摩根士丹利上调美国AI电力缺口至38GW，英伟达列半导体首选
nashnova research
摩根士丹利将2026–2028年美国数据中心净电力缺口从33GW上调至38GW，直言三分之一缺口尚未被市场定价；半导体方向首选英伟达与博通，ASIC在电力受限环境下面临份额压力。
38GW的缺口是怎么算出来的？
研报把缺口拆成三层：第一层算"裸缺口"——美国数据中心电力需求116GW，减去在建机房和可用电网容量，剩70GW。
第二层计入五类"缩短通电周期"方案后，低/中/高三档净缺口分别为60/43/23GW；摩根士丹利认为中档43GW最可能出现。
第三层再算上亚太溢出，落在38GW——这就是本次上调的终点。
这意味着→ 即便把能想到的补救手段全算进去，美国数据中心仍有超过三成的电力需求无法满足。
需求为什么突然从97GW跳到116GW？
三处模型修改推动了跳升：为已购芯片供电所需的公用电力预期上调，新增了储能、网络及其他机架级部件能耗。
历史非生成式AI数据中心的总电力需求也被上调，同时方法论中正确计入了75%负载因子。
用大白话说＝ 以前只算了GPU本身的电，现在把芯片旁边一整圈"配套用电"也补上了，数字自然大了一截。
五类补缺方案，哪个最靠谱、哪个最受限？
表后涡轮机与发动机成功概率最高（90%），中档可补22GW；但瓶颈不在产能，而在劳动力——现有工人每年只能支撑10–20GW燃气新增。
亚太溢出估计2026–2028年分流6GW；亚洲约有30GW富余电力，但电网约束限制了近期可服务性——有电，不等于接得上。
电网削峰被明确排除：公用事业公司按最极端条件管理电网，不会因削峰承诺而提高数据中心并网容量。
这反映出 补缺方案的天花板不在技术，而在人力和电网接入两个物理约束上。
Vera Rubin的机架功率为什么标到234kW？
摩根士丹利假设Vera Rubin NVL72单GPU热设计功耗2,300W，72颗合计165.6kW，另加68.4kW用于CPU、网络等部件，合计约234kW。
四个参照系佐证：英伟达路线图标约240kW、MGX 1.2架构支持最高250kW、施耐德电气给出227–246kW、和硕为NVL72 Max-P指定228kW。
用大白话说＝ 一个机柜的功率相当于大约80户普通家庭的用电量，这就是电力缺口持续扩大的直接原因。
半导体选谁？ASIC为什么可能掉队？
首选英伟达（NVDA.US）与博通（AVGO.US），理由是保守的指引、芯片投放可见度，以及英伟达更高的每瓦token产出。
电力受限环境下，ASIC（为特定客户定制的专用芯片）每瓦token产出更低、跨客户可替代性更弱，可能相对GPU失去份额。
这意味着→ 当电不够用时，谁能用一度电算出更多结果，谁就拿到更多订单——这是英伟达GPU目前的结构性优势。
如果建设暂停，冲击波先打到谁？
"牛鞭效应"（供应链末端的需求波动被逐级放大）末端最先受扰——存储、光模块等由短缺驱动定价的下游组件首当其冲。
熊市情形下，电源管理与模拟器件可能被超额订购，风险同样集中。
"缩短通电周期"受益方包括表后供应商Bloom Energy（BE.US）、Solaris（SEI.US），以及已通电机房供应商TeraWulf（WULF.US）、Hut 8（HUT.US）等。
需要注意：摩根士丹利披露其与上述多家公司存在业务往来，持有英伟达、博通、Bloom Energy等1%以上普通股，存在潜在利益冲突。
市场有风险，内容仅供研究参考，不构成投资建议。