社区

除了英伟达的AI芯片，电力瓶颈正在成为制约AI发展的重要因素。

从市场表现上来看，AI能源的表现甚至超过了以英伟达为首的AI芯片产业链，以CEG/VST/MOD为代表的数据中心发电或者散热股票都走出了波澜壮阔的行情。

由于人工智能（AI）技术的发展，美国数据中心在电力需求上的急剧增长：

1. 数据中心的电力消耗增长

• 电力消耗预测：从2023年的95 TWh增加到2030年的372 TWh，年复合增长率（CAGR）为22%。这一显著增长主要由AI数据中心推动，因为AI数据中心机架的电力需求是传统数据中心的约7倍。

• 资本支出激增：例如，Microsoft和Google的季度资本支出分别增长了79%和90%，预计将进一步增加。这表明技术巨头正在大量投资于AI基础设施，从而推动了对高效电力管理解决方案的需求。

2. 对公用事业的影响

• 电力需求预测修正：Georgia Power和Dominion Energy等能源公司调整了对未来电力需求的预测，Georgia Power的负载增长预测比之前预测的高出约17倍，Dominion Energy预计数据中心将在未来十年内显著推动电力需求增长。

• 北美电力可靠性组织（NERC）的报告：预测未来9年新电力需求增长翻倍，这是过去十年未见的增长水平。

大规模部署高性能计算资源时可能遇到的能源管理挑战。部署超过100,000个H100 GPU在同一个州，电网负荷问题凸显了几个关键点：

1. 能源需求巨大：H100 GPU是NVIDIA推出的高性能计算卡，旨在用于深度学习、机器学习和高性能计算任务。单个H100 GPU的能源需求就相当高，超过100,000个这样的GPU集中在一个地方运行，对电力供应的需求将是巨大的。

2. 电网压力：大规模的GPU集群运行不仅需要稳定的电力供应，还可能需要额外的冷却设施来维持设备的运行温度。这些都会对当地的电网造成额外压力。如果电网没有足够的容量来支持这样的负荷，可能会导致供电不稳定甚至崩溃。

3. 跨区域部署的考虑：为了缓解单个地区电网的压力，分散风险，并可能利用不同地区的电力成本差异，跨区域部署成为了一个可行的解决方案。通过在多个区域部署，可以平衡负载，减轻对单个电网的依赖。

4. 技术挑战：微软工程师提到的跨区域GPU间部署InfiniBand级别链接的困难，突显了在保证高性能计算效率的同时，实现物理上分散部署的技术挑战。InfiniBand是一种高带宽、低延迟的网络技术，常用于高性能计算环境，要在跨地理位置维持这种连接的性能，需要解决技术上的多个难题。

这揭示了在进行大规模计算资源部署时需要考虑的多方面因素，包括但不限于能源供应的稳定性、成本、环境影响及技术可行性。随着计算需求的不断增长，如何可持续地扩展高性能计算资源，将是技术、能源和环境政策等多个领域需要共同解决的挑战。

AI技术迅速发展对电力资源的巨大需求，以及这一需求带来的挑战和机遇。从微软工程师对部署大规模H100 GPU的电网负载担忧，到比尔·盖茨对数据中心盈利能力与电力成本的评论，再到电力供应对数据中心建设时间延长的影响，我们看到了一个共同的主题：AI技术的进步和普及对电力基础设施提出了前所未有的要求。

随着AI模型变得更加复杂，算力需求激增，电力成为了关键的瓶颈。摩根士丹利的“龟兔赛跑”比喻恰当地指出了当前电力基础设施发展的滞后性，以及这一现象对电力公司股价可能带来的正面影响。电力公司和新能源供应商面临的挑战也是巨大的机遇，因为它们必须迅速适应这一变化，提供足够、可靠和可持续的电力供应来满足日益增长的需求。

摩根士丹利的这项预测指出，随着生成式人工智能（AI）技术的快速发展和广泛应用，对电力资源的需求将显著增加，这可能会对全球电力供应产生重要影响。这一预测反映了几个关键观点和趋势：

1. 增加的GPU/定制芯片利用率：将GPU和定制芯片的利用率预期从60%提升到70%，意味着为了满足计算需求，数据中心将更频繁地运行这些能效较低的高性能计算设备。这种设备通常用于执行复杂的AI计算任务，包括训练大型机器学习模型。

2. 可再生能源使用比例的预期下降：预计可再生能源在数据中心电力供应中的占比将下降，这可能是由于可再生能源项目的扩展速度无法跟上数据中心对电力的迅速增长需求，或是由于传统能源成本相对较低或更易获得。

