外媒認為，AI熱潮通常被解讀為GPU採購和雲服務供應商的資本支出競賽，但更難補上的環節正轉向電力。數據中心建設週期相對較短，但輸電線路、變電站以及新增發電能力的推進卻往往較慢，這使得供電能力成爲AI擴張中的現實約束。
數據中心用電量繼續上升
國際能源署預計，全球數據中心的用電量將從2025年的約485 TWh 升至2030年的約950 TWh，其中面向 AI 的設施增速還會更快。文章指出，問題不僅在於 AI 消耗多少電，更在於需求出現得太快，電網和配套設施難以同步擴容。
GPU 之外還有配套系統
文章稱，AI集羣並不只需要處理器。大規模加速器的部署還依賴於網絡設備、電力轉換、散熱系統、電網接入以及穩定的供電。隨著服務器密度的持續提升，支撐這些設備運行的基礎設施要求也在同步上升。
- GPU 與網絡互連
- 電力轉換與散熱管理
- 電網接入與發電能力
文章認為，這些環節中的部分瓶頸，無法像採購芯片那樣通過追加訂單快速解決。大型雲服務供應商可以繼續买入更多 GPU，但無法立刻獲得新的高壓接入能力。
德州接入申請超過700 GW
德州被视为較典型的案例。文章援引數據稱，當地擬建數據中心提出的電力接入申請已超過700 GW，遠高於美國現有數據中心的實際用電規模。由於部分項目最終可能不會落實，監管部門已開始收緊接入規則，以避免電網資源被“幽靈需求”佔用。
這也帶來了直接的財務問題。公用事業公司可能會先為尚未落地的項目投入基礎設施，而真正推進中的 AI 區域則可能面臨多年的等待，難以及時獲得電力接入。
礦企與電力公司受益
文章認為，這一瓶頸正在改變 AI 產業鏈的受益者範圍。數據中心電力管理和散熱設備供應商 Vertiv 近期同意收購微电网公司 Utility Innovation Group，交易總額最高可達26億美元，顯示現場發電和獨立於主電網的基礎設施價值正在上升。
微电网的重要性在於，它能將電網供電、現場發電和儲能結合起來，降低項目對公共事業接入進度的依賴。同時，NextEra Energy、Dominion Energy等電力供應商，也正從雲服務供應商和數據中心開發商帶來的長期需求中受益。
文章還提到，AI的擴張正在改變比特幣礦業的經濟邏輯。礦企通常掌握低電價地區的電力接入資源，這些連接本身就已具有稀缺性。如果AI公司願意為相同的電力支付更高價格，部分礦企可能會將部分產能轉向高性能計算業務。
