<p>过去两个月，AI 这轮投资的 “增量” 开始从芯片、服务器，外溢到更难补的环节：电力。超大规模云厂商上修资本开支与研发预算，训练与推理两端的算力部署更激进，直接推高了数据中心用电的远期斜率。与此同时，市场的担心也在变：不是 “需不需要电”，而是 “供给链能不能按时把电送到机房”。</p>
<p>据追风交易台消息，高盛全球投资研究部分析师 Brian Singer 在 23 日的报告中写道：<strong>“我们将 2030 年全球数据中心用电需求相对 2023 年的增幅从 175% 上调到 220%。”</strong>这次上调的重点落在美国：新增用电中约六成来自美国，数据中心容量预测也被明显抬高。</p>
<p>更麻烦的是，需求上修并不等于路径清晰。电网侧的并网、输配电和设备交付周期都在拉长，于是 “表后电”（behind-the-meter）这种更像过渡方案的选择被推到前台——以天然气为主，先让机房跑起来，后续再接回电网。高盛也把美国电力需求增速预期抬到 2030 年前年化 3.2%，其中数据中心贡献了 2 个百分点。</p>
<p>在投资上，高盛的态度并不保守：尽管数据中心电力供应链相关股票已明显跑赢，报告仍然维持看多，背后抓的是一个更大的叙事——为了避免电力、水、网络、供应链的 “可靠性事故”，基础设施进入一轮更长的投入周期。但这轮周期并不是没有边界：如果 AI 从 “希望与梦想” 转入 “执行期”，预算与回报的约束会变硬，股价驱动也会从主题转向更残酷的个股筛选。</p>
<h2>2030 年用电增量被重新定价：905TWh 里，美国拿走六成</h2>
<p><strong>高盛把 2030 年全球数据中心（AI+ 非 AI）用电增量估到 905TWh（相对 2023 年），对应 2030 年较 2023 年增长 220%。</strong>此前的假设是增长 175%。上修的理由不复杂：TMT 团队提高了 AI 服务器出货预期，推理侧更高功率服务器的部署比例上升，同时数据中心容量扩建更快。</p>
<p>结构上，美国权重继续抬升。高盛预计这 905TWh 增量中，约 60% 发生在美国（此前约 50%）。对应的数据中心容量预测也被拉高：其美国数据中心容量预计 2030 年升至 95GW（2025 年为 32GW），海外预计 2030 年升至 72GW（2025 年为 42GW）。AI 与数据中心扩张仍被定义为全球现象，但 “最先吃到电” 的还是美国。</p>
<h2>超大规模云厂商的再投资率逼近九成，讨论焦点从 “投入” 转向 “回报”</h2>
<p>报告给出的一个关键信号是：<strong>预算上修的速度太快。</strong>过去两个月，高盛分析师对 2026-27 年 hyperscaler capex+R&amp;D 合计上修超过 3000 亿美元；并预计主要全球 hyperscalers 的 capex+R&amp;D 到 2029 年将较 2025 年翻倍。</p>
<p>更值得盯的是再投资率（capex+R&amp;D/经营现金流）。高盛预计 2026/27 年分别达到 87%/83%（此前为 79%/76%）。钱当然还在投，但股东能分到的自由现金流空间被挤压了——这也是报告反复强调 “AI 收入增长” 和 “可量化价值” 的原因：当投入强度上去，市场就会更频繁地追问 AI 到底把什么做成了。</p>
<p>高盛在报告里举了一个偏 “可被量化” 的方向：<strong>AI 加速药物研发。</strong>其医疗团队引用的近期数据指向两个变化——成功率提升 370 个基点（从 6.4% 到 10.3%）、研发周期从约 13 年缩短到约 10 年，并据此估算 10 年药物管线现值可提升 83 亿美元（21% 折现率）到 412 亿美元（8% 折现率）。这类案例更像是为了回答 “Pervasiveness（渗透）到底在哪里落地”。</p>
<h2>美国电力需求增速被抬到 3.2%，数据中心贡献 2 个百分点</h2>
<p>在电力侧，高盛把美国 “电网 + 表后电” 的电力需求增速预期上调至 2030 年前年化 3.2%（此前 2.6%）。拆开看，电网侧年化 2.6%，表后电贡献 0.6%；而在电网侧 2.6% 里，数据中心单项贡献了 2 个百分点——这解释了为什么市场对电力、输配电、并网资源的紧张感在快速升级。</p>
<p>高盛也点出一个现实：<strong>新增负荷的相当一部分正被表后电承接，且主要是天然气，即便 hyperscalers 长期偏好仍是电网供电。</strong>电力需求被抬高不难，难的是把电 “送到位”，而这恰恰卡在输配电、并网与施工能力上。</p>
<h2>效率在提升，但 “每台服务器更耗电” 也在发生：推理端成 2026 年的变量</h2>
<p>报告对 “效率能否压住用电” 给了更细的拆解：<strong>新一代服务器确实更高效，但行业的算力需求增长更快。</strong>以英伟达服务器为例，高盛写到，最新 Vera Rubin 一代在训练场景下单位最大功率对应的计算速度比 Blackwell 提升 16%，四代累计提升超过 650%；但同时，Vera Rubin 单台服务器最大功率比 Blackwell 高 68%，四代累计提升超过 250%。</p>
<p>推理端是另一个拐点。高盛一边维持 “推理服务器整体功率低于训练” 的假设，一边承认推理功率强度正在上修，原因是更高功率服务器在推理侧的占比提升。报告把 2026 年视为关键观察窗口：推理到底会以 “低功率大规模铺开”，还是会因为推理、推理型模型与自动化而走向更高能耗，目前争论还没结束。</p>
