大摩：美國AI電力缺口2026年達57吉瓦，供電時效成新價值高地
nashnova research
摩根士丹利研報測算美國數據中心到2026年電力缺口達57吉瓦，相當於6個紐約市的基礎用電；「快速通電」能力正取代晶片性能，成為AI產業鏈利潤分配的新焦點。
算力效率提升了6倍，為甚麼電還是不夠用？
AI數據中心正從傳統8U伺服器轉向單機櫃集成72顆GPU的整機櫃方案（NVL72），下一代Vera Rubin、Rubin Ultra機櫃功耗進一步飆升。
硬件效率確實在躍升——2025至2028年每瓦電力產出的token接近6倍增長。
但杰文斯悖論（一種資源用得越高效、總消耗反而越大的經濟現象）正在發揮作用：單位算力成本下降，刺激Agent智能體等高負載任務爆發式增長，效率紅利被總需求擴張吞噬。
這意味著→ 晶片越來越省電，但用電總量反而加速膨脹，電力供給成了真正的瓶頸。
57吉瓦的缺口到底有多大？
研報數據：2026至2028年美國數據中心累計電力總需求97吉瓦，扣除在建項目與現有電網容量，未補救的缺口高達57吉瓦。
即便加上燃氣輪機、燃料電池、核電、礦場改造等各類就地供電手段，中性情景下淨缺口仍有33吉瓦，佔總需求的34%。
簡單來說＝ 33吉瓦約等於6個紐約市的基礎用電負荷——即使將所有補救措施都用上，缺口依然巨大。
到2029年疊加Feynman新架構落地，淨缺口將進一步擴張至72吉瓦。
「快速通電」憑甚麼成了新的價值高地？
電網併網審批動輒數年，公共電網擴容遠遠跟不上AI算力建設速度，「有電才能投產」成為雲廠商的現實難題。
摩根士丹利測算，提前一年通電可創造約4.5美元/瓦的增量收益——時間本身正在被定價。
這意味著→ 產業競爭的核心指標正從「晶片算多快」轉向「電能多快到位」，供電時效（Time-to-Power）成為決定項目回報的關鍵變量。
誰在食這波紅利？
供電外殼服務商（PSP，手握現成土地與電網接入資源、能快速上電的基建服務商）和表後自建發電（BTM）企業迎來價值重估。
大量PSP企業由加密礦企轉型而來，簽訂15至25年長期租約，項目無槓桿自由現金流收益率可達15%至19%。
摩根士丹利判斷，未來半年內CIFR、RIOT、HUT等標的有望落地多筆重量級租賃交易，西德克薩斯將集中湧現表後就地發電項目。
產業鏈利潤分配正在發生甚麼變化？
機櫃成本結構發生質變：內存、網絡互聯、液冷設施佔比快速抬升，GPU在整體成本中的佔比持續下滑。
這反映出利潤正從晶片環節向電力設備與基礎設施環節轉移。
電力約束亦在重塑全球算力地理版圖——美國本土供電承壓，倒逼超大規模雲廠商向北歐、東盟、印度、伊比利亞半島等區域外溢，這些市場具備超預期上行空間。
風險在哪裏？
燃氣輪機核心熱端部件產能受限，設備交付周期拉長。
項目審批延遲、資本開支回報不及預期，均會擾動行業兌現節奏。
簡單來說＝ 缺口能否在2029年前有效填補，是整條產業鏈最核心的驗證節點——填不上，後面所有算力擴張計劃都要打折扣。
市场有风险，内容仅供研究参考，不构成投资建议。