为什么兆瓦级电力、选址、稳定发电容量和功率感知设计，正在成为人工智能（AI）竞赛真正的核心要素。“我们正在叩响这些不可思议能力的门。基本上是用沙子建造机器的能力。”Anthropic CEO Dario Amodei在今年1月的达沃斯论坛上这样描述硅如何以前所未有的规模转化为智能。这句话令人印象深刻，但对电力行业而言，更重要的问题是接下来会发生什么。用沙子制成的机器仍然需要物理基础来运行，而这个基础不仅仅是芯片、光纤或冷却系统，更是电力。
在同一场世界经济论坛上，英伟达CEO黄仁勋将当前时刻描述为人类历史上最大的基础设施建设浪潮——计算工厂、芯片工厂和AI工厂同时兴起。当被问及美国与中国之间的竞争平衡时，黄仁勋的回答直截了当：美国可能在模型和芯片上领先，但中国在新增发电能力上的速度更快。他暗示，如果能源是核心内循环，那么这个优势就非常关键。对发电行业而言，这才是真实的故事。AI需求不再仅仅是一个技术故事，它已经成为一个负荷增长、选址、并网、发电和可靠性的故事。而且其发展速度之快，正迫使电力公司、电网运营商、数据中心开发商和监管机构重新思考多年来固有的假设。
电力可用性已成为决定性约束
在过去十年大部分时间里，数据中心的讨论重点是处理器、加速器、网络和延迟。这些因素依然重要，但它们已不再是许多大型项目的首要限制因素。新的首要问题是：我们能在哪里、以多快的速度、在什么运行条件下获得足够可靠的电力？这一转变正在改变谁能参与AI基础设施增长的下一阶段。那些能提供稳定发电容量、输电余量、水资源以及可信并网路径的地区，正获得战略重要性。没有这些条件的地区可能仍会吸引关注，但仅凭兴趣无法为数据中心园区通电。
这就是为什么AI建设越来越不像一个云扩展的故事，而更像一个电力开发的故事。发电时间表、变电站容量、输电升级、许可、燃料安排和韧性策略，如今对部署进度的影响，至少与服务器采购一样大。
这对选址意味着什么历史上，大型数据中心往往聚集在光纤路由、主要都市和成熟的技术枢纽周边。如今，开发商常常从电力反向规划。他们先确定哪里能真正获得稳定的兆瓦级电力，然后围绕这些约束来设计土地、网络和园区规划。这种“电力优先”的逻辑，正是为什么对拥有天然气、核电、水电或混合发电组合的地区的兴趣激增的原因。这也是为什么“表后发电”、现场储能和微电网已从边缘案例转变为主流规划讨论的原因。对许多项目而言，选择不再是电网电力还是自备供电，而是如何将两者结合，以实现速度、可靠性和可接受的排放路径。
对电力公司而言，这意味着重大影响。与AI负荷相关的经济发展，如今不仅取决于有吸引力的电价或可用土地，还取决于能否提供可信的、分阶段的容量路径。对开发商而言，“获得电力的速度”已变得与“进入市场的时间”同样重要。“我们必须区分电网故障和范式转变，”METIS Power CEO Pooya Kabiri表示。“现有输电系统正在按设计运行。范式转变是AI负荷的意外到来，它们需要的电力比电网最初设计提供的多一个数量级，而且可靠性参数严格得多。”“微电网代表了一种战略性的分布式响应。通过将高效燃气发电、可再生能源和储能共同选址，它们能创造出满足现代数据中心严苛标准的定制化电力生态系统。这不是替代宏观电网，而是必要且立即可用的韧性层，能为大规模输电和下一代核电投资成熟赢得时间。”他说道。
电网协调正在成为战略基础设施
最近的市场发展强化了这一点。2026年4月1日，西南电力池（SPP）扩展至西部互联，成为首个服务跨越两个互联区域的区域输电组织。SPP如今覆盖17个州、73.2万平方英里、2000万人口。该扩展纳入了多家公用事业公司。对于AI相关开发而言，这样的里程碑已不仅仅是监管或市场设计新闻，更是选址信号。更广泛的有组织市场能改善对可调度资源的获取、支持可靠性规划，并为大型负荷客户提供更多选择。它无法消除建设发电和输电的艰苦工作，但能改善可用资源的协调方式。在兆瓦稀缺、排队时间至关重要的环境下，这种协调本身就成了有价值的基础设施。
对电力公司和公共电力实体而言，这也提出了一个战略问题：市场结构、规划模型和采购方式需要多快演进，才能在不向现有客户转移过多风险的情况下容纳大型新负荷？随着AI需求加剧，这个问题将变得更加紧迫。
云架构具有物理后果
电力挑战容易被低估的原因之一是，云需求在互联研究报告出现之前看起来是抽象的。但高可用云架构具有实实在在的物理后果。主-主区域、多可用区故障转移、地理冗余存储和推理复制等，可能成倍放大看似单一逻辑工作负载的实际电力足迹。从电力公司或电网规划者的视角来看，这意味着一个企业部署可能转化为多个设施和多个地区的同步需求增长。传统的预测方法并未为这种快速移动、由软件驱动的负荷扩张而设计。因此，规划者越来越需要更好地了解AI部署背后的架构假设，而不仅仅是项目附带的头条负荷数字。
