马斯克都开始自己造发电机了？一场AI时代的电力危机，正在悄然逼近。 起初，人们以为人工智能的瓶颈在于高端芯片、光刻技术，或是英伟达的禁运。但最近，一股奇异的浪潮席卷了美国市场：SpaceX，这家以探索太空为使命的公司，竟然在德克萨斯州秘密建设涡轮叶片工厂——这并非为星舰打造引擎，而是为数据中心提供发电机配件。这出戏码，彻底颠覆了我们对AI发展道路的固有认知。 全球最富裕的AI巨头们，在抢购H100芯片之后，最迫切的行动不是聘请算法工程师，而是疯狂追逐发电设备。他们不惜一切代价，甚至连半个世纪前的工业锅炉、蒸汽轮机都被翻出来，精心修复，只为了在2032年之前，让机房里的服务器持续运转。 真相是，困住美国AI产业的根本问题，并非芯片短缺，而是插不上的电插座。 高盛最近发布了一份长达50页的《碳经济学》报告，将这场危机赤裸裸地摊开：AI算力军备竞赛对电力的消耗速度，甚至比最乐观的预测还要快上几倍。到2025年，全球数据中心总装机容量预计达到101GW，而到2030年，这个数字将飙升至217GW，几乎翻了一番；用电量则直接增长170%，高出之前的预测整整53个百分点。其中，六成多的新增用电需求都来自于美国，这让美国的全国电力需求复合增速达到了惊人的3.5%——几个前年的电力行业投资者会议上，敢说出这个数字的人，恐怕会被当成异想天开。美国电力市场几十年来的增速都徘徊在1%以下，AI的到来，硬生生将整个局面推向了崩溃的边缘。 缺电建电厂不就行了吗？美国难道没钱建电厂吗？ 质疑声不绝于耳。但问题在于，即便电厂建成了，电力也送不到数据中心。 美国的公共电网早已锈迹斑斑，不堪重负。高盛的数据令人触目惊心：2010到2014年，美国每年还能新建1700英里高压输电线路；但到了2020到2023年，这个数字锐减至350英里；更糟糕的是，2023到2024年，全年新增的线路长度仅有55到125英里，甚至还不如一个普通地级市一年修的线路多。 线路修造缓慢就算了，并网审批的流程更是让人绝望。从提交申请到正式通电，平均等待时间已经接近五年，INNIO公司的实际数据更令人咋舌，平均要等上七年以上！等你电网审批下来，线路架设完毕，那AI大模型可能已经迭代了四五代，你当初的项目，可能早已过时，黯然失色。 更深层的原因还在于基建老化的窘境。今年夏天，美国全国42个州爆发了142场反对数据中心建设的抗议活动，民众的核心诉求非常直接：数据中心耗电巨大，电费上涨的成本最终会转嫁到我们这些普通居民身上吗？公共电网的建设涉及州际间的博弈、土地征用以及民众的意见，任何一个环节出现卡壳，都可能让项目无限期搁置。 对于那些无法等待公共电网的科技巨头来说，唯一的办法就是另辟蹊径，推翻旧的规则：既然你们的电网不接，我就自己建电厂！ 这在行业里被称为表后发电，或者简称BTM——发电机直接建在数据中心园区内，产生的电力直接供服务器使用，绕过公共电网的计费体系，无需等待漫长的七年并网审批，还能巧妙地解决居民抗议的问题：我自己发电，我自己用，绝不会增加你的电费负担。 曾经，这种模式被认为是门不尽门的偏僻选择，毕竟自己建电厂的成本并不低。但现在，它已经成为了行业的标配。高盛直接将2030年全球数据中心表后发电的容量预测，从最初的40GW大幅上调至67GW，相当于整个法国的总装机容量。在2025年，这种模式几乎还处于萌芽状态，但在短短五年后，它就要承担全球25%的数据中心用电需求，而美国市场的比例更是高达28%。
本质上，这并不是什么技术创新，而是资本的投票行为，它绕开了效率低下的公共基建体系。 然而，即使避开了电网的困境，又一个巨大的问题，发电设备产能不足，正在等待着他们。 全球范围内，对发电设备的需求已经达到了历史极值。 最常见的燃气轮机，订单量也在飞速增长：2024年订单才55GW，2025年直接飙升至100GW，2026年上半年就签了67GW，一个季度就能卖出38GW。三大厂商的产能早已被一抢而空：GE Vernova的积压订单加上预留产能已经达到116GW，年底肯定会超过125GW，就算将2030年的产能全部卖光，2031年的产能也已经被订走了一半多；西门子能源手里的订单高达87GW，即使考虑到已经公布的扩产计划，2030年依然会有10%的缺口；三菱重工甚至开始与客户商谈2030年代交付的订单了。 中小型的往复式发动机也同样供不应求：瓦锡兰2028年的产能已经被全部销售，现在已经在谈2029到2030年的订单了；INNIO手里的积压订单是过去一年交付量的四倍还多，刚刚接了一个1.1GW的超大订单；卡特彼勒的大型发动机积压量增加了3.5倍，康明斯的订单则直接排到了2028年；劳斯莱斯表示，目前发电业务的销售额中，八成以上都来自数据中心。 