游乐游手机版
首页/AI教程/文章详情

美国AI数据中心电力需求是否存在泡沫

时间:2026-06-23 14:30
关于“AI的尽头是电力”的说法,在过去一年多的圈子里已不新鲜。但对于那些本应在AI热潮中大展身手的美国电力企业来说,眼下却面临着一个实实在在的纠结:“幽灵”实在太多了。 事情是这样:全美各地在建或拟建的数据中心,都在想方设法接入电网。可问题来了,最终能真正落地、并且稳定运营的数据中心究竟有多少?它们

关于“AI的尽头是电力”的说法,在过去一年多的圈子里已不新鲜。但对于那些本应在AI热潮中大展身手的美国电力企业来说,眼下却面临着一个实实在在的纠结:“幽灵”实在太多了。

美国AI数据中心电力需求,也有“泡沫”?

事情是这样:全美各地在建或拟建的数据中心,都在想方设法接入电网。可问题来了,最终能真正落地、并且稳定运营的数据中心究竟有多少?它们又会实实在在消耗掉多少电力?说实话,现在很多问题的答案都是一团迷雾。

所以,尽管电力公司看到了AI带来的黄金机遇,但他们也清醒地意识到,排队申请的项目里,不少可能永远只是“幽灵”——那些所谓的“幽灵数据中心”,指的就是那些申请时声势浩大,最后很可能连影子都见不着的项目。

电网接入申请“真真假假”

最近,好几家美国公用事业公司都报告了类似的情况:来自潜在数据中心的并网申请数量正在激增。这些数据中心号称要为人工智能竞赛提供动力,其宣称的电力需求规模往往大得惊人。在某些极端案例中,所有申请加起来的用电需求总量,甚至能达到该电力公司现有整个服务区域总需求的好几倍。

举两个例子:覆盖11个州的大型电力公司美国电力公司,以及森普拉能源旗下的得州电力公司Oncor,它们收到的电网接入申请(绝大部分来自数据中心项目)总计需要近400吉瓦的电力。

这个数字有多夸张?它相当于美国本土48个州在七月用电高峰时总负荷的一半以上。但这里有个关键的“水分”问题:同一个潜在项目,它的电力需求可能被不同地区的电力公司重复计算了两三次,甚至四次。因为数据中心开发商和科技公司正在全美各地“广撒网”,向多家电力公司同时提交用电申请,四处物色能够快速建设并顺利接入电网的“风水宝地”。

于是,一个灵魂拷问出现了:“这些申请里当然有真实的需求,但真实的部分到底占多少?”美国大型公共电力委员会主席Tom Falcone的这个问题,道出了整个行业的普遍疑虑。

电力公司不愿担风险

面对这种真假难辨的海量申请,目前多数美国电力公司的态度趋于谨慎,他们不愿意为过度建设发电厂或输电线路而冒风险。

原因很简单:如果人工智能的热潮被过度炒作,或者科技行业最终的实际用电需求远低于预期,那么为这些“幽灵项目”提前建设的基础设施成本,最终将转嫁到其他普通客户头上。美国劳工部的数据显示,过去一年全美电价已经上涨了5.5%,涨幅超过了通胀率。如果再为不确定的需求埋单,民众的电费账单压力只会更大。

从宏观数据看,美国电力需求在2020年前曾停滞了将近二十年,但现在正以每年约2%的速度恢复增长。人工智能无疑是主要推手:有研究指出,在ChatGPT这类生成式AI平台上进行一次搜索,耗能至少是传统谷歌搜索的十倍。

具体到公司层面,以美国电力公司为例,其目前的系统总容量是37吉瓦。截至目前,它已经与有明确需求的新客户签署了约24吉瓦的供电协议,计划在本十年末前供电。这个增量,相当于至少为600万个新家庭供电,公司高管用“具有变革意义”来形容。

