人工智能与电力供应当下的矛盾点

　　当前，大模型已经从技术热潮转向实用赋能，AI正在深度重塑数字经济底座。算力作为AI基石，需求量呈指数级跃迁，而算力的尽头是电力——一场围绕能源的博弈正在数据中心机房内悄然展开。

　　近期特斯拉CEO埃隆·马斯克与英伟达CEO黄仁勋，多次公开强调未来的人工智能发展将依赖于能源供给特别是清洁电力的可获得性。而作为AI产业的“掌舵人”的黄仁勋更是抛出的一组数据，更是直接撕开了AI高速发展背后的能源焦虑：到2027年，仅英伟达供应的GPU集群，年耗电量就将达到150-200GW，相当于1.5个法国全国的用电量！

　　根据IEA《电力2025》的数据，2024年全球电力需求达到29,038太瓦时（TWh），同比增幅达到4.3%——不仅高于2023年的全球电力需求增速，也高于2024年全球能源需求增速（2.2%），以及同年的全球GDP增长率（国际货币基金组织统计口径：3.2%，世界银行统计口径：2.9%）。而设其中AI算力的用电量的增长显而易见。

　　图：1992年-2026年全球用电量需求与GDP对比

　　图表来源：IEA《全球电力市场半年报：2025H1》

　　北美“电力荒”的三大断层

　　1、需求爆发与电网扩容的“时间差”

　　ChatGPT引爆AI算力竞赛后，美国科技巨头计划到明年底投入7,370亿美元新建数据中心，单年需电80 GW——超过德国全国峰值负荷。但一条新输电线路从立项到并网往往需5–7年，变压器交期已排至2–3年后，导致加州圣克拉拉等地出现“机房已建成、电线没插上”的怪象：57个数据中心排队等电，部分项目空置三年无法投运。

　　2、超高功率密度与老旧电网的“容量差”

　　英伟达最新Blackwell单卡功耗高达1,000 W，一个AI训练集群可同时吃下一座10万人口城市的电量；而多数亚太在运数据中心按5–10 kW/机架设计，配电与散热架构根本撑不住40 kW以上AI服务器。结果是：芯片到位即“趴窝”，微软CEO坦言“大量GPU躺在机架上，因缺电无法开机”。

　　24×365训练模式与清洁电力的“结构差”

　　AI训练负载全天候拉满，光伏风电却因昼夜、天气波动无法连续供电；地热、小堆等基荷电源尚在示范期，短期内补不上缺口。美国部分州为保数据中心用电，已出现居民电价上涨3倍、社区集体抗议的“用电挤兑”。

　　国内电力催生机遇，储能电池ETF（159566）精准捕捉龙头贝塔

　　权威机构预测：2030年美国算力规模4960 EFLOPS, 2024-2030年用电复合增长率33%；2024-2028年用电发合增长年19%；预计2030年美国数据中心用电占比提升至15%。而中国变压器出口额2025年前三季度同比增39%，金盘科技、新特电气等企业凭借交付周期短（6–9个月）、成本低20%–30%的优势，正加速替代美欧老牌供应商；英伟达推动800 V HVDC/SST新架构，进一步放大技术升级红利。

　　另一方面，GE、三菱等海外龙头产能排至2027年，留下明显空档。国内杰瑞股份已拿到AI巨头两笔超亿美元订单，验证国产高可靠性机组切入北美高端市场的可行性；阳光电源、同飞股份等储能企业同步受益，形成“燃机+储能”打包方案，打开单价高、粘性强的蓝海市场。

　　储能电池ETF（159566）：跟踪国证新能源电池指数，65%权重集中在储能系统（电池、逆变器、液冷、消防等），35%权重落在电池制造，真正“一篮子”打包锂/钠/液流电池、正负极、电芯、系统集成等主流技术路线，规避低端产能过剩环节，龙头贝塔捕捉更精准。相关场外联接基金（A/C：021033/021034）。

　　有分析表示，在算力需求激增的当下，能源保障成为关键环节，综合此前英伟达在800V数据中心供电架构白皮书中提出的两级储能架构，储能相关产业链有望深度受益于AI发展浪潮下对高质量电能的需求。