亞洲AI算力擴張遭遇電力瓶頸
N.R. Finch
摩根士丹利估計亞太數據中心用電到2030年將超過100吉瓦，年複合增速約23%，但亞洲本地能源生產僅能滿足約三分之一的需求——電力供應正成為AI算力部署的首要瓶頸。
亞洲要建多少數據中心？
摩根士丹利估計，覆蓋馬來西亞、新加坡、日本、印度、中國等市場，亞洲數據中心總裝機容量可能達到約100吉瓦。
數據中心用電量將從2023年的193太瓦時增至2030年的832太瓦時，年複合增速約23%，與美國大致相當。
這意味著→ 到2030年，數據中心將佔亞洲總電力需求的3%，但佔全部新增需求的15%——增量壓力遠大於存量佔比。
為甚麼電力比機房面積更緊缺？
當前AI GPU機架單架功耗為40至200千瓦，而傳統企業級機架僅5至15千瓦，下一代平台還將進一步攀升至數百千瓦。
簡單來說＝ 一個AI機櫃的耗電量，頂得上十幾個甚至幾十個傳統機櫃，瓶頸已經從「找不到房間」變成「接不上電」。
這反映出數據中心的核心制約已從空間轉向功率密度、散熱與電網接入，電力基礎設施的就緒程度直接決定交付時間。
亞洲自身的能源夠用嗎？
國際能源署數據顯示，亞洲過去十年能源消耗增長50%，但傳統能源供應鏈投資已降至歷史低位，目前甚至低於數據中心投資規模。
亞洲消耗的能源約佔全球總量的一半，但本地生產僅能滿足約三分之一的需求。
這意味著→ 算力擴張疊加在一個本已吃緊的能源底盤上，供需失衡將隨AI需求上升愈發難以為繼。
錢會流向哪裡？
摩根士丹利預計，能源安全與AI供電需求將共同驅動亞洲超過5萬億美元的投資超級周期，並帶動約9萬億美元的價值創造。
區域能源資本開支預計到2030年接近翻倍，涵蓋煤炭、天然氣、可再生能源、儲能電池及電網；其中電力（含煤炭）將佔投資份額的逾三分之二。
儲能系統需求同步擴張——與數據中心相關的年度增量儲能部署到2030年可達321吉瓦時，相當於當前儲能需求的兩倍。
決定AI部署節奏的關鍵變量是甚麼？
摩根士丹利的核心判斷：AI基礎設施的指數級增長正與物理世界的能源約束發生正面碰撞。
簡單來說＝ 晶片可以按摩爾定律快速迭代，但發電廠和電網的建設周期是以年計的——兩條曲線的速度差，就是瓶頸所在。
電力瓶頸何時能通過煤炭、天然氣及可再生能源的協同擴張得到緩解，將是決定亞洲AI算力部署節奏的關鍵驗證節點。
Content is for reference only, not financial advice.