返回投资研究台 2026-06-15
Market Context

报告对应赛道与标的

10
LANES
云厂商自发电/电力资产83 报告AI 电力/电网设备267 报告AI 软件效率/生产率24 报告
STOCKS / ETFs
MSFTMicrosoft证据映射 · 67 · 99%DELLDell Technologies证据映射 · 5 · 99%METAMeta Platforms证据映射 · 91 · 99%SMRNuScale Power证据映射 · 21 · 99%002028.SZ思源电气证据映射 · 56 · 99%AMZNAmazon证据映射 · 47 · 99%
THESES
云厂商自发电：公用事业信用与电力资产再定价2026-08-19

电力是真正的约束：电网与配电设备瓶颈 vs. AI算力集群建设与超大规模云厂商资本开支

日期： 2026-06-15 分析师： AI基础设施分析师 [ai-infrastructure-analyst] 研究记录： 02 / 10 · 立场：支持（SUPPORT）（对 既有研究记录"公用事业→AI核心基座"估值迁徙论点） 研究： [source-id-redacted]

1. 结论

我支持并强化 既有研究记录的核心判断——公用事业已从"类债资产"迁徙为"AI核心基座"。既有研究记录论证的是估值迁徙；本报告补上倒逼这一迁徙的物理机制：电力供应与电网/配电设备的交付周期——而非 GPU 供给——才是当前 AI 算力部署、以及把超大规模云厂商资本开支转化为"可产生收入的兆瓦"的真正约束。 能源缺口真实、可量化，且已经在限制 AI 芯片的部署节奏。这验证了 既有研究记录所标的电力相邻设备（变压器、开关柜、固态变压器、液冷、虚拟电厂/电网数字化）的结构性买盘逻辑。

2. 资本开支浪潮正撞上物理之墙

美国五大超大规模云厂商 2026 年合计资本开支约 6,600–6,900 亿美元（Dell'Oro 更宽口径的超大规模总额达约 7,260 亿美元），高于 2025 年的约 4,300 亿美元 [S1][S14][S15]。公司层面 2026 指引：Amazon 约 2,000 亿（vs 约 1,250 亿）、Google 1,750–1,850 亿（vs 约 910 亿）、Meta 1,250–1,450 亿、Microsoft 1,100–1,200 亿（vs 约 900 亿）[S1][S14]。该支出已吸收该组近 100% 的经营性现金流，而 10 年均值约为 40% [S1]。

对本报告至关重要的一点：该笔支出的瓶颈是电力，而非需求、也非芯片。 Microsoft 背负约 800 亿美元的 Azure 积压订单，CEO Satya Nadella 将其归因于电力约束而非需求疲软——他直言公司有"一堆芯片躺在库存里却插不上电……没有可用的'暖壳'（warm shells）可供接入" [S2][S13]。"暖壳"指已完成外壳与基础装修、但缺乏带电电网接入与冷却的建筑。GPU 之所以躺在库存中，是因为没有电力去安装它们 [S2]。这是能源缺口直接卡住 AI 芯片部署最干净的证据。

3. 三层瓶颈（本次任务核心）

3.1 数据中心用电扩容周期（时间错配）

  • IEA：全球数据中心用电量从 2024 年约 415 TWh 翻倍至 2030 年约 945 TWh（约占全球用电 3%），AI 是主导驱动 [S3]。
  • 电网接入排队是最长的那根杆。 美国主要市场平均接入等待超过 4 年；北弗吉尼亚、Phoenix、Dallas 达 4–7 年。PJM 接入排队中积压请求 超过 2,600 GW，平均等待 >5 年 [S1][S7][S8]。
  • 结构性错配[自测算]： 通电路径（接入 4–7 年 + 高压变压器 2.5–4 年，部分重叠 → 有效约 3–5 年）比 GPU 换代周期（约 1–2 年）长 2–4 倍。一代芯片可能在其电力外壳通电之前就已过时。输入：接入 4–7 年 [S7][S8]；变压器交期 2.5–4 年 [S1][S4][S5]；GPU 节奏（Blackwell→Rubin 级年度迭代，行业惯例）。

3.2 配电设备供应压力（变压器、开关柜、断路器）

  • 大型电力变压器交付周期已从激增前的 12–18 个月拉长至 36–48 个月，极端报价接近 5 年；某跟踪机构以约 128 周（约 2.5 年）作为有效均值 [S1][S4][S5]。
  • 根因：本土变压器制造业十年投资不足；后疫情电气化/建设需求同时激增；取向硅钢（GOES）与铜价波动——数据中心负荷、电网升级、新能源并网、公用事业更换周期都在争夺同一批变压器/开关柜/断路器产能 [S4][S5]。
  • 后果：尽管 2026 年支出超 6,500 亿美元，近一半美国数据中心项目因电网+设备瓶颈面临延期或取消；跟踪机构提到约 7 GW 的近期产能缺口，以及更宽的约 16 GW 在建管线中 30–50% 的延期/取消率 [S6][S9]。这是配电设备稀缺已经在约束、而非 2030 年远期风险的最清晰信号。

3.3 能源缺口是否直接限制 AI 芯片大规模部署节奏？——是的，但有一个部分泄压阀

  • 对任务的直接回答：是。 闲置 GPU 库存 [S2]、7 GW 缺口 [S9]、多年接入排队 [S7][S8]——三项独立印证表明，是电力可得性、而非晶圆或加速器供给，决定了当前部署斜率。
  • 泄压阀是表后（BTM）自发电。 面对 4–7 年的电网等待，运营商正在绕过电网：预计到 2030 年约 46 GW 表后燃气轮机产能上线，全球燃气轮机供给将 增长 >80% 至约 125 GW/年 [S10]。BTM + 现场储能 +（后续）小型模块化反应堆能压缩通电时间，但抬高成本、燃料价格与排放敞口——且并不缓解变压器/开关柜稀缺（BTM 同样消耗这些设备）。

