解读高盛《Powering the AI Era》：AI 时代的电力挑战与能源机遇

原创 Eaton伊顿关键电源 - 2025年11月13日

在高盛发布的《Powering the AI Era》报告中，AI 被描绘为继铁路、电气化与互联网之后的又一次基础设施革命。而这场革命的核心，不仅是算法与模型，更是电力与能源。本文将根据报告原文，系统梳理其中与电力和能源相关的洞察，并结合伊顿产品，探讨如何将战略落地为可执行的技术方案。

AI 的瓶颈是电力

高盛全球银行业务联席主管 Dan Dees 在开篇的信中指出，AI 的未来不仅依赖代码和模型，更依赖“混凝土、钢铁与硅”。一个典型的 250MW AI 数据中心建设成本高达 120 亿美元，而最紧迫的瓶颈不是资本，而是电力。高盛预测，到 2030 年全球数据中心电力需求将增长 160%。AI 不是虚拟的，它是高度依赖物理世界的产业。

历史性范式转变

AI 开启新计算时代

AI 正重塑基础设施格局，其影响可比肩铁路与互联网等历史性技术浪潮。高盛报告指出，AI 服务器机架的功耗将在 2027 年达到传统云设备的 50 倍，GPU 集群则需依赖复杂液冷系统以应对高热负载。预计到 2030 年，数据中心电力需求将激增 +160%，这主要是由于能源密集型人工智能工作负载。随着能效提升空间趋近极限，电力供应已成为 AI 发展的核心瓶颈。数据中心选址也正向电力充沛、气候适宜、监管友好的地区迁移，如美国中西部、北欧和东南亚。在 AI 时代，电力基础设施的战略地位将与算力并重，成为推动技术落地的关键支柱。

电力命题

时代性的机遇与挑战

电力基础设施已成为 AI 发展的关键支柱，其重要性不亚于算力本身。在这一背景下，洞察能源系统所面临的挑战与机遇，将为理解 AI 时代的电力生态提供了系统性框架。

电网与公用事业压力

以美国为例，电网平均寿命已达 40 年，老旧设备、审批周期长以及供应链瓶颈等问题，正严重制约 AI 基础设施的快速落地。公用事业公司在维持现有系统稳定运行的同时，还需应对 AI 带来的激增负荷，不得不探索新的电价机制，如预付费和用电承诺合同等，以缓解双重压力。

能源结构与发电方式

在此背景下，AI 数据中心当前主要依赖天然气发电，但新建机组通常需要 5 至 7 年才能投入使用，难以满足快速扩张的需求。虽然可再生能源部署速度较快，但受限于间歇性特征和储能技术尚不成熟，难以完全填补供电缺口。高盛预测，未来新增电力容量将由 30% 联合循环天然气（CCGT）、30% 天然气峰荷机组、27.5% 太阳能和 12.5% 风能构成。同时，小型核反应堆（SMR）、碳捕获、铁空气电池等新兴技术仍在持续研发中，反映出传统与新型发电模式并行推进的必要性。

输电与“表后”供电

（Behind-the-Meter）

此外，输电能力已成为制约 AI 基础设施发展的核心瓶颈。越来越多的大型数据中心开始自建微电网或就近接入发电厂，通过“表后”供电模式绕开传统电网接入队列。例如，PowerSecure 在德州暴雪期间成功提供了 2.26GWh 稳定电力，展现出分布式供电的潜力。

融资与创新

能源问题本质上是一个多层次、跨十年的系统性挑战，亟需多元资本结构的支持，包括项目融资、联合运营与政府参与。Entergy 与 Meta 联合开发发电与输电资产的案例，正体现了跨界合作与创新融资模式在推动 AI 时代电力生态落地中的关键作用。

把握时机

资本解决方案

2024 年超大规模云计算公司每天资本支出达 8 亿美元，而整个美国公用事业行业全年支出为 2000 亿美元。为满足 2030 年前新增 65GW 电力容量（约 3240 亿美元投资），需要创新融资工具，如 REITs、项目融资、联合投资等。

伊顿技术

赋能 AI 时代电力生态

报告清晰指出，AI 革命的成败取决于电力。面对 2030 年 160% 的电力需求增长，企业不仅需要资本与战略，更需要可靠的电力系统与组件。面对 AI 数据中心带来的能源与算力双重挑战，未来的基础设施不再只是“更强的计算”，而是“更聪明的供电”。伊顿以百年电力技术积淀，持续构建从电网到芯片的整体解决方案：