算力疯狂扩张，电力成了新瓶颈：AI革命正在撞上能源墙
16:08
精选参考来源
精选参考来源
1. 英国最大AI超算项目因供电不足推迟至2030年代启用- DoNews快讯
DoNews 2026-09-25 00:00:00
2. 英国最大AI超算面临供电问题:原定明年上线，或拖到2030年代中期|电力|it之家|电网|数据中心|堆场_新浪新闻
新浪财经 2026-09-25 00:00:00
3. SpaceX布局轨道AI算力，自研高温叶片破解供电硬件瓶颈
今日头条 2026-09-21 00:00:00
4. EP.03 AI时代的电力战争
虎扑 2026-09-20 00:00:00
5. 新浪机器学习热点小时报丨2026年09月25日22时_今日实时机器学习热点速递|人工智能|AI|芯片|html|机器人_新浪新闻
新浪财经 2026-09-25 00:00:00
6. 英国最大AI超算面临供电问题：原定明年上线，或拖到2030年代中期
今日头条 2026-09-25 00:00:00
7. Launch of UK’s ‘largest AI supercomputer’ delayed by power supply problems - The Actual News
The Actual News 2026-09-24 00:00:00
8. Britain’s AI problem isn’t data centres – it’s electricity | Reality Check
CYBERSPACE& TIME 2026-09-02 00:00:00
9. 英发布11亿英镑AI硬件计划 强化算力主权----中国科学院网信工作网
中国科学院网信工作网 2026-07-07 00:00:00
10. 英国发布11亿英镑《AI硬件计划》，强化算力、芯片与人才体系建设
全球技术地图 2026-06-11 00:00:00
11. 全球超大规模 AI 算力中心全景:算力军备竞赛，一座数据中心堪比中型城市用电_财富号_东方财富网
财富号 2026-08-06 00:00:00
12. 英国AI数据中心转向SOFC：电网等不起，自己发电
今日头条 2026-09-20 00:00:00
13. 集邦咨询：AI基建瓶颈正从“缺芯”转向“缺电”
今日头条 2026-09-19 00:00:00
14. 中美撞上同一个大难题！美国拼命重启核电站给AI算力供电，结果卡在最后一步动弹不得！微软CEO直言芯片堆满仓库却没电力可用，咱们直接换赛道突围，这差距难道还看不明白吗？ 这轮AI竞争正在出现一个很有意思的变化。过去大家盯着GPU、先进制程和大模型参数，现在越来越多算力项目真正碰到的难题，却发生在机房外面：电从哪里来，变电站够不够，输电线路什么时候接上，高峰时段能不能稳定运行。 央视网9月16日援引中国电力企业联合会数据称，2026年以来，全国互联网数据服务业用电量已经超过600亿千瓦时，同比增长超过四成；截至7月底，全国智能算力规模达到245万PFLOPS。按照中电联测算，到2030年我国算力用电量可能达到8000亿千瓦时左右。换句话说，算力继续扩张后，能源已经不是配套问题，而是产业本身的一部分。 美国现在碰到的麻烦恰恰在这里。央视今年7月连续报道，美国AI数据中心建设正受到电力供应瓶颈影响；3月又报道美国多地开始扩建超高压输电网络。到了8月，人民网披露，宾夕法尼亚州收紧大型数据中心审批，得克萨斯州也要求对进入电网接入流程的数据中心项目重新核查。原因很直白：项目规划速度跑得太快，发电、电网和地方承载能力却很难同步跟上。 这也解释了美国科技企业为什么越来越积极寻找核电、天然气和新能源等不同电源。问题在于，无论选择哪种发电方式，最后都绕不开输电线路、变压器、并网许可和地方审批。中国能源报今年就指出，美国AI和云计算带来的数据中心扩张正在给老旧电网形成越来越大的压力，电网现代化速度已经成为影响AI部署的重要变量。 中国面对的是同一道题，但解法正在从“给数据中心找电”变成“让算力和电力一起规划”。今年5月，国家发展改革委、国家能源局明确提出，优先支持算力设施开展多用户绿电直连；宁夏中卫50万千瓦绿电直供项目也已经投运，把西部新能源基地和算力园区更直接地连起来。 