<h2>“愿意为可靠性付溢价” 正在变成合同条款：40-48 美元/MWh 的绿色综合溢价</h2>
<p>电力不只是供给问题，也开始变成 “价格 + 政策” 问题。高盛用 “Green Reliability Premium” 概括这种变化：在美国，满足数据中心基荷可靠性的清洁能源组合平均供电成本较基准高约 40 美元/MWh，若 IRA 激励退坡后约 48 美元/MWh。</p>
<p>更重要的是对比口径：如果把这类溢价粗略应用到 2030 年相对 2023 年的全球数据中心用电增量（905TWh），高盛估算对应的行业支出约 370 亿-430 亿美元。它在 hyperscalers 利润表里的量级并不夸张：相当于高盛估算的 2027 年 hyperscaler 总 EBITDA（10790 亿美元）的 3.4%-4.0%，对 2027 年平均 CROCI 影响约-0.8% 到-0.9%。<strong>这也是为什么报告判断，hyperscalers 仍有能力为 “时间到市场” 和 “可靠性” 买单。</strong></p>
<p>政策层面，报告提到的关键词是 “ring-fence”：数据中心扩建带来的成本与可靠性风险，尽量不要外溢给其他电力客户。高盛预计各方会推动更多合同设计来隔离这类影响，同时数据中心运营方也会被要求在灵活性、承担基础设施成本、甚至向电网反供能力上给出更明确承诺。</p>
<h2>发电设备不是唯一瓶颈，“人” 才是</h2>
<p>如果要在 “设备” 和 “人” 之间选一个更硬的约束，高盛把票投给了后者。报告估算，<strong>为满足 2023-2030 年美国/欧洲电力需求增长，需要新增约 51 万美国电力与电网相关岗位、约 25 万欧洲电力岗位。</strong></p>
<p>其中风险更集中在输配电（T&amp;D）环节：高盛估算美国仅输配电与并网相关的新增岗位约 20.7 万，意味着约 22% 的劳动力增长需求，而这类岗位通常需要 3-4 年培训。作为对照，美国能源相关行业当前活跃学徒约 4.5 万人；要填平缺口并覆盖退休，高盛认为活跃学徒规模的 “运行速度” 可能需要再提高约 2 万-3 万人。</p>
<p>劳动力约束会反过来解释两件事：为什么表后电在短期更有吸引力（少走输电线路与并网流程），以及为什么拥有劳动力获取优势的承包商、公用事业公司、自动化与电网优化方案会被重新定价。</p>
<h2>“可靠性超级周期” 给了供应链第二条腿：不是只为 AI 修电网</h2>
<p>在股票层面，高盛把主题拉得更宽<strong>：电力、水、网络、供应链在需求上升与基础设施老化下的 “可靠性投入”。</strong>报告给出的量化抓手是：基于其对具备 Green Capex 顺风的上市公司估算，可靠性主题对应的年化 capex 增长超过 800 亿美元。</p>
<p>这也解释了一个市场现象：数据中心电力供应链股票和 hyperscaler 股价出现分化。高盛统计，自 2025 年以来，数据中心相关电力生态整体跑赢 MSCI ACWI 约 41 个百分点、跑赢 hyperscalers 约 36 个百分点；其中发电设备相关公司表现最强，领先其他供应链队列约 196 个百分点，太阳能产品、电气元件、冷却方案等也有明显超额。</p>
<p>高盛给出的 “周期何时结束” 条件很直白：AI 的竞争威胁感消退、企业回报与自由现金流明显恶化导致投资能力下降，或冗余投入被认为已足够。只要这三条不触发，可靠性投入就很难突然停下来。</p>
<h2>AI 仍在 “希望与梦想” 阶段，但三项指标会决定何时进入执行期</h2>
<p>高盛把 AI 放进 “创新周期” 框架：当前仍在最利多基础设施投资与估值扩张的 “Appraisal / Hopes &amp; Dreams” 阶段，但资本开支上修让 “是否接近 Execution 阶段” 的争论升温。报告给出的三个触发器是：<strong>财务弹性受限、企业回报下行、产品供给过剩。</strong></p>
<p>就目前证据，高盛认为前两项开始有 “边际变化”，但还不够构成拐点：再投资率上升压缩自由现金流，但 hyperscaler 资产负债表仍强，净负债/EBITDA 约 0.3 倍（2026 年）；回报端，高盛预计 CROCI 到 2028 年会走弱，幅度从 “轻微” 变得 “更明显”，但尚未跌到其历史区间（24%-31%）的低端。至于供给过剩，高盛明确写到：尚未看到算力与 token 需求进入过剩。</p>
<p>这意味着一个更现实的结论：短期内，电力与基础设施链条仍在 “甜蜜点”；但市场会越来越苛刻地追问 AI 的收入与现金流在哪里，谁能留住价值，谁只是替竞争对手买单。</p>


GS-C

GS-A

GS-D

高盛

<p>高盛最新报告上调 2030 年全球数据中心用电需求增幅至 220%，其中美国占据六成。AI 投资增量正从算力外溢至电力供应链，引发基础设施 “可靠性超级周期”。尽管云厂商资本开支剧增挤压自由现金流，但其仍有财力为清洁电力溢价买单。目前行业瓶颈正从发电设备转向劳动力短缺，市场关注点开始由 “主题炒作” 转向 “AI 收入转化” 的硬约束。</p>

- 高盛预计 2030 年全球数据中心用电需求增幅从 175% 上调至 220%。  
- 新增用电中约六成将来自美国，推动电力需求增速至 3.2%。  
- 数据中心的电力供应链正面临劳动力及设备瓶颈挑战。

AI 资本支出激增，电网更吃紧！高盛大幅上调全球 AI 用电预期：2030 年需求暴增 220%