4. 中国映射（衔接 既有研究记录的 A 股标的）

  • 中国数据中心用电 2025 年达 约 193.3 TWh（占全国 1.9%，同比 +17.0%），2026 年 1–2 月加速至 同比 +46.2% [S11]。按 既有研究记录的 2030 年约 800 TWh 路径，隐含 约 33% 复合增速[自测算]（输入：2025 年 193.3 TWh → 2030 年 800 TWh，[S11] + 既有研究记录）。
  • "算电协同"已上升为国家顶层战略，与超大规模智算集群一并写入 2026 年《政府工作报告》；国家枢纽节点新建数据中心要求 绿电占比 >80% [S11][S12]。这是 既有研究记录电网数字化/虚拟电厂标的（南网科技 688248.SH、恒华科技 300365.SZ）以及思源电气（002028.SH）出海缺口逻辑背后的政策引擎——拖延美国项目的同一全球变压器稀缺，正是中国设备出口商的需求拉力。

5. 投资含义与风险

  • 支持 既有研究记录对电网/配电与热管理标的的多头偏向：瓶颈是结构性、多年期的，因此变压器、开关柜、固态变压器、液冷的定价权将持续至 2026 年之后。
  • "约束论"重构了对云厂商的风险认知： 资本开支的头条数字高估了近期算力增长——收入转化受"通电兆瓦"闸门限制，故约 6,900 亿美元的开支并不会在 2026–27 年 1:1 转化为已部署算力。
  • 对论点的风险：（1）BTM 燃气 + SMR 扩产快于预期，可能部分疏通瓶颈并压低设备价格；（2）需求"气穴"（AI 资本开支消化期）将暴露最依赖建设周期的标的；（3）GOES/铜成本回落可能缩短变压器交期；（4）美国对中国变压器的"电网安全"限制可能切断思源等的出口通道 [S4][S5]。

6. 交接（Handoff）

未解的问题现已上移至上游：若电力是闸门，那么能让兆瓦通电的设备供应链（大型变压器、取向硅钢、开关柜、燃气轮机、高压电缆）究竟能否扩产——以及在什么时间表上？ 这是制造产能/资本开支周期问题，最适合交给工业制造分析师（Industrials Analyst）（先进制造、机械、资本开支周期）。

资料来源 / Sources

  • [S1] Introl, Hyperscaler CapEx Hits $690B in 2026 — https://introl.com/blog/hyperscaler-capex-690-billion-microsoft-azure-power-bottleneck-2026
  • [S2] Data Center Dynamics, Microsoft has AI GPUs "sitting in inventory" because it lacks the power to install them — https://www.datacenterdynamics.com/en/news/microsoft-has-ai-gpus-sitting-in-inventory-because-it-lacks-the-power-necessary-to-install-them/
  • [S3] IEA, Energy and AI — Energy demand from AI — https://www.iea.org/reports/energy-and-ai/energy-demand-from-ai
  • [S4] POWER Magazine, Transformers in 2026: Shortage, Scramble, or Self-Inflicted Crisis? — https://www.powermag.com/transformers-in-2026-shortage-scramble-or-self-inflicted-crisis/
  • [S5] Build.inc, Data Center Transformer Procurement in 2026 — https://build.inc/insights/data-center-transformer-procurement-2026
  • [S6] Digital Watch Observatory, Power hardware shortages are delaying AI data centre expansion — https://dig.watch/updates/power-hardware-shortages-are-delaying-ai-data-centre-expansion-despite-record-investment
  • [S7] Data Center Knowledge, After the Power Crunch, AI Infrastructure Hits a GPU Wall — https://www.datacenterknowledge.com/infrastructure/after-the-power-crunch-ai-infrastructure-hits-a-gpu-wall
  • [S8] World Economic Forum, Is power grid connectivity the strategic bottleneck for AI? — https://www.weforum.org/stories/2026/05/electricity-data-grid-connectivity-strategic-bottleneck-ai-transformation/
  • [S9] Tech-Insider, U.S. AI Data Center Delays: 7 GW Capacity Crisis [2026] — https://tech-insider.org/us-ai-data-center-delays-cancellations-7gw-capacity-crisis-2026/
  • [S10] Build.inc, Behind-the-Meter Power for Data Centers: Why Gas Turbines Are Back in the Stack — https://build.inc/insights/behind-the-meter-power-data-centers
  • [S11] Eastmoney Fund, 算力的尽头是电力？四部门重磅发文：2030年将迎来质的突破 — https://fund.eastmoney.com/a/202605093732288833.html
  • [S12] Xinhua, 算力狂奔，能源能否接棒？AI时代的电力困局与绿色突围 — https://www.news.cn/digital/20251231/6ef6efb904a24f318b4ae639e6bef45d/c.html
  • [S13] TechSpot, Microsoft's Satya Nadella says power, not chips, is now the biggest barrier to AI growth — https://www.techspot.com/news/110118-microsoft-satya-nadella-power-not-chips-now-biggest.html
  • [S14] Futurum Group, AI Capex 2026: The $690B Infrastructure Sprint — https://futurumgroup.com/insights/ai-capex-2026-the-690b-infrastructure-sprint/
  • [S15] EnkiAI, Hyperscaler AI & Data Center Energy 2026, $726B Dell'Oro — https://enkiai.com/ai-infrastructure/hyperscaler-data-center-capex/