高盛：AI电力战刚开场
高盛最近丢出一份研究报告——《Powering the AI Era》。
这份报告没谈算法，也没讲模型，而是直接讲了AI的底层逻辑——它不是纯技术革命，而是一场能源革命。
高盛认为，AI的扩张速度已远超能源体系的承载力。
未来十年，电力供应会成为整个AI生态能否继续膨胀的关键变量。
换句话说，AI要跑得更远，得先保证有电。
算力可以堆，算法可以调，但电力这件事——没有替代选项。
一、高盛的核心结论：电力是AI的真正瓶颈
高盛认为，AI不是泡沫，而是新一轮基础设施周期的起点。
每一次技术浪潮的背后，都是一次基础设施的大跃进：
现在，AI成了第四次浪潮的主角。
这次的燃料，不是煤，也不是光纤，而是电。
高盛预测，到2030年全球数据中心的电力需求将翻倍 ，达到约945太瓦时（TWh） 。
其中AI加速服务器（专为AI训练与推理设计的高功率机型）的能耗增速约30% ，远高于传统服务器的9% （IEA2025年预测）。
在美国，数据中心用电占全国总电力的比例预计将从4%提升到8%–10% 。
高盛的判断是——电力是AI的真正短板之一。
二、AI的胃口，比想象更狠
高盛测算：AI的数据中心正在变成新的“电力黑洞”。
到2027年，一台AI机柜的功率是五年前云机柜的50倍，一个机柜的耗电量足以点亮整栋写字楼。
GPU的发热量让散热成为命门。
液冷、冷板、氟冷这些过去只在超算中心才出现的技术，如今成了AI机房的标配。
AI训练（AI模型通过大规模数据自学习的过程）和推理（AI根据模型执行任务的阶段）都依赖GPU集群。
这些GPU就像24小时不停旋转的电炉。
根据IEA 2025年数据，全球数据中心用电年均增速约15%，其中AI加速服务器的用电增速高达30%。
能效红利正在耗尽——电力成本，已经成为AI产业无法再压缩的硬支出。
美国电网的老问题也被点名，因为他们的输电线路平均服役40年，新建天然气或核电厂从立项到并网要五到七年。
风能、光伏虽清洁，却受限于间歇性供电。
高盛预计，到2030年，美国数据中心的电力缺口将达到10.4吉瓦（GW） 。
AI的速度，已经远远超过电网升级的速度。
三、电力缺口，不只是短缺，而是“错拍”
高盛称，这不是“缺电”，而是结构性错配 。
AI按季度扩张，能源建设得按年推进——节奏彻底错位。
高盛报告指出，几年内天然气仍是支撑AI数据中心扩张的主力能源，
而可再生能源（主要是太阳能与风能）与核电的比重将在未来十年持续上升。
问题是，新能源的扩容速度根本赶不上AI的扩张速度。
AI训练阶段能耗集中，推理阶段耗电持久。
一旦AI全面商业化，就会变成24小时不停转的“电力机器”。
选址逻辑也被改写——
过去建在“靠近用户”的地方，现在要建在“靠近电源”的地方。
报告提到，电价低、供电稳定地区正受AI资本青睐，例如德州、中东及北欧等地。
越来越多企业干脆自建电厂。
这种方式被称为“表后供电”（企业自建发电设施直接供电，不依赖公共电网）。
效率高，但排放、监管、碳税风险，也都在后头。
四、资本最先闻到“电”的味道
资本永远嗅觉最快。
高盛预测，到2030年，AI基础设施投资将达到6.7万亿美元 ，其中五万多亿将流向能源、电网和数据中心。
第一梯队是科技巨头。
亚马逊、谷歌、微软、Meta到2027年要合计投入1万亿美元。
2024年，它们日均资本支出达8亿美元。
这些公司已经不等别人发电，而是直接下场造能源系统。
第二梯队是主权基金和养老金。
2024年，Equinix与新加坡主权基金、加拿大养老金合作，筹资150亿美元扩建美国超大规模数据中心。
这类资金追求稳定回报，周期长，但耐力强。
第三梯队是金融创新。
传统融资顶不住AI的速度，SASB（资产支持证券化：以资产收益为抵押发行证券的融资方式）成为新选项。
高盛预计，到2025年，这类融资规模将突破20亿美元。
第四梯队是政策资金。
美国推出“清洁转型关税”（Clean Transition Tariff，通过电价机制为新能源投资提供稳定回报的政策工具），
政府兜底、电力公司发债，一场能源版“光纤周期”正在重演。
高盛测算，AI能源项目的内部收益率在8%至12%，投资回收期7到10年。
这场AI能源投资，拼的不是速度，而是耐力。
五、全球抢电，AI只是导火索
高盛还在报告中提出一个新概念——“数据中心外交”。
意思很直接：AI的竞争，正在变成能源博弈。
电价正在成为AI的第二成本曲线。
美国平均电价每千瓦时0.12美元，中东和东南亚一些地区只有三分之一。
这不是价差，而是竞争力。
高盛预测，到2030年，电网建设将带动全球铜需求增长60%。
铜等关键原材料被报告列为电网升级重点。
短期内，天然气仍是主力电源；到2035年，核能和清洁能源占比将持续上升。
报告最后总结说，AI能源格局将从“以气为桥”，过渡到“以核为稳”。
能源投资的缺口依旧庞大。
外部机构估算显示，2030年前全球能源与基础设施投资需求总计约17万亿美元。
这不仅是资本机会，更是国力的重新排名。
六、AI的上限
算力在天上飞，电力在地上跑。
能源系统的韧性、政策的灵活度、资本的耐力，
这些看似传统的东西，都将决定AI能走多远。
同时，能源革命也在重塑劳动力结构。
传统能源岗位正向智能运维和储能管理转型。
谁能在能源侧先布局，谁就能在AI产业链中吃到第二层红利。