超规模AI正在重新定义电力规划、采购和交付方式,随着AI数据中心项目激增,迫使公用事业公司、电网运营商和设备制造商将原本需要多年的计划压缩到1-2年的交付周期内。
在1月20-22日于圣安东尼奥举行的PowerGen International 2026大会上,分析公司Industrial Info Resources(IIR)报告称,仅美国就有约2.4万亿美元的AI数据中心开发项目正在进行中。虽然并非每个项目都会推进,但IIR预计大多数项目将完成建设。
从数十到数百吉瓦的新负荷需求
IIR将当前时刻描述为数字基础设施的结构性、多年建设期。据IIR电力行业研究高级副总裁Britt Burt介绍,美国电力需求已从2023年的约23吉瓦新负荷增长到今天的约42吉瓦,另外还有32吉瓦在建设中。
"我们预计到2030年将超过90吉瓦,但一些估算数字要高得多,"Burt在PowerGen大会上指出。在全球范围内,已宣布和正在进行的数据中心投资现已达到约3.2万亿美元。
这些数字正在转化为几年前都很少见的项目规模。超过70个项目现在的峰值需求规模达到1吉瓦或更多。作为对比,1吉瓦的发电量可以为多达100万户家庭供电,具体取决于负荷模式和容量因子。然而,超规模AI设施呈现的是集中、近乎连续的负荷,这以独特方式挑战着电网的灵活性和资源充足性。
12-24个月内的吉瓦级需求
数量只是挑战的一部分;时间表压缩更加令人不安。习惯于在5-10年内规划、许可和调试发电和输电的公用事业公司和开发商现在被要求在这个时间的一小部分内交付吉瓦级容量和互连设施——通常在12-24个月内。这种紧迫性在PowerGen大会上显而易见,每个数据中心会议都吸引了站立观看的人群。
增长集中地区:美国领先,欧洲紧随其后
北美目前约占全球已宣布数据中心项目美元价值的三分之二,其次是欧洲、拉丁美洲、东亚、南亚/东南亚和中国。相对于美国,中国宣布的AI数据中心投资约为美国的五分之一,凸显了北美当前建设规模的巨大。
在美国内部,投资正在具有有利选址、输电接入和电力采购机会的州集中。德克萨斯州以约5170亿美元的已宣布项目价值明显领先,弗吉尼亚州约3440亿美元紧随其后。乔治亚州以2170亿美元位居第三,密苏里州1210亿美元,亚利桑那州1020亿美元。宾夕法尼亚州、伊利诺伊州和俄亥俄州紧随其后,每个州都在600亿美元左右。
在美洲其他地区,势头正在加速。拉丁美洲在过去一年中出现显著增长,墨西哥克雷塔罗和圣保罗正在开发大型枢纽。突出的AI数据中心项目包括Stargate阿根廷(OpenAI和Sur Energy)、巴西的Omnia数据中心(TikTok)以及巴拉圭的X8 Cloud综合体。
涡轮机、发动机、电池储能系统和核能
为了满足近期负荷,开发商正在采用"全方位"策略来确保发电和韧性。大型燃气轮机在十年末之前实际上已被预订满,较小型号的潜在时段也在快速填满。实际上,在2028年甚至2029年之前获得额外涡轮机容量可能很困难。
这种稀缺性正在推动超规模企业和开发商转向多元化解决方案。往复式发动机——燃气和柴油发电机组——由于交付期较短和模块化部署而经历繁荣。数十台发动机集群被连接在一起,在建设期间提供即时电力,并作为桥梁容量直到更长交付期资源上线。
电池储能系统也被广泛集成,特别是与太阳能配套,以提高可靠性并使发电与负荷配置文件保持一致。虽然电池储能系统不产生新能源,但它可以稳定间歇性资源,提供快速响应服务,削峰填谷,提高现场或合同可再生能源的有效利用率。
除了传统资产外,超规模企业还在核能项目上建立合作关系,并收购具有专用电力供应的比特币挖矿站点——这些资产可以重新定向到AI工作负载。
顶级开发商和容量计划
开发格局由少数超规模企业和基础设施专家主导。在美国,AI数据中心增长的累计规划容量总计约296吉瓦,超过70个项目的峰值需求超过1吉瓦。
亚马逊目前以约22吉瓦的规划容量领先,其次是Tract的13吉瓦;Fermi America和DigitalBridge各11吉瓦;谷歌约10.6吉瓦;微软10吉瓦;QTS 9吉瓦;Meta 8吉瓦;O'Leary Ventures 7.9吉瓦;Digital Realty 7.5吉瓦。
这些计划背后的资本速度令人震惊。微软、谷歌、Meta和亚马逊合计的新数据中心投资从2015年的约240亿美元增长到2025年的3200亿美元。在过去一年中,每月宣布的数据中心项目超过1000亿美元,据IIR数据,2025年10月超过3500亿美元。
供应链紧张的多年建设期
"项目宣布月度持续增长表明AI数据中心开发的步伐仍在加速,"IIR产品开发副总裁Shane Mullins表示,"这表明数字基础设施建设的结构性、多年主题将在可预见的未来继续下去。"
Q&A
Q1:超规模AI数据中心建设规模有多大?
A:根据Industrial Info Resources报告,仅美国就有约2.4万亿美元的AI数据中心开发项目正在进行,全球已宣布和正在进行的数据中心投资达到约3.2万亿美元。美国电力需求已从2023年的约23吉瓦新负荷增长到今天的约42吉瓦。
Q2:为什么AI数据中心对电力系统造成这么大压力?
A:主要原因是时间压缩和负荷特性。原本需要5-10年规划建设的发电和输电项目现在要求在12-24个月内交付吉瓦级容量。超规模AI设施呈现集中、近乎连续的负荷特性,对电网灵活性和资源充足性构成独特挑战。
Q3:哪些公司在AI数据中心建设中领先?
A:在美国,亚马逊以约22吉瓦规划容量领先,其次是Tract(13吉瓦)、Fermi America和DigitalBridge(各11吉瓦)、谷歌(约10.6吉瓦)、微软(10吉瓦)等。微软、谷歌、Meta和亚马逊合计的新数据中心投资从2015年的约240亿美元增长到2025年的3200亿美元。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。