这不是反对冗余，而是主张认识到冗余具有能源成本，而且在超大规模下这种成本会变得非常重要。
稳定电力重新成为讨论的核心
因此，开发商正倾向于能提供可靠出力的组合方案。天然气仍是近期最常见的桥梁，因为它能在市场可理解的时间表内实现有意义的规模部署。核电作为更长期的解决方案重新进入讨论，尤其适合寻求持久清洁稳定容量的大型园区。储能和可再生能源依然重要，但仅靠它们通常无法满足AI园区希望的近期可靠性要求。这并不意味着每个项目都一模一样。最佳组合取决于地理位置、输电接入、燃料物流、环境约束、客户风险偏好和当地政策。但这确实意味着，行业正在放弃“间歇性供电加电网接入就足以支持所有高密度计算增长”的假设。实际问题不再是稳定电力是否重要，而是需要多少稳定电力、在哪里部署，以及如何与更广泛的系统集成。
效率很重要，因为每损失一个百分点都意味着兆瓦级的浪费。即使选址更好、发电更多，浪费依然重要。在AI规模下，微小的效率提升会累积成所需容量、冷却负担和运营成本的显著降低。这也是为什么电力电子、热设计和功率感知编排正变得越来越重要的原因之一。转换集成电路（IC）、电压调节选择、板级布局、气流设计、机架密度和工作负载调度，这些话题并不华丽，但它们决定了设施能从每兆瓦电力中提取多少有用工作。当计算编排与遥测和实时电力状况相连时，运营商获得的不仅仅是效率。他们获得的是灵活性。他们可以平滑峰值、减少损失，并在对负荷实际行为的了解更清晰的情况下做出基础设施决策。
这就是数据中心讨论与电力受众直接相关的地方。能源效率不再仅仅是一个可持续性指标或硬件优化练习，它是一种容量策略。在园区内部，电力转换、分配和消耗越智能，向电网外部施加的压力就越小。
“AI不能解决我们所有的问题。你不需要它这么做。你不会用汽车开一个街区，也不会用飞机飞五英里。你会选择合适的工具来完成工作。”前Google杰出工程师Kelsey Hightower说。“然而，我们今天在数据中心部署AI的方式，可能是有史以来最不高效的计算形式。仅靠电力无法解决这个问题。真正的进步将来自专用硬件和工作负载纪律，这一点从未改变。”
安全与可靠性如今是同一个规划话题
随着AI基础设施与发电、变电站、控制、储能和园区级能源管理更加紧密耦合，网络风险与电力风险之间的界限变得越来越模糊。现代AI园区不仅仅是一堆服务器，它是一个紧密编排的物理-数字系统。停电、错误配置、控制系统入侵或供应链中断的运营后果，会迅速在整个系统中传播。
对运营商而言，这意味着韧性不能再被视为下游的安全层。它必须从一开始就融入选址、控制架构、分段、供应商策略和应急操作中。对服务这些负荷的电力公司而言也是如此。可靠性规划现在必须考虑到，系统上一些要求最高的新客户，同时也是数字化最复杂的客户。这种融合创造了新的义务，但也创造了机会。从第一天起就围绕电力完整性、冗余纪律、网络安全和运行可见性来设计的项目，将比事后附加这些关注的项目处于更有利的位置。
电力行业的机会
电力行业不再是从场边支持AI经济。它正在决定AI的发展速度。这赋予发电企业、电力公司、电网运营商、公共电力实体和基础设施投资者在未来发展中的核心角色。胜出者不一定是那些AI口号最响亮的组织，而是那些能将负荷增长与真实基础设施连接起来的组织：可交付的兆瓦、可信的时间表、有韧性的园区设计、可行的并网路径，以及既认识到电网优势又承认其局限性的运营模式。
Dario Amodei用沙子制造智能的比喻之所以有力，是因为它捕捉了当下的奇妙。但在电力行业，光靠魅力是不够的。AI工厂不是靠对它的迷恋运行的，它们靠的是发电、输电、转换、冷却、控制和严谨的运营。机器可能是用沙子制成的，但这场竞赛仍将由钢铁、铜、混凝土和兆瓦决定。
原文链接：https://www.powermag.com/ai-data-center-growth-is-now-a-power-infrastructure-problem/
作者：Michelle Buckner
如您有供稿或想订阅电力行业专题资讯，请扫码联系:
免责声明：本微信公众号所上传文章仅代表作者观点，版权归原作者所有。如文章来源标注有误或涉及作品版权等问题烦请告知，小编及时予以删除。
初审初校：韩禹文｜复审复校：刘拥军｜终审终校：陈铭亮｜监审：文卉
点击蓝字 关注我们