那么，马斯克为什么要自己建涡轮叶片厂呢？不是他想跨界进入能源领域，而是正常的渠道根本拿不到货，按照供应商的排单顺序等下去，等到它的时候，恐怕早已是黄花菜都凉了。走投无路的开发商甚至开始翻捡那些早就被淘汰的工业锅炉、蒸汽轮机，哪怕效率低下、成本高昂，只要能尽快发电，什么都能用上。 更令人惊讶的现象出现了：在所有发电方案中，成本最高的燃料电池，竟然获得了综合评分的第一名。 高盛的评分体系中，燃料电池获得了高达76.6分，甚至比燃气轮机和往复式发动机还要高。即便按照每兆瓦时的80美元来计算往复式发动机的成本，联合循环燃气轮机也需要81美元，而燃料电池则高达117美元，即使享受了30%的投资税收抵免，也需要90美元，比前者贵了十几块。 在正常情况下，谁会选择更贵的？但现在，行业的逻辑已经发生了根本性的改变。 在评分体系中，投产时间的权重占了20%，可用率占了15%，而度电成本和初始投资加起来，权重却只有25%。换句话说，大家根本不在乎每度电贵上几毛钱，只关心你多久能够将电力送过来。 固体氧化物燃料电池从下单到正式供电，最快只需要6个月，最多12个月；往复式发动机则需要一年半到两年半；重型燃气轮机现在需要等待五到七年，即使在正常年份也得两三年。Bloom Energy曾经做过一笔精确的计算：一座1GW的数据中心，提前一个月投运，就能至少赚取10到20亿美元的利润。与这种收益相比，每兆瓦时多花费37美元的电费，也显得微不足道。 燃料电池还具备两个能精准击中AI需求的隐藏优势：一是冗余需求低，只需要多装9%的设备就能满足500MW的算力负载，而传统燃气轮机则需要多装47%，节省下来的设备成本和机房面积都是一笔可观的利润；二是它直接输出直流电，正好能无缝适配英伟达主推的800V高压直流机架，无需安装变压器和逆变器来进行转换，输电损耗可以直接从10%-12%降低到3%，又是一笔利润。 然而，即使是燃料电池，也面临着产能不足的问题。高盛测算，行业龙头Bloom Energy新建的2GW产线即使满负荷运转，到2030年累计也只能交付7.7GW，而全球的需求却高达18GW。剩下的缺口，只能依靠Ceres Power的各个被许可方一起扩产才能填补——其中就包括台达、潍柴等中国企业，但整体产能离目标仍然有很大的差距，比如韩国斗山目前的年产能才50MW。 明眼人都看得出来，不管是燃气轮机还是燃料电池，本质上都只是权宜之计，是过渡方案。 高盛在报告中明确指出：2030年之后，唯一能规模化落地的永久解决方案，是小型模块化核反应堆，也就是SMR。 这种堆型可以建在数据中心园区内，稳定供电，不受天然气价格波动影响，实现零碳排放，并且可以根据需求批量部署。但核电的问题在于建设和审批周期过长，绝大多数项目都赶不上2030年之前的用电高峰。 时间线恰到好处：在2030年之前，依靠燃气设备和燃料电池抢时间填补缺口，在2030年代，小型核电逐步量产，正好赶上第一批自备燃气电厂到期续约和天然气价格走势不明朗的窗口期，实现平稳过渡。 绕了这么大一个圈，你才会发现，这场美国AI电荒，从来不是能源不足或技术落后的问题，而是数字经济的狂奔，撞上了陈旧不堪的传统基建体系。 公共基础设施，例如电网，本来就需要提前十年甚至二十年进行布局，以应对长期需求波动。但美国的基建体系却长期卡在党派斗争、州际博弈、私有企业逐利的死循环中，输电线路越来越少，电网升级一再拖延。原本大家还能勉强维持，但AI的到来直接将需求的天花板掀开了，所有未解决的债务都集中爆发了。 科技巨头计算的是按月甚至按天的收益，公共基建却遵循着按年甚至按十年的审批流程，这两个节奏完全背离的体系碰撞，自然催生了跳出系统玩的自备电厂这种奇葩生态。 这也解释了为什么中国早有准备的判断会引起广泛共鸣。 这份准备从来不是凭空而来，而是发展逻辑的根本差异：当我们布局新兴产业时，注重的是兵马未动粮草先行。算力是冲锋陷阵的兵马，电力则是最基础的粮草。我们始终将能源承载能力和电网配套设施放在首位，确保在铺设算力基础设施之前，能源供应已备充分，绝不会让数百亿投资的项目，因等待漫长的七年通电期而搁浅。 如今，全球AI竞争已经超越了单纯拼算力参数的阶段。谁能够为算力提供稳定、低成本、且能快速落地的能源支撑，谁就能在下一阶段的竞赛中掌握主动权。 别再认为AI竞争仅仅是互联网圈和芯片圈的事了。一句话说得很实在：算力的上半场是拼显卡，下半场是拼电力。过去，我们总认为算力在改变世界，但现在我们才明白，电力才是决定算力到底能跑多快、跑多远的根本因素。 下次再看AI行业的热闹，不要只盯着新款GPU的参数，说不定再过两年，发电设备厂商的排单表，会比英伟达的供货单还要抢手。
