炒股就看金麒麟分析师研报
，权威，专业 ，及时，全面
，助您挖掘潜力主题机会！

　　碳基需求正在给硅基需求让步，硅基不光需要GPU ，而且对电力胃口已经超过碳基需求
，从过去两周最新消息来看，“电力”以前所未有的密度涌进硅谷AI行业头版 。

　　5月11日 ，Blackstone以10亿美元入股发电商VoltaGrid
，同日英伟达以最高21亿美元的5年期股权期权入股AI数据中心运营商IREN；5月6日，比特币矿企转型的Hut 8在得克萨斯州Beacon Point签下98亿美元
、15年、352MW的take-or-pay租约 ，股价当天涨近30%。

　　4月20日
，Anthropic与亚马逊扩大合作：Anthropic承诺未来十年在AWS技术上投入超过1000亿美元，并获得最高5GW的新算力容量 ，用于训练和运行Claude
。 5GW约相当于数座大型核电机组的装机容量。

　　这一系列交易最值得注意的不是价格
，而是亚马逊公告中那个词——“binding constraint” 。这说明，不是芯片 、不是人才
、不是算法 ，是电，成为AI规模化最硬的瓶颈
。

　　这与笔者近期在加州看到的趋势一致：AI数据中心面对的电网危机点燃了新一轮电厂建设潮
，竞赛已从谁的模型更聪明转向谁控制了能源。

　　4月30日，北达科他州公共服务委员会一致批准了一个1.1亿美元的电力项目：2英里输电线路、变电站 、280MW容量——费用全部由AI数据中心开发商Applied Digital承担 ，再交给当地电力合作机构Minnkota Power运营 。AI公司自费建电力基础设施再转手电力公司——这不是投资
，是入场券
。4月开工，9月线路投运 ，留给算力的时间比留给电力的时间还短。

　　这不是孤例 。据TechCrunch 4月27日报道
，数据中心需求两年内将美国天然气电厂建设成本推高了66%，工期延长23%
。IEA同月发布的全球能源评估显示 ，2025年美国新增电力需求中整整一半来自数据中心——一个行业吃掉了一个超级大国一半的新增用电。

　　一个月前
，Sam Altman在纽约BlackRock基础设施峰会上承认：“Anything at this scale， it‘s just like so much stuff goes wrong． ”（做到这种规模 ，什么乱子都会出 。）他举的例子不是算法崩溃
，也不是芯片短缺，而是他在得克萨斯州Abilene的数据中心园区遭遇极端天气后 ，州政府为保障居民用电切断了他的电力供应
。

　　这是全球最激进的AI扩张者第一次在公开场合承认数据中心太难了。同周据Fortune报道，OpenAI放弃Abilene一项扩建计划
，Crusoe与微软接手相邻新园区，总容量2.1GW——一家退出 ，一家接手
，交接的不是算法，是电 。

　　对中国企业家和投资人 ，至少有两条启发。一位知名财富管理机构运营者在加州对笔者表示：“根据我们的调研
，今年最赚钱的财富管理产品大概率就是AI数据中心，给到普通投资者的收益都可以做到10%以上
。
”一位正在日本签下数亿元AI数据中心订单的浙江劲群科技负责人则告诉笔者：“我们也在西湖
、浙江海边考虑液冷方案 ，先看看硅谷怎么做
，再回头学。”

　　技术撞墙：不是缺电，是电到不了机柜

　　据报道 ，计划2026年开业的美国数据中心中
，近一半面临延期或取消 。这些公司手握数百亿美元资本预算，延期不是因为没钱 ，而是三个瓶颈同时卡住了喉咙
。

　　第一是物理瓶颈。一个英伟达 GB200机柜功率密度高达120kW——五年前一个机柜只要10kW，翻了12倍 。配套的高压变压器、配电柜 、散热系统全部跟不上
。据一位产业链分析师梳理
，部分型号高压变压器交货周期已拉长到两年以上——有钱也等不来。

　　“当前全球变压器紧缺异常 。 ”一位长期研究电力的资深人士对笔者说
。

　　第二是制度瓶颈。美国有66个电力平衡区
、7个ISO、3000多家独立电力公司，并网排队中位数等5年 。大部分输电线路建于上世纪六七十年代早已超过设计寿命
。在AI行业 ，5年意味着三代芯片更替
，没有哪家公司等得起。

　　第三是规模瓶颈 。德州电网运营商ERCOT预测，到2032年电力需求可能从近期峰值翻四倍。数据中心目前占美国总用电量约7% ，不同机构预测到2030年这一比例将在12%到17%之间
。方向没有争议
，争议的是速度和规模。

