AI 电力需求是真实的云利润率税，但尚不足以终结 AI 资本开支

• 报告发布： 公用事业分析师 (Utilities Analyst)
• 发布日期： 2026年5月23日 (Asia/Singapore)
• 当前研究记录： 6/8 (研究 研究线程标识: [source-id-redacted])
• 当前立场： 压力测试 (Stress-test) — 用电网容量、能源供应结构与电价传导，校验前序研究的云利润率受压判断。

摘要

截至 2026年5月23日，我支持前序研究关于云利润率受压的方向，但否决“数据中心电价上升 30% 本身就会终结 AI 资本开支周期”的更强说法。电力冲击是利润率税，也是局部部署闸门：它会压缩下游云利润率、抬高新增 AI 区域的回报率门槛，并推动项目转向 Texas、前沿市场、表后燃气、可再生能源 PPA 与核电方案。但它尚未压倒科技公司抢占算力容量的战略需求，因为五大科技公司的数据中心资本开支在 2025 年已超过 $4000 亿，IEA 预计 2026 年还会进一步增长 75%[S2]。

真正的约束不是电费本身。一个 120 kW NVIDIA NVL72 机架，在北美 1.49 PUE 下每年用电约 1.57 GWh；若起始电价为 00/MWh，30% 电价冲击每年只增加约 $47,000/机架成本[S9][S10][自测算: 120 kW x 1.49 x 8,760 小时 / 1,000 = 1.57 GWh; 1.57 GWh x 00/MWh x 30% = $47,000]。这很痛，但不致命。真正致命的是同样负荷放大到多 GW 集群后，与容量拍卖、输电排队、燃料可得性和地方电价政治直接相撞。

核心判断： AI 电力需求完全可能反噬云利润率并重排 AI 部署节奏，但更可能形成“上游半导体仍强 / 下游云利润率封顶 / 公用事业和电网硬件受益”的结构，而不是广义 AI 资本开支崩塌。

1. 变化在哪里：负荷增长已成为电力系统问题

美国数据中心 2023 年用电量为 176 TWh，约占美国总用电量 4.4%；DOE/LBNL 估计 2028 年将升至 325-580 TWh，占美国总用电量 6.7%-12%[S1]。IEA 的 2026 年更新显示，数据中心用电量 2025 年增长 17%，AI 专用数据中心增速更快；到 2030 年，全部数据中心用电量将翻倍，AI 专用数据中心用电量将增长至三倍[S2]。

这已经从全国平均问题变成区域电网瓶颈。EIA 预计美国 2026 年用电量接近 4,250 BkWh，较 2025 年增长 1.3%，2027 年再增长 3.1%；包含数据中心的商业部门 2026 年预计增长 2.2%，2027 年预计增长 5.3%[S3]。EIA 明确指出，ERCOT 和 PJM 是 2027 年前数据中心驱动电力需求增长最快的区域[S4]。

PJM 是最清晰的压力样本。PJM 2026 年向 FERC 提交的文件显示，其预计到 2030 年峰值负荷增长 32 GW，其中约 30 GW 来自数据中心[S6]。PJM 还预计未来十年系统峰值负荷增加 57,212 MW，对应 3.11% 复合年增长率[S6]。这就是公用事业视角下的 AI 瓶颈：芯片可能已经到货，但并网、变压器、变电站和容量权利组合未必到位。

2. 价格证据：30% 冲击具备现实性，PJM 已经更严重

本报告要求测试的 30% 电价冲击，对部分受限节点而言并不激进。Monitoring Analytics 报告称，PJM 总批发电力成本从 2025 年一季度的 $77.78/MWh 升至 2026 年一季度的 36.53/MWh，同比上涨 75.5%[S7]。同一报告显示，PJM 实时负荷加权平均 LMP 同期上涨 67.8%，从 $52.20/MWh 升至 $87.57/MWh[S7]。其中容量成本最剧烈：总容量成本上涨 398.1%，为总批发成本增幅贡献 4.21/MWh[S7]。

数据中心与价格的联系是直接的。PJM 2026 年 FERC 文件引用独立市场监督机构的结论：数据中心负荷使 PJM 最近一次容量拍卖价格增加超过 $65 亿，并使过去三次容量拍卖价格合计增加超过 $230 亿[S6]。Utility Dive 对同一监督机构数据的整理显示，数据中心负荷在 12 月容量拍卖的 64 亿成本中占 $65 亿，即 40%[S6]。

这对云厂商很重要，因为容量费和输电费不是一季度商品价格噪音，而是会进入电价、专项合同和并网承诺。Hyperscaler 可以对冲批发电价，但无法对冲一座缺失的变电站。

3. 单元经济账：电费是利润率税，电网接入才是稀缺资产

对云利润率而言，传导路径很直接。若假设电力和冷却占 AI 基础设施现金 opex 的 10%-15%，30% 电价冲击会使该部分 opex 上升 3.0%-4.5%[自测算]。若云业务运营成本等于收入的 65%-70%，且只有 40%-60% 的增量 AI 负荷暴露在受限电力市场，云业务合并口径运营利润率拖累约为 80-190 bp[自测算: 30% x 10%-15% x 65%-70% x 40%-60%]。若某个新增 AI 区域 100% 暴露在 PJM/ERCOT 式受限价格环境下，项目层面拖累约为 200-320 bp[自测算: 30% x 10%-15% x 65%-70%]。

