高盛：AI电力需求相当于再造一个日本，供给受制于七大瓶颈
nashnova research
需求到底有多大？
从2024年初到2030年底，AI驱动的数据中心新增用电量相当于整个日本的年用电量。这意味着→ AI不是在电网边缘"加一点负荷"，而是要求凭空再造一个工业大国的电力系统。
高盛将美国电力需求年均复合增速从3.2%上调至3.5%，2025年实际负荷增速已超过4%，跑在预测前面。
美国数据中心用电预测从约83吉瓦上调至108吉瓦（2030年）；全球数据中心用电涨幅预测从约117%大幅上修至约170%。
效率提升为什么没能省电？
模型效率确实在提升，但省下来的电被三件事吃掉了：更多算力调用、更大规模的智能体工作负载、更高的云服务商预算。用大白话说＝ 模型跑得更省电了，但大家用得更多了，净效果是耗电反而涨。
超大规模云服务商资本开支预测同步上调：2027年从1.2万亿美元调至1.7万亿美元，2029年从1.5万亿调至2.1万亿美元。
这反映出 大厂并没有因为效率提升而缩减投入，而是把效率红利全部"再投资"到更大的算力扩张上。
供给瓶颈到底卡在哪？
高盛的判断：问题已从"有没有电"转向"能不能建"。具体归纳为"四个T"——燃气轮机（Turbines）、变压器（Transformers）、输电线路（Transmission）、技术工人（Tradespeople）。
在此基础上进一步扩展为"七个P"框架：AI渗透率、芯片与模型效率、电价、政策、零部件、人力、物理环境。用大白话说＝ 发电厂造得出来，但配套的设备、人、线路和审批全面吃紧。
零部件短缺尤为突出：一家主要燃气轮机制造商表示，预计到年底2031年的产能将售出一半。技术工人方面，美国电力负荷过去十年几乎没增长，电工和高压焊工存量不足、培训周期长，短期难以补上。
电从哪来、怎么过渡？
预期数据中心电力来源结构：约60%天然气 + 约40%可再生能源（含储能）。近期以简单循环燃气机组和可再生能源+电池为主，中期转联合循环燃气，长期寄望于核能。
表后燃气发电（Behind-the-meter，即数据中心自建、不接入公共电网的发电设施）被视为当前的"安全阀"。高盛将2030年表后燃气装机预测上调至约30吉瓦，约占数据中心总需求的20%。
这意味着→ 表后燃气是过渡方案而非终态——大型客户长期仍倾向并网，部分项目先孤岛运行、后续再接入电网。
水和政治为什么可能更难解决？
高盛将水资源描述为"比新增电力更难、更贵"的约束。以得克萨斯州西部为典型案例。
中美策略相反：美国数据中心优先节水，代价是用电效率下降（PUE变差、WUE改善）；中国监管倾向节电，接受更高水耗。用大白话说＝ 水和电是一对跷跷板，两国各选了不同的一头。
政治层面，电网接入被列为美国公用事业面临的"最重要单一议题"。部分政府正试图提前立规，避免审批流程演变为多年冻结。主要数据中心市场空置率已从2%-7%降至1%-2%，预计2030年回升至约3%。
这对投资意味着什么？
核心信号：AI电力需求的量级已无争议，真正的不确定性在于设备、工人、输电和政治能否以足够快的速度跟上。
这意味着→ 定价逻辑已经变了——不是"AI要不要用电"的赌注，而是"谁能最快解决供给瓶颈"的竞赛。公用事业、电力设备及天然气基础设施相关资产的估值，将直接反映这一瓶颈的松紧程度。
区域分化值得关注：PJM电网当前已处于紧张状态，ERCOT电网预计在2028年前后随负荷攀升而趋紧。高盛并不预测全美整体性短缺，但区域性紧张将显著加剧。
市场有风险，内容仅供研究参考，不构成投资建议。