Brookfield资产管理公司周二宣布,将其与Bloom Energy的融资合作规模从50亿美元扩大至250亿美元,旨在加速超大规模数据中心和AI开发商的现场发电部署,以应对日益严峻的电网接入延迟问题。此举不仅意味着更多燃料电池项目获得资金支持,更标志着一个更深层的趋势转变:投资者正将"能源确定性"视为AI基础设施的核心要素,而非普通公用事业。
Brookfield与Bloom最初于2025年10月建立融资框架,此次将规模扩大五倍,计划在全球范围内为Bloom燃料电池项目提供资金,并通过将融资与现场供电捆绑,缩短项目部署周期,使项目在等待电网接入期间得以持续推进。
随着电网接入时间线不断拉长,电力可用性对项目进度的制约越来越大,现场发电正从备用方案演变为按时交付数据中心园区的核心工具。Brookfield的模式从项目启动之初就整合资本与发电能力,帮助运营商协调电力、算力与数据中心基础设施的投资节奏。
能源确定性的融资化
Persistence Analytics Group创始人Neil Osnato表示,Brookfield与Bloom的合作扩展不仅仅是融资规模的提升,但他同时提醒,不应将表后发电孤立地视为一种独立资产类别。
"我认为表后电力不应自动被视为独立的新资产类别,"Osnato在发给Data Center Knowledge的邮件中表示,"它是一场更广泛转型的组成部分——在这场转型中,能源确定性本身成为可融资的资产。投资者正在将资本不仅仅配置到服务器和建筑上,更配置到'在电网无法保障时按时交付可靠兆瓦'这一能力上。"
AI基础设施的优先级同样瞬息万变。最初的GPU争夺战,如今已演变为对可靠兆瓦的竞争。
Brookfield与Bloom表示,这一框架的设计初衷并非资助单个燃料电池装置,而是通过从一开始就将资本与电力、算力、数据中心基础设施捆绑,压缩整体部署周期。双方在联合声明中表示:"两家公司将共同推进AI工厂的全新模式,从项目伊始便整合电力、算力、数据中心基础设施与资本。"
Brookfield表示,此次扩展隶属于其AI基础设施基金,该基金于2025年底成立,目标是在AI工厂、电力解决方案、算力基础设施及战略资本合作领域部署1000亿美元。Brookfield称其已在数字基础设施和清洁能源资产领域投入逾1000亿美元。
专属AI电力的竞速赛
Brookfield与Bloom的合作进入了一个竞争激烈的AI电力基础设施市场。行业内多家企业正通过不同技术路径争夺同一机遇。GE Vernova针对AI园区的燃气轮机方案,以及Wartsila在德克萨斯州规划的790兆瓦离网数据中心项目,均折射出将专属发电能力引入大型AI负荷的广泛趋势。Brookfield与Bloom的差异化在于将融资嵌入现场发电模式,使资本本身成为保障工期的杠杆,而非仅仅是购置设备的手段。
Osnato认为,下一阶段的重点将不再是证明现场发电可行,而是验证这些投资背后的核心假设。投资者将越来越严格地审视:预测的AI负荷是否真实落地、燃料供应与运营成本是否可持续、现场系统与电网规划的互动方式,以及若需求出现转移,谁来承担搁置资产的风险。
对于运营商而言,获得现场发电融资的能力,可能与获得发电技术本身同等重要。随着电网接入队列拉长、大负荷申请激增,能够同时锁定电力与融资的开发商,将在新AI产能上线竞争中占据先机。
此次五倍扩张究竟是早期信号,还是更大规模投资模式的开端,尚待时间检验。但随着AI开发商对可靠兆瓦的争夺与对GPU的争夺同样激烈,能源确定性正在成为AI发展中不可或缺的独立基础设施。
Q&A
Q1:Brookfield与Bloom的250亿美元融资合作具体要做什么?
A:这一融资框架旨在全球范围内为Bloom燃料电池项目提供资金支持,通过将融资与现场供电捆绑,帮助AI数据中心在等待电网接入期间持续推进项目,从而缩短部署周期。其核心逻辑是将电力、算力与数据中心基础设施的投资整合,从项目启动之初就确保能源供应的确定性。
Q2:为什么AI数据中心越来越需要现场独立发电?
A:随着AI基础设施的快速扩张,电网接入申请积压严重,等待时间不断拉长。现场发电(如燃料电池)可在电网接入落地之前提供稳定电力,避免项目因电力不足而停滞。AI开发商对可靠兆瓦的需求正像对GPU的需求一样迫切,能源确定性已成为AI基础设施的核心竞争力。
Q3:Brookfield的AI基础设施基金规模有多大,主要投向哪些领域?
A:Brookfield的AI基础设施基金于2025年底成立,目标部署规模为1000亿美元,主要投向AI工厂、电力解决方案、算力基础设施及战略资本合作等领域。目前Brookfield已在数字基础设施和清洁能源资产领域累计投入逾1000亿美元。
好文章,需要你的鼓励
跑分只是基准,情绪才是真相。我们整理了 1500 条海外开发者对 GLM-5.2 的评价,发现这个号称能“平替顶级闭源模型”的开源巨兽,最大的争议点竟然是“硬件成本”。当部署一个模型需要“一套房”时,你还愿意本地化吗?
南京大学与阿里巴巴提出MIMFlow,将掩码图像建模与标准化流端到端融合,让生成模型专注语义建模,以更少参数和更少令牌在ImageNet上取得FID 2.50的优异表现。
电动自行车频繁出现在负面新闻中——危险骑行、电池火灾、立法管制。这些问题确实存在,需要通过教育、执法和安全标准加以解决。但更大的图景常被忽视:数百万人因此骑车通勤、重拾运动、减少开车,带来健康、减排和出行独立性等多重效益。研究也表明,电动自行车骑行具有显著心肺锻炼价值。正如汽车不能只以醉驾定义,电动自行车也不应仅凭最坏案例被评判。
清华大学提出VG-GUI-Bench评测视频引导操作能力,并设计TASKER关键帧搜索算法,在视频问答和GUI智能体任务上均实现性能与效率的双重提升。