更关键的一步是调度。过去数据中心基本是什么时间需要算力，就什么时间用电。现在广东等地已经探索让部分可以调整时间的计算任务避开电力高峰，或者随着新能源出力变化进行迁移。央视《焦点访谈》今年7月报道，韶关等算力集群正在尝试通过“东数西算”和错峰运行提高电力资源利用效率。这样一来，算力中心不仅是耗电大户，也可以成为电网能够协调的新型负荷。 我认为，这场竞争真正容易拉开距离的地方，并非单独多建几座电厂，而是谁能把发电、电网、储能、数据中心和算力调度真正连成一个系统。风电和光伏有波动，核电建设周期较长，天然气又受燃料价格影响，没有哪一种能源可以单独包打天下，最后比的还是整个能源体系的组织能力。 中国目前正在继续补这块拼图。国家能源局7月明确提出深化算电协同，8月由我国牵头提出的全球首个数据中心算电协同领域国际标准获批立项，内容已经覆盖数据中心微电网监控和能量管理。这个变化说明，产业思路正在从单纯追求“算力建得多”，转向研究“算力怎么与电力一起高效运行”。 所以接下来观察中美AI竞争，只数芯片数量已经远远不够。真正需要盯住的是电网扩建速度、绿电获取能力、储能成本、数据中心能效，以及算力能不能跨区域、跨时段灵活调度。芯片决定单台机器跑得有多快，能源和基础设施决定成千上万台机器到底能不能长期跑起来，这才是AI进入大规模产业化之后更深的一层较量。
今日头条 2026-09-20 00:00:00
15. AI五层蛋糕论！美方专家客观拆解中美AI差距 知名观点把AI比作五层蛋糕：能源、芯片、基建、模型、应用。底层能源，中国总发电量达到美国两倍。芯片层面，美国仍领先数代，但不能低估中国制造业实力。 建设速度差距巨大，美国搭建AI超算中心要耗时三年，而中国基建效率惊人。前沿大模型美国大约领先半年，但海量开源模型领域，中国已经遥遥领先。 民众认知同样反差明显，八成国人认为AI利大于弊，美国民众看法恰好相反。这场AI竞赛不是单一技术比拼，而是完整产业体系的较量。 你觉得未来AI竞争，是底层算力更关键，还是落地应用更重要？评论区聊聊。 #AI五层蛋糕 #中美AI竞争 #大模型 #开源AI #科技观察
今日头条 2026-09-19 00:00:00
16. 大摩——中国AI路径：8.5万亿元资本开支驱动算力规模增至三倍 预计2026-2030年中国AI基础设施累计资本开支达8.5万亿元人民币，推动IT容量至2030年达到81GW。其中国内云厂商（ hyperscalers）将贡献主要增量，五年净增约34GW国内算力，全球范围净增47GW。AI云是绝对增长引擎，占算力扩张的主导份额。 • 投资主题与选股：超配AI基建、AI实验室与GPU国产化 摩根士丹利给予AI基础设施（首选阿里巴巴BABA、金山云KC、世纪互联VNET）、AI实验室（MiniMax、智谱Zhipu）及GPU供应链本土化超配（Overweight）评级。逻辑在于：算力军备竞赛下，基础设施供应商率先兑现订单与现金流，而大模型实验室在应用爆发期具备高期权价值，GPU国产化则是地缘约束下的必选路径。 • 资本开支拆解：国内部署成本优势显著，海外capex是关键融资焦点 国内单MW部署成本约1500-2300万美元，显著低于美国的3000万美元以上。五年总capex中，约2.0万亿元将用于海外基础设施（离岸capex），这是融资结构与地缘政治考量的核心——海外资产可规避部分监管限制，拓宽全球融资渠道。超大规模厂商在供应链中承担多重角色（投资者、运营商、技术赋能方），但国内生态的“循环性”（circularity）较美国更弱，意味着重债务/租赁义务的新云厂商（neocloud）融资模式面临更高资金成本与再融资风险。 • ROIC深度测算：GPU IaaS与MaaS的经济模型 ◦ GPU IaaS（基础设施即服务）：自有机柜模式下，运营利润率约44%，投入资本回报率（ROIC）约13%，现金回收期3年；若采用租赁模式（无capex），运营利润率约20%，但无杠杆回报。 ◦ 模型即服务（MaaS）：第一方（1P）模型在基准吞吐量下运营利润率53%，ROIC 19%，回收期2.5年；第三方API模式运营利润率57%，ROIC 29%，回收期2年。