但除此之外,它还有额外190吉瓦的潜在需求在排队等待——这个数字约等于其当前系统容量的五倍,足以满足至少4800万户家庭的用电。公司首席财务官Trevor Mihalik在最近的财报电话会上对分析师坦言:“我们知道并非所有需求都会实现,但即使其中一小部分落地,意义也已经非常重大。”

再看另一个例子。受益于工业基础、医疗中心和人口规模,CenterPoint Energy公司所在的休斯顿区域电网,当前用电量略超22吉瓦,在全美都市区里名列前茅。目前,该区域收到的电网接入申请总量大约有53吉瓦,其中约25吉瓦来自数据中心。公司首席执行官Jason Wells透露,一年前数据中心的申请电量还只有1吉瓦。他预估,这些申请中最终能实际落地供电的,可能只占申请总量的20%左右。

据了解,全美公用事业公司对数据中心项目的普遍评估标准,也与此接近。

那么,开发商为何要如此“广撒网”呢?其实他们也有苦衷。数据中心项目从选址到最终接入电网并运营,往往需要数年时间,期间在审批、 zoning(分区规划)等方面可能遇到各种不可预测的障碍。因此,同时向多个地区、多家电力公司提交申请,就成了分散风险、提高成功率的必然策略。

“这些超大规模用户和数据中心开发商自己,也在试图寻找一条更畅通的路径,” PA咨询公司的管理顾问Akshat Kasliwal指出,“但关于供电接入到底需要多长时间,不确定性实在太大了。”这种不确定性,反过来又加剧了电力公司判断“虚实”的难度。

来源:https://www.aiagiai.com/14427.html
上一篇微软揭秘无惧AI失业潮的铁饭碗,能干到退休 下一篇宇树IPO时间正式确定
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
Stable Diffusion WebUI本地模型下载配置与性能优化指南
AI教程 · 2026-07-04

Stable Diffusion WebUI本地模型下载配置与性能优化指南

StableDiffusionWebUI适合在个人电脑上运行本地绘图模型,关键在于准备显卡环境、正确下载模型、放入对应目录,并通过分辨率、采样器、显存参数等设置提升生成效率与稳定性。

Stable Diffusion WebUI插件安装配置教程:浏览器、编辑器或扩展市场
AI教程 · 2026-07-04

Stable Diffusion WebUI插件安装配置教程:浏览器、编辑器或扩展市场

StableDiffusionWebUI插件可增强模型管理、提示词、图像处理与工作流效率。安装前需确认版本、环境和来源,按内置扩展页、网址安装或本地导入完成配置,并做好备份与兼容性检查。

Stable Diffusion WebUI Docker一键部署:镜像拉取端口映射数据目录配置
AI教程 · 2026-07-04

Stable Diffusion WebUI Docker一键部署:镜像拉取端口映射数据目录配置

使用Docker部署StableDiffusionWebUI可降低环境配置难度,重点在于选择镜像、映射7860端口、挂载模型与输出目录,并提前确认显卡驱动、存储空间和访问权限。

Stable Diffusion WebUI API Key 获取与配置教程:账号注册与国内网络设置
AI教程 · 2026-07-04

Stable Diffusion WebUI API Key 获取与配置教程:账号注册与国内网络设置

围绕StableDiffusionWebUI的APIKey配置,说明账号注册、密钥获取、本地接口认证、国内网络访问设置、验证方法与安全注意事项,适合AI绘画工具初次部署和团队接入使用。

Stable Diffusion WebUI Linux服务器部署完整教程:从环境准备到后台运行
AI教程 · 2026-07-04

Stable Diffusion WebUI Linux服务器部署完整教程:从环境准备到后台运行

StableDiffusionWebUI在Linux服务器部署需先确认GPU、驱动、Python与依赖环境,再拉取项目、配置模型和启动参数。后台运行建议使用tmux、nohup或systemd,并做好访问鉴权、端口限制、资源监控与模型来源校验。