AI算力瓶颈转向电力：科技巨头为何纷纷自建发电厂

9月初，硅谷投资人张璐的一句话在圈里传开："现在大家终于意识到了，在我们用完GPU之前，我们最先用完的是电力。"

这并非夸张。过去两年，从谷歌到微软、从Meta到英伟达，科技巨头正以前所未有的速度下场投资发电——包括核电、天然气电厂和储能设施。这一被行业称为"自带电源"（BYOP）的战略，正在将AI竞争从芯片和模型层面，延伸到能源基础设施领域。

两种速度的错位

问题出在节奏上。

大模型版本迭代以月计算，GPU全新架构迭代周期约1—2年。而新变电站、输电线路和大型发电厂的建设往往需要数年甚至更长时间。当这两种速度越来越不同步，AI公司开始意识到：等待公共电网扩容，意味着可能错失整个产品窗口。

这种紧迫感直接转化为真金白银的行动。

今年9月9日，谷歌宣布未来两年在芬兰投资130亿欧元建设AI基础设施，并与芬兰Fortum签下了一份长达22年的购电协议，最多锁定Loviisa核电站50%的发电容量。这是谷歌在美国以外达成的首份核电采购协议。

同一天，微软被曝计划在2032年前将全球数据中心容量扩大到约38GW，超过目前水平的三倍。其先手布局已经展开——2024年，微软与美国Constellation Energy签署20年购电协议，支持宾夕法尼亚州三哩岛一个835MW核电机组重启。

更早之前的布局同样密集。Meta在2024年1月一口气宣布与Vistra、TerraPower和Oklo等多家企业的合作，叠加此前与Constellation达成的协议，到2035年将支持最高约6.6GW核电容量。亚马逊则向小型堆企业X-energy投入5亿美元，双方计划到2039年在美国落地超5GW新一代小型核反应堆。

这些公司的共同逻辑清晰且务实：电力不是附属品，而是生产资料。推理服务只有当GPU真正运转起来之后才能产生现金流，而新的训练算力又决定下一代模型的研发速度。

根据研究机构SemiAnalysis的分析，在部分大型AI云合同中，每兆瓦关键IT负荷对应的年收入可达1200万至1300万美元。如果能让一个200兆瓦的数据中心提前半年上线，按特定折现率计算的净现值可达4亿至5亿美元——这意味着即便现场发电成本更高，企业加速抢占电力也能带来快速回报。

75GW订单背后的产业转移

如果说核电是解决基荷电力的长期方案，那么面对AI扩张的速度需求，另一种模式正在快速兴起：表后供电（behind-the-meter）。

SemiAnalysis的报告指出，去年现场天然气发电方案还被视作成本高昂、落地难度大，但到了2026年上半年，行业追踪到的全球面向AI算力的确定性表后供电订单已达到约75GW，其中约20GW仅在2026年第二季度形成。

按SemiAnalysis的预测，到2028年，表后供电或将贡献美国新增AI数据中心电力容量的约一半，而2025年这一比例不足7%。

这股浪潮中，最激进的实践者是马斯克旗下的xAI。为了快速扩大孟菲斯附近的Colossus算力集群，xAI部署了大量拖车式天然气轮机就地供电——这一操作本身也引发了新的争议，因为当地社区担忧污染物损害健康，xAI方面则试图以"临时设备"名义规避《清洁空气法》的排放许可，由此遭到诉讼。

英伟达CEO黄仁勋则将整个过程定义为"AI工厂"概念。他在2024年9月表示，英伟达正与澳大利亚多家运营商合作，推动最高2GW的AI基础设施建设，并将能源转化为智能形容为"一种新的可投资资产类别"。

数据正在印证这种转变。Gartner预测，2026年全球数据中心电力消耗将达到565太瓦时，同比增长26%；国际能源署（IEA）基准情景显示，到2030年这一数字将进一步增至945太瓦时，占全球总用电的近3%。

谁来买单？

科技巨头的BYOP战略正在把三个层面的问题推到台前。

首先是成本分担机制。谷歌宣布芬兰项目的第二天，当地反对党就提出质疑：大型AI数据中心是否会挤压本国电力供应并推高电价？类似争议在美国更加突出——新增电站、变电站和输电线的成本最终是否进入公用事业费率基数，由普通居民承担一部分？美国多个州已开始讨论要求数据中心更多参与新增电力投资。

其次是环境影响的权衡。核电提供稳定低碳的基荷电力，但建设周期长；更快的天然气方案虽能解燃眉之急，却带来碳排放和空气质量的新问题。xAI用拖车式燃气轮机的做法正是这一矛盾的缩影——短期算力抢跑与长期合规之间的冲突正在升级。

第三是资金结构的溢出效应。AI基础设施支出已不只是科技公司的资产负债表问题，还在影响债券和私人信贷市场。据高盛估算，截至2026年8月，全球AI相关企业债发行量已接近5000亿美元，占全部投资级企业债发行的25%—30%。如果这些科技企业的盈利能力未能跟上预期，过高的资本开支可能形成系统性风险。

OpenAI和软银的合作就是典型例子：双方在俄亥俄州的联合项目规划高达8GW容量，首批800MW预计2028年上线；英伟达同意为其相关租赁提供最高1050亿美元的担保。这个案例表明，电力不再是简单的运维支出，而是一种融资工具。

接下来看什么

电力从配套条件变成了核心资源，这场转变的深远程度还远未被完全定价。对于投资者和产业观察者而言，以下几个指标值得持续跟踪：

第一，表后供电订单的转化率和实际并网时间。75GW的订单规模看似庞大，但从签约到正式通电仍有较长的工程周期，兑现进度将直接影响相关设备供应商的收入确认节奏。

第二，各国公用事业费率改革的立法推进情况。如果新增电力成本确实通过费率转嫁给普通消费者，可能引发政策反制或审批收紧，进而影响数据中心选址策略和投资回报率测算。

第三，小型模块化反应堆（SMR）的商业化进展。谷歌与Kairos Power计划2030年开始部署、到2035年形成500MW新核电容量，Meta也与TerraPower合作开发钠冷快堆技术。SMR能否如期兑现时间表，将决定核电在AI能源供应链中的权重。

第四，AI企业债市场的流动性状况。接近5000亿美元的存量规模是否会对实体经济信贷形成挤出效应，取决于利率环境和科技企业盈利表现。一旦两者同时恶化，该领域的信用风险不容忽视。

电力正在成为AI竞赛中最难加速的一环——没有哪个芯片制造商能提供替代方案，也没有哪家电网能在短时间内复制现有布局。未来的竞争者不仅要拼模型，更要拼谁能更快拿到那一度电。