微博2030年AI新增用电堪比日本全国总量，云端巨头加速自建电厂
高盛可持续投资团队在最新报告《Harnessing AI for the Real Economy》中给出了一个令市场警觉的数字：预计到2030年，美国数据中心电力需求将达到108吉瓦（GW），相比此前提案中的83GW大幅上调30%。更惊人的是增幅本身——2025到2030年间，全球数据中心电力需求将比2025年水平增长约170%，而过去十年美国经济用电量的年均复合增长率仅为3.2%，这次被向上修正到了3.5%。
如果把108GW的峰值电力需求展开成年发电量计算——108GW × 8760小时 ≈ 950太瓦时（TWh）。这几乎等同于整个日本的年度电力消费量。换句话说，到2030年，仅用于支撑AI运算的美国数据中心集群，其电力消耗就将追上全球第七大经济体的全部用电规模。
这不是在讨论未来技术路线图。这是华尔街顶级投行对已发生资本开支趋势的量化确认——且连续两次上修。
一、108GW到底意味着什么
要理解这个数字的分量，先做一个横向对比：截至2024年底，美国全境的总装机容量约600GW左右，其中数据中心目前实际占用的电力大约在30—35GW区间。这意味着未来六年间，单一板块就要新增约75GW的电力负荷，增幅超过现有总量的两倍。
高盛可持续投资团队主管Brian Singer在报告中指出，驱动这一预测的核心变量并非AI模型本身的能耗增加，而是“物理AI”（Physical AI）——即机器人、自动驾驶、智能制造等实体基础设施——的资本化进程加速。这些场景对算力的实时性和可靠性要求远高于当前的云端推理，直接推动数据中心建设密度和功率密度的双重提升。
更重要的是资金端的变化。报告预测，2027年全球主要云服务商的IT资本开支将达1.7万亿美元，2029年进一步攀升至2.1万亿美元。这笔钱有多少会流向电力基础设施而非纯算力硬件？目前高盛没有给出精确拆分，但行业共识是，随着GPU集群部署速度持续快于电网扩容节奏，电力供给正在从“可选项”变成“决定项”。
二、瓶颈不在发电能力，而在并网排队
这里有一个经常被忽略的现实约束：新建发电厂本身并不困难，困难的是把它接入现有电网。
在美国，分布式发电项目的并网排队时间平均为2至7年。这意味著即便今天批准一座燃气电站，它真正投产供能也已经是在2028或2030年之后。对于希望赶在AI训练窗口期内部署算力容量的云服务商而言，这种不确定性不可承受。
于是另一种模式应运而生——“表后”电源（Behind-the-Meter, BTM）。
所谓“表后”，指的是数据中心不依赖公共电网供电，而是在厂区内部署独立的燃气发电机组，直接为设施内部设备供电。电力不过电表、不进电网，成本可控、响应迅速。按照高盛的测算，到2030年美国BTM燃气装机规模将达到约30GW，约占数据中心新增总需求的四分之一。
这在十年前几乎是难以想象的商业安排。大型科技企业自建发电厂，听起来像回到了十九世纪末爱迪生时代的逻辑。但在当前电网基础设施严重滞后的背景下，这种做法从边缘创新变成了理性选择。
三、谁将从这场转移中受益
当AI产业链的价值分配从芯片和算法向电力基础设施迁移时，三条细分赛道最先显现出确定性：
第一条是燃气轮机制造。 美国重型燃气轮机市场呈现寡头格局——GE Vernova与西门子能源合计占据70%以上的市场份额。由于订单 backlog 已经累积到交货周期长达5年的程度，这两个厂商的产能利用率处于历史高位。GE Vernova自2024年分拆上市后，其Gas Power部门持续录得创纪录的营收增长；西门子能源也在多次财报电话会议上确认订单积压已达到前所未有的水平。
第二条是变压器和开关设备。 BTM模式虽然绕过了电网传输环节，但仍需要大量站内配电设备和升压变压器。全球变压器供应链目前同样面临交期延长的压力——部分型号交付周期已从常规的6个月拉长至18至24个月。这一细分领域的景气度传导往往滞后于整机厂6—12个月，意味着相关企业的利润释放可能才刚刚起步。
第三条是小型模块化核电站（SMR）的概念验证。 虽然高盛并未将核电纳入2030年主力供给方案，但微软、亚马逊等头部企业已与多家公司签署SMR供电意向协议，首座商用堆预计投产时间在2030—2035年之间。这段空窗期恰好由天然气填补。因此短期内核电更多是一个潜在替代选项而非竞争者，但在更长维度上可能改变天然气的定价天花板。
四、哪些假设可能不成立
这份报告的核心判断建立在一些关键前提之上：一是美国本土能源政策不会出现根本性转向；二是燃气管道和LNG接收站的扩建进度如期推进；三是利率环境不会突然抬升到令独立发电项目融资无以为继的程度。
任何一项前提失效，108GW这个数字都可能被重新评估。此外，“天然气占比60%”的结构性判断也隐含了一个重要前提——碳减排目标在当前阶段让位于电力安全。若联邦层面出台更严厉的甲烷排放限制或碳税政策，这一比例很可能被压缩，进而推高数据中心整体用电成本。
五、读者可以继续追踪的五个观察指标
- 每季度PJM/RTO区域电力调度中心的并网申请数量——这是“表前”电网拥堵程度的先行指标。
- GE Vernova和西门子能源每个季度的Gas Power部门新接订单金额——反映设备制造端的景气拐点。
- 北美主要交易所的远期天然气期货价格曲线——决定BTM模式长期经济性的核心变量。
- 美国能源部（DOE）对新建燃气电站的环境审批通过率及平均等待时长——直接影响项目落地速度。
- 三大云服务商（AWS、Azure、GCP）各自披露的数据中心CapEx明细拆分——只有它们的年报才会告诉我们钱最终流向了哪一块。