关键变量在于token吞吐量、推理/训练工作负载比例及利用率。 ◦ 国产算力替代情景：若国产芯片性能仅达海外同类20%-40%，ROIC将从29%降至0.3%-17.9%，回收期延长至2.7-5.2年，凸显算力效率对盈利的决定性影响。 • 电力与数据中心订单需求 预计2026-2030年AI电力需求达5.6-13GW，第三方IDC订单规模6.1-11GW。数据中心融资结构分化：超大规模厂商依赖资产负债表与项目融资，新云厂商则更多依赖债务与租赁，资本成本差异将加速行业洗牌。 • 估值方法与目标价 ◦ MiniMax（0100.HK）：DCF估值，WACC 15%，终端增长率3%，目标价对应2027年25倍市销率（P/S）。 ◦ 智谱（Z.AI CO., LTD.，2513.HK）：DCF估值，目标价对应2027年35倍P/S。 ◦ 阿里巴巴（BABA.N）：DCF基准，WACC 10%，终端增长率3%，核心假设为电商货币化改善与云业务受益于AI需求。 ◦ 金山云（KC.O）：基于5.5倍2027年预期EV/EBITDA，较美国新云厂商同业折让，反映较低资产收益率与供应链不确定性。 ◦ 世纪互联（VNET.O）：10年DCF，WACC 8.7%，终端增长率3%，受益于批发合同与REITs资产货币化。 • 关键风险框架 上行风险：全球SOTA模型发布、市场竞争缓和、企业数字化加速、AI需求超预期、地缘压力边际缓解。 下行风险：算力约束与出口管制升级、模型性能落后同业、价格战与竞争恶化、融资成本上升、监管审查趋严、云厂商capex缩减。
今日头条 2026-09-19 00:00:00
17. 中国AI资本开支预测达8.5万亿元，10万卡集群有效算力利用率不足30%。 摩根士丹利预测2026至2030年中国AI资本开支将达8.5万亿元，支撑81GW算力规模，消费AI普及率领跑。随着大模型输入及输出价格降至3.3元和6.0元/百万tokens，市场定价锚点转向应用内嵌AI，预计2030年中国C端AI变现市场将达3000亿元。底层算力方面，当前10万卡集群有效算力利用率不足30%，超七成算力因通信空转，驱动资本开支向NPO超节点架构倾斜，如华为昇腾960将系统可用度提升至99.8%。 此轮基建投入促使头部云厂商跑通商业模式，阿里通义千问ARR超160亿元且预计年底将破300亿元，投资回收期不足3年，具备全栈能力的云巨头将攫取绝大部分利润。 阿里巴巴/金山云（云厂商，受益于AI资本开支加码与算力商业化）
今日头条 2026-09-20 00:00:00
18. AI智能体技术走向成熟，算力需求有望呈指数级增长，关注创业板算力ETF易方达（158050）投资机会
搜狐 2026-09-22 00:00:00
19. 全球算力投入持续上行，基础设施环节需求释放，关注创业板算力ETF易方达（158050）投资机会
搜狐 2026-09-22 00:00:00
20. 加拿大总理卡尼说：全球AI前沿只有四个国家——法国、加拿大、中国、美国。你没听错，法国和加拿大跟中美并列。我直说吧：这是外交辞令，政治正确大于技术事实。真正的前沿大模型、算力、资本几乎被中美垄断。加拿大靠几个学者的遗产，法国靠一家Mistral，就想跟中美平起平坐？他为什么这么说？往下看。 这话不
今日头条 2026-09-21 00:00:00
21. Nscale's Essex AI supercomputer could wait until the 2030s for power
2026-09-25 00:00:00
22. 英国最大超算卡住了：电不够用，一拖就是十年
今日头条 2026-09-25 00:00:00
23. 英国AI数据中心转向SOFC：电网等不起，自己发电
今日头条 2026-09-20 00:00:00
24. 4.8万亿美元砸向电网！2026年全球能源基建迎来‘超级十年’
搜狐 2026-09-21 00:00:00
25. 2780亿美元：OpenAI烧钱速度曝光，巨头们排队找的"小机房"藏着下一个答案 ！
知乎 2026-09-19 00:00:00
已收藏
去我的收藏夹