练最终也会受限于可用的物理基础设施。

为了保证不间断的模型训练扩展，AI公司需要为考虑建设新工厂的变压器和电气组件制造商消除AI泡沫风险。他们可以承诺购买大量可互换变压器，虽然效率较低，但可以更快速地制造和规模化——这是类似于政府支持疫苗制造商的预售市场承诺的进展。

从理论上讲，AI公司也可以通过基于里程碑的付款来降低制造风险。然而，经济学使这几乎不可能。尽管预计明年收入在数百亿美元，但持续计算提供的当前资本成本意味着公司今天无法承担用于满足五年内所需电力甚至一小部分的订单。SemiAnalysis创始人迪伦·帕特尔主张这种动态会减缓半导体生产；同样的制约将阻碍电力基础设施。AI公司可能需要政府支持来说服制造商扩大规模——例如，政府可以保证在AI公司无法承担的情况下覆盖变压器订单的部分费用。

如果没有立即行动，能源基础设施将制约技术发展和经济增长的步伐。相反，它可能为人类提供一个理解新AI能力的关键时刻。智能爆炸可能仍会到来——但它将按照电网的时间表而非行业的时间表到来。