近期,OpenAI的首席执行官萨姆·奥特曼与微软CEO萨提亚·纳德拉一同现身BG2播客节目。
纳德拉在节目中透露,微软储备了大量AI芯片,却因电力供应不足而无法投入使用。
去年我曾向大家解释过AI技术惊人的耗电量(奥特曼甚至为此投资了核能项目)。
A股市场也注意到了这一趋势,因此今年新能源板块表现相当亮眼。
以新能源ETF(516160)为例,截至11月10日,其年内累计涨幅达54.85%(同期沪深300指数上涨19.32%)。
然而,根据国际能源署(IEA)2025年的数据,数据中心在全球总用电量中的占比仅为1.5%。
即便按照IEA预测,到2030年这一比例翻倍至3%,仍然是一个较小的份额。
而AI在数据中心用电中的占比,高盛估计目前为14%,并预测2027年将升至27%。
即使到2030年该比例跃升至50%,AI用电占全球总需求的比例也仅为1.5%。
毕竟发电站的产能利用率理论上也达不到100%。
那么,为何当前众多AI数据中心仍面临缺电困境呢?
确实,从整体比例看,AI的电力消耗似乎微不足道。
但电力与其他商品不同,无法简单地通过“平均分配”来解决。
① 地域不平衡
首先是国家层面的不平衡。
中美两国是全球最大的AI数据中心市场。
IEA预测,到2030年电力增长中的80%将来自这两个国家。
截图/
电力生产后需依靠输电网络输送至消费端。
因此发电设施也需集中在这两个区域。
进一步而言,国内地区间也存在不平衡。
以中国为例——
数据需求高度集中于北上广深杭等经济发达城市,这些地区数据中心密集。
但恰恰这些地方并非电力主产区。
而内蒙古、新疆、四川、贵州等地风能、水能、太阳能资源丰富,发电潜力大,但以往数据中心建设较少。
幸运的是,中国在“西电东送”工程后,又推出了“东数西算”战略,旨在将东部算力需求导向西部,在电力充裕地区建设数据中心。
同时,中国的特高压输电技术已较为成熟,可实现西部电力向东部高效输送。
截图/
美国的情况则更为棘手。
除了硅谷所在的加利福尼亚州,美国数据中心多集中于弗吉尼亚州、德克萨斯州、俄勒冈州等地。
德克萨斯州发电量虽大,但人口密集,化工、油气及制造业耗电也高。
加之美国电网基础设施老化严重,跨州输电能力有限。
② 时间不平衡
从供给侧看,问题源于可再生能源的间歇性。
光伏发电仅限白天,风电和水电则受季节影响。
而需求侧,AI的用电模式带来挑战。
AI数据中心的电力消耗并非“稳定负载”,而是“峰值负载”——
模型训练时功耗骤升,推理时相对平稳,但整体波动显著。
储能领域,中国优势明显——
中国储能产能占全球90%以上,宁德时代、阳光电源、亿纬锂能等企业位居全球前列。
简要总结——
AI数据中心面临的并非发电总量不足,而是输电设备(如特高压、变压器等)和储能(电池)的短缺。
因此,若分析新能源ETF(516160)的前十大持仓,可见——
年内涨幅最大的当属储能(及其上游材料),以及输电设备,而下游发电环节的涨幅则落后于整体。
无论如何,数据中心确实是电力消耗巨头,包括其配套设施。
例如空调制冷系统,可占数据中心总耗电的40%。
尽管液冷技术逐步推广能提升能效,但总耗电量仍在上升。
当然,新经济领域除AI数据中心外,还有众多“电老虎”持续推动新能源需求——
如新能源汽车。
2024年中国新能源汽车销量突破1,200万辆(数据来源:中国政府网),截至2025年6月底,全国新能源汽车保有量达3,689万辆(数据来源:公安部)。
加之新能源汽车制造能耗远高于传统汽车,新能源车贡献了约三分之一的新增用电(数据来源:汽车商报)。
再如芯片制造厂,同样是耗电大户。
一是生产环境需恒温22℃左右,空调耗电巨大。
二是EUV光刻机本身耗电极高——据彭博2022年报道,阿斯麦最新EUV光刻机耗电量为前代产品的10倍。
台积电2024年数据显示,其用电量约占台湾省总电力的8%;预计到2030年这一比例将升至10%~12%。
随着全球竞相发展先进制程,这类工厂的用电需求必将持续增长。
中长期而言,新能源赛道的发展逻辑依然顺畅。
一方面,AI、新能源汽车等新经济领域的用电需求持续扩张。
另一方面,全球能源转型加速,碳中和趋势未变。
在此过程中,中国在储能与输电两大关键环节具备显著优势。
若继续看好新能源板块,可关注中证新能源指数(399808)。
目前追踪该指数的ETF中,规模最大的是新能源ETF(516160),规模已超60亿元。
其年化跟踪误差最低,为0.32%(数据来源:天天基金)。
若无股票账户,可考虑场外联接基金(A类:012831,C类:012832)。
最后附上一张总结图——
本文由主机测评网于2026-01-23发表在主机测评网_免费VPS_免费云服务器_免费独立服务器,如有疑问,请联系我们。
本文链接:https://www.vpshk.cn/20260119753.html