　　三个瓶颈交叉，结构性问题已经清楚：电力不再是运营成本 ，而是准入条件 。模型再强
，拿不到电就是纸上谈兵
。

　　资本换道：钱从GPU流向电厂

　　AI公司的回应不是等电网追上来，而是自己动手。

　　4月29日 ，四大科技巨头同一天发布财报
，2026全年资本支出指引合计约7250亿美元——亚马逊约2000亿 、微软约1900亿
、Alphabet 1800至1900亿、meta 1250至1450亿 。微软披露约三分之一capex流向数据中心建筑和电力基础设施，Alphabet约40%用于数据中心和网络设备——电力相关支出正从资本预算的边际项变成主力项
。

　　微软 CFO Amy Hood在电话会上让华尔街沉默的一句话是：“已经采购并交付的数十亿美元前沿英伟达 GPU ，正堆在我们仓库里积灰——没有任何数据中心有足够电力把它们装上去。 ”

　　Azure积压800亿美元未履行订单，瓶颈不在芯片
，而在电力接入；谷歌 CEO Pichai同日承认“短期内受算力约束” 。

　　meta走最重的路：据TechCrunch报道，其支持的数据中心扩建正在推进多达10座专属天然气电厂 ，总发电量“足以为南达科他州全州供电
”
。

　　meta财报电话会上首次承认数据中心“现在需要自己的电厂”
，甚至开始探索太空太阳能（space-based solar）。选天然气而非可再生能源，是因为AI数据中心需要7×24小时稳定的基荷电力 ，光伏风电的间歇性会让训练在天黑时停摆 。

　　代价是与碳中和承诺的张力——据Reuters报道投资者已在施压
，股价财报后下跌6%
。几乎同时，据Bloomberg 5月6日报道 ，微软也在内部讨论延后甚至放弃其2030年小时级100%清洁能源目标——碳承诺让位于电力扩张
，已从meta个案扩为行业共识。

　　谷歌走最轻的路：金融工具 。今年3月，谷歌与美国中南部和中西部5家电力公司签约 ，电网紧张时主动调降数据中心用电
，释放最高1GW的需求响应（demand response）容量——相当于一座核电站的出力。谷歌不建电厂 、不碰重资产，而是用PPA锁定长期电价 ，用需求响应换更优并网条件——从“买电客户 ”变成电网调度的参与者
。代价是需求爆发时仍受制于电网：Q1 谷歌 Cloud积压订单超4600亿美元，季度环比近乎翻倍。

　　微软选择了一条中间路：合资 。据Reuters报道
，Chevron、微软与Engine No.1已签署排他性协议，探索在西得州建设2.5至5GW气电驱动AI数据中心园区——传统石油公司与科技公司联合建电厂 ，五年前不可想象
。亚马逊那头
，Anthropic刚锁定的5GW AWS算力
、千亿美元交易，亚马逊的表述是：“电力 ，不只是处理器
，才是AI规模化的硬约束。
”

　　三条路秉持着同一个目的：绕开等不起的电网，自己解决电力问题 。据摩根士丹利估计 ，到2026年底
，近30%的新建数据中心容量将建在电网之外——一年前这个比例接近零
。从零到三成只用了一年。

　　制度重构：FERC的6月大限与州际分裂

　　4月16日，美国联邦能源监管委员会（FERC）正式启动大负荷用户并网专项规则制定 ，设定6月行动截止期 。Politico的评价是
，FERC正进入“史无前例的法律边界”
。

　　制度被迫回应，压力来自两个方向。一边 ，科技公司等不了——已开始自建电源、绕开电网 。4月21日，据报道
，众议院共和党提案拟豁免拥有离网自发电系统的数据中心的联邦能源法规约束——如果自带电源就能免监管，制度本身就在鼓励科技公司变成独立电力系统
。

　　另一边 ，公众在反弹——缅因州议会同周通过全美首个州级数据中心建设暂停法案
，被州长Janet Mills否决。据报道，亚马逊 、微软和谷歌已因社区反对放弃了多个数十亿美元项目 。宾夕法尼亚州民主党籍州长与弗吉尼亚州共和党籍州长罕见联名向FERC提交意见 ，要求联邦标准应是“底线而非天花板 ”。地方政府的招商手册
，正从“税收优惠
”变成“我有电
、我有变压器、我有水”
。

　　谁来为这一切买单，是另一条战线。哈佛大学能源法学者Ari Peskoe向FERC提交意见 ，要求停止将数据中心引发的输电升级成本分摊给所有电价用户——谁建数据中心
，谁出 。成本因果（cost-causation）原则一旦被采纳，将从根本上改变数据中心选址的经济账
。威斯康星州监管机构已率先裁定：数据中心必须按全额费率承担自身能源成本。