3. 传统能源的更大角色：随着数据中心对电力需求的增长，尤其是在高计算需求下，传统能源（如化石燃料）可能会在满足这些需求中发挥更重要的角色。这可能会带来更大的环境挑战，因为这些能源通常与更高的碳排放量相关联。

4. 电力需求的显著增长：全球数据中心的电力需求预计将从2024年的430太瓦时增长到2027年的748太瓦时，几乎翻倍。这一增长主要由生成式AI的强劲需求驱动，其复合年增长率（CAGR）预计约为105%。

这种快速增长的电力需求对电力行业提出了重大挑战，尤其是在确保供应、管理成本和最小化环境影响方面。同时，这也为电力行业的参与者，包括能源生产商、公用事业公司以及新兴的可再生能源技术开发商，提供了巨大的市场机遇。这要求政策制定者、企业和技术创新者共同努力，寻找解决方案，以满足不断增长的能源需求，同时努力实现能源的可持续发展。

AI发展带来的这些挑战并非不可克服。它们要求在能源生产、分配和消费的各个方面进行创新和优化。可再生能源的进一步开发和智能电网技术的应用可能会缓解这些问题。同时，对AI算法和硬件的优化也可以降低能源消耗，提高效率。

在这个过程中，政策制定者、能源产业、技术公司和投资者都需要密切合作，以确保能源供应能够支撑AI技术的持续发展，而不是成为制约其发展的瓶颈。此外，这也暗示了投资者在考虑投资AI领域时，不仅要关注直接从事AI技术开发的公司，也要考虑那些能够提供必要支持和基础设施的公司，如电力生产和供应商。

AI能源产业链

AI能源产业链是一个多层面、跨行业的复杂系统，涉及从能源生产、传输、分配到消费的全过程。随着AI技术的快速发展，它正在深刻影响能源行业的各个方面，包括但不限于提高能源生产效率、优化能源分配、促进能源消费的智能化和降低环境影响。以下是AI能源产业链的深度展开，包括产业链的结构、核心参与者和竞争格局。

产业链结构

1. 能源生产：涉及利用AI技术提高传统能源（如石油、天然气）的开采效率，以及提升可再生能源（如风能、太阳能）的发电效率和可靠性。

2. 能源传输与分配：通过智能电网技术实现能源的高效传输和分配，包括需求响应管理、故障预测与处理等。

3. 能源存储：使用AI优化能源存储解决方案，如电池管理系统，以提高能源的可用性和稳定性。

4. 能源消费：促进能源使用的智能化，例如通过智能家居系统实现能源的高效使用。

核心参与者

• 能源公司：包括传统能源公司和可再生能源公司，它们利用AI技术优化生产流程，提高能源效率。

• 技术供应商：提供AI解决方案的科技公司，如NVIDIA、Google等，它们通过提供高性能计算资源、AI算法和软件平台，支持能源行业的智能化转型。

• 电力公司和公用事业：负责能源的传输、分配和供应，通过引入智能电网技术实现能源管理的优化。

• 设备和系统制造商：提供智能传感器、控制系统、储能设备等，这些技术是实现能源产业链智能化的物理基础。

• 研究机构和政策制定者：在技术发展、标准制定和政策引导方面发挥关键作用。

竞争格局

• 技术创新竞争：在AI能源产业链中，技术创新是核心竞争力之一。公司通过持续的研发投入，争取在智能化技术解决方案上保持领先。

• 合作与生态构建：由于产业链的复杂性，单一公司难以覆盖所有环节，因此合作成为一种趋势。通过建立生态系统，形成技术、资本、信息等多方面的合作网络。

• 市场拓展竞争：随着全球对于能源智能化和绿色能源的需求增长，能源公司和技术供应商在新兴市场的布局也成为竞争焦点。

• 政策和标准竞争：在一定程度上，政策法规和标准也影响着竞争格局，合规的公司能够更快地适应市场变化，抓住发展机遇。

AI能源产业链的发展前景广阔，但也面临技术、资本、政策等方面的挑战。未来，随着技术的不断进步和政策的支持。

由于全球数据中心的电力需求预计将在短短几年内翻倍，这一增长主要由生成式AI的需求推动，预计将带动多个产业链和公司受益。这些受益者不仅限于直接提供电力和计算资源的公司，还包括提供相关技术、设施、服务和解决方案的企业。以下是一些可能深度受益的产业链和公司：