　　中国镜像：同一个物理极限 ，另一种解法

　　这一切很难简单归结为美国电网落后 。事实上
，在大洋彼岸也存在焦虑
。

　　虽然，马斯克曾多次表达羡慕中国电网发达 、电价便宜：两家国有运营商统一调度 ，45条特高压横跨4万公里，工业电价大约是美国的一半。

　　但同一个英伟达 GB200机柜放到中国
，功率密度仍是120kW 。中国的“水库 ”确实比美国大得多，但到了机柜门口最后几米 ，“水管口径
”是相同的物理约束——专用变压器
、铜排、液冷系统都得跟上
。从贵州 、内蒙古的“东数西算”基地到上海
、杭州的AI需求端
，地理错配和密度错配同样真实。

　　中国部分AI企业给出了与美国不同的技术回应 。笔者了解到，浙江劲群科技等企业正在推进集装箱式液冷算力中心：服务器、两相浸没式液冷系统 、高压直流供电模块全部预集成在标准集装箱里 ，出厂即用
，6个月交付（传统方式要三年），PUE可降至1.05以下
。

　　“我们也是看了黄仁勋的GTC访谈才下决心建设的 ，因为在国内
，电力瓶颈同样存在，我们也焦虑。”上述企业负责人表示 。

　　两套制度面对同一物理极限。美国的解法是让科技公司变成准电力公司——市场机制
、资本博弈、制度重构；中国的解法是国家统一调度加产业技术创新——集装箱式即插即用算力中心是中国工程师的另一种答案
。按中国工业电价（约0.088美元/千瓦时）和美国（约0.19美元/千瓦时）的差额 ，一个100MW数据中心每年电费可省约8900万美元——这不是政策补贴
，是制度红利。

　　中国科技公司的海外算力布局也在加速 。字节跳动在马来西亚投21亿美元建数据中心；万国数据海外业务DayOne拿到近20亿美元融资，规划容量1GW
。

　　高盛估计 ，中国AI企业海外数据中心总投资将达700亿美元，方向是东南亚和中东。“我们也按客户需求在马来西亚交付了集装箱式AI数据中心
，三个月就够，省下数年建设时间 。 ”上述劲群科技负责人说
。

　　二阶效应：谁在英伟达的影子里赚钱

　　AI产业链的价值 ，到底在往哪迁移？

　　关注AI的投资者大多盯着英伟达
，但打开一个AI机架的电源单元——会发现硅 、碳化硅（SiC）和氮化镓（GaN）三种材料同时在工作，它们负责的不是计算 ，而是把电力高效送到GPU面前。

　　120kW的机柜功率密度意味着电源转换效率每提高一个百分点
，散热压力就能降低数千瓦——这不是边际优化，是在物理层决定一个数据中心能不能开机 。

　　德国英飞凌（Infineon）是目前全球唯一同时掌握这三种功率半导体材料的公司
。据其财报 ，英飞凌2025财年AI数据中心营收约7亿欧元
，几乎是上一财年的三倍；2026财年目标15亿欧元；2027年目标25亿欧元——三年十倍。

　　英飞凌做的是让AI芯片能通电的那一层，这一层的增速正在接近甚至超过GPU本身 。一位纽约二级市场投资人对笔者说：“正是研究英伟达的二阶供应链 ，我们才发现了这只股票并建仓
。”

　　英伟达自己也在用资本绑定下游——5月11日以最高21亿美元的5年期股权期权入股AI数据中心运营商IREN。黄仁勋的解释是：“在大规模部署AI工厂时
，需要在算、网
、软、电 、运五层全面深度整合 。
”

　　这些公司有一个共同特征：不需要押注哪个AI模型胜出。无论OpenAI
、谷歌还是meta最终胜出，数据中心都要用电、都要散热 、都要接线——这是二阶投资逻辑的本质：不投算法竞赛的冠军 ，投赛道本身的基础设施
。

　　AI产业链的价值重心正从算法层向基础设施层
、再向电力层下沉。谁控制了电力准入，谁就控制了AI竞争的底盘 。

　　下一个十年的赢家
，不一定是拥有最好模型的那家公司，而是能把足够密度的电力、在正确的地理位置 、以正确的时间交付出来的那家
。

　　本文作者陆媛为第一财经硅谷特约作者。

　　（免责声明：本文仅为行业分析与信息整理 ，不构成任何投资建议 。文中所引用数据均来自公开信息
，作者与文中提及的公司不存在利益关联
。）