1. 能源产业

• 传统能源供应商：如ExxonMobil、Chevron和Shell等，随着对传统能源需求的增加，这些公司可能会看到其销售增长。

• 可再生能源开发商：如NextEra Energy、CEG和VST，随着企业和政府寻求减少碳足迹，投资可再生能源成为趋势。

2. 电力基础设施和服务

• 电网升级与管理服务：随着电力需求增加，需要更智能、更高效的电网管理系统，如Schneider Electric、ABB和Siemens可能从中受益。

• 储能解决方案提供商：Tesla（Powerwall）、LG Chem和BYD提供的储能技术将对平衡电网和提供稳定电力供应至关重要。

3. 能源效率和节能技术提供商

• 数据中心能效解决方案：如制冷技术提供商和能源管理软件开发商，将因帮助数据中心减少能源消耗和提高效率而受益。

• 典型代表：开利全球CARR、特灵科技TT、江森自控JCI、ABB等。

随着全球对电力需求的显著增长，相关产业链的公司有望实现增长。然而，这也要求公司能够持续创新、提高能源效率和减少环境影响，以满足未来的市场需求。此外，政策和监管环境的变化也将对这些产业链的发展产生重要影响。

Power Supply-AI数据中心电力供应链

电力供应链的不同环节和参与这些环节的主要公司：

1. Grid + Offsite Renewable Storage

   AES: 提供能源解决方案，包括可再生能源和电池存储。

   NEE (NextEra Energy): 是美国最大的可再生能源电力生产商之一。

   这一环节包括电网连接和位于电网以外地点的可再生能源存储。

2. Generator w/ and w/o Grid Connection

   指的是带有或不带有电网连接的发电机，主要公司包括：

   BE: bloom energy

   CAT:卡特彼勒

   GE: 通用电气

   CMI：康明斯

   Hitachi: 日本的大型多国企业，也提供能源解决方案。

   Mitsubishi Electric: 日本的电气制造商，提供各种电力设备。

3. Grid Infrastructure

   涉及到电网的基础设施建设和维护，主要公司包括：

   PWR: Quanta Services，提供电力基础设施服务。

   MTZ: MasTec，建设电信和能源基础设施的公司。

4. "Behind the Fence" at Nuclear Power Plant

   指的是核电站的"围栏内"区域，通常是指核电站内部的安全区域或控制区域。主要公司或实体包括：

   CEG: 可能是Constellation Energy Group，从事核电以及其他形式能源的生产。

   PEG: Public Service Enterprise Group，提供电力和天然气。

   VST: Vistra Energy，能源公司，涉及电力生产。

   Talen: Talen Energy，电力生产和营销公司。

在电力设备、新能源以及制造业领域，一些公司的业务涉及数据中心，特别是那些专注于提供电力解决方案、高效能源使用、以及必要的硬件和设备制造。以下是一些在这些领域与数据中心直接相关的美股上市公司：

1. ABB Ltd. (ABB) - ABB 提供电力管理技术，包括电力传输和基础设施技术，服务于数据中心等高能耗设施。

2. Schneider Electric (SBGSY) - Schneider Electric 是全球知名的能源管理和自动化解决方案提供商，其产品广泛应用于数据中心的能源效率管理。

3. Eaton Corporation (ETN) - Eaton 提供多种电力管理解决方案，包括UPS（不间断电源系统）和其他电力基础设施技术，服务于数据中心。

4. General Electric (GE) - GE 的能源部门提供包括变压器和配电设备在内的多种电力解决方案，这些产品是数据中心关键基础设施的一部分。

5. Emerson Electric Co. (EMR) - Emerson 提供包括热管理和电力供应在内的多种数据中心基础设施解决方案。

6. Vertiv Holdings Co (VRT) - Vertiv 是全球领先的数据中心基础设施设备和解决方案提供商，包括电源、冷却和IT管理技术。

7. Siemens AG (SIEGY) - Siemens 提供广泛的电力解决方案和智能基础设施管理系统，涉及数据中心的能源分配和自动化系统。

8. Cummins Inc. (CMI) - Cummins 提供备用电源解决方案，包括柴油和天然气发电机组，这些在数据中心的能源备份方面非常关键。

9. Caterpillar Inc. (CAT) - Caterpillar 提供包括发电机在内的重型设备，用于数据中心的紧急和持续电力供应。

10. Bloom Energy Corp (BE) - Bloom Energy 提供固态燃料电池系统，这些系统为数据中心提供高效、低排放的电力解决方案。

这些公司在其各自领域内提供关键技术和产品，支持数据中心的建设和运营，确保电力供应的可靠性和效率，同时也推动了对新能源和高效设备的需求增长。

$谷歌(GOOG)$ $特斯拉(TSLA)$ $英伟达(NVDA)$ $新纪元能源(NEE)$ $康明斯(CMI)$