这支持前序研究“云↓ / 半导体↑”的分层判断。电力成本通胀不会否定 NVIDIA 或 TSMC 的定价权；它抬高的是 AWS、Azure、GCP、Oracle 和 AI neocloud 在更短经济窗口内变现已安装硬件的回报率门槛。

4. 供应结构：天然气是桥梁，因此燃料风险重新进入 AI 利润率

IEA 估计，天然气目前已供应美国数据中心用电的 40% 以上，其次是可再生能源 24%、核电约 20%、煤电约 15%[S5]。到 2030 年，天然气仍是美国数据中心增量用电的最大来源，新增超过 130 TWh；可再生能源新增 110 TWh[S5]。

EIA 高需求情景从短期系统角度得出同一结论。由于规划、建设和并网周期较长，EIA 假设到 STEO 预测期结束前不会有超出基准情景的新增发电容量投运[S4]。在该情景下，天然气是可用于满足增量发电的主要来源，EIA 假设发电侧交付天然气成本较基准情景上升约 $0.50/MMBtu[S4]。

对整个霍尔木兹主线而言，这是关键连接点。即便油价风险回落，天然气和电网容量趋紧仍可能让原油下跌带来的再通缩与 AI 专属成本挤压并存。因此，数据中心电力采购正在成为云利润率里隐藏的能源 beta。

5. 资本开支可持续性：更慢、更挑剔，但未破裂

电力瓶颈会约束但尚未打断 AI 资本开支，原因有三点。

第一，物理建设仍处于容量短缺状态。JLL 报告称，北美数据中心空置率连续第二年处于 1%，在建数据中心容量超过 35 GW，其中 64% 位于前沿市场[S8]。低空置率意味着市场缺的是具备电力条件的可用空间，而不是过剩投机壳资源。

第二，容量正在迁移。JLL 认为，Texas 到 2030 年可能超过 Northern Virginia，成为全球最大数据中心市场，原因是其能源资源、土地供给和商业环境[S8]。公用事业结论是：AI 资本开支不会消失，而是追随电力、水、土地和并网权利迁移。

第三，基准容量预测仍假设行业能吸收需求。Goldman Sachs Research 预计，到 2030 年数据中心总用电量将较 2023 年增长 175%，AI 在数据中心市场中的份额未来两年将翻倍至 30%[S11]。其基准情景认为，行业入住率明年会在约 93% 见顶；若 AI 变现走弱，其 AI 下行情景中，到本十年末容量利用率会降至约 80%[S11]。这属于估值和资本回报风险，不是近期资本开支停止信号。

6. 投资含义

底线： 我对前序研究云利润率 thesis 做压力测试并细化结论。30% 电价上升和用电量激增确实会反噬下游云利润率，并拖慢特定 AI 区域建设；但瓶颈主要是局部电网接入，而不是全国能源绝对短缺。正确的组合标签是：AI 资本开支继续，但具备电力条件的容量拿走租金；云利润率承担税负。

递交

建议下一位分析师：asset-allocator。尚未回答的问题是：在完成电力成本压力测试后，如何把“上游半导体仍强 / 下游云利润率封顶 / 公用事业和电网硬件受益”转化为组合权重。

建议立场：综合 (synthesize)。

资料来源 / Sources

• [S1] U.S. Department of Energy, "DOE Releases New Report Evaluating Increase in Electricity Demand from Data Centers" — https://www.energy.gov/articles/doe-releases-new-report-evaluating-increase-electricity-demand-data-centers
• [S2] International Energy Agency, "Data centre electricity use surged in 2025, even with tightening bottlenecks driving a scramble for solutions" — https://www.iea.org/news/data-centre-electricity-use-surged-in-2025-even-with-tightening-bottlenecks-driving-a-scramble-for-solutions
• [S3] U.S. Energy Information Administration, "Short-Term Energy Outlook: Electricity, coal, and renewables" — https://www.eia.gov/outlooks/steo/report/elec_coal_renew.php
• [S4] U.S. Energy Information Administration, "Fossil generation could rise with faster-than-expected growth in data center power demand" — https://www.eia.gov/TODAYINENERGY/detail.php?id=67344
• [S5] International Energy Agency, "Energy supply for AI" — https://www.iea.org/reports/energy-and-ai/energy-supply-for-ai
• [S6] PJM Interconnection, "FERC Filing EL26-63-000" — https://www.pjm.com/-/media/DotCom/documents/ferc/filings/2026/20260507-el26-63-000.pdf
• [S7] Monitoring Analytics / PRNewswire, "Market Monitor Finds PJM Wholesale Electricity Markets Competitive" — https://www.prnewswire.com/news-releases/market-monitor-finds-pjm-wholesale-electricity-markets-competitive-302772416.html
• [S8] JLL, "North America Data Center Report Year-end 2025" — https://www.jll.com/en-us/insights/market-dynamics/north-america-data-centers
• [S9] Uptime Institute, "Global Data Center Survey 2025: regional view" — https://intelligence.uptimeinstitute.com/sites/default/files/2025-08/UI%20Field%20report%20183_Annual%20survey%20-%20regional%20view%202025.pdf
• [S10] NVIDIA, "DGX GB Rack Scale Systems User Guide: Hardware" — https://docs.nvidia.com/dgx/dgxgb200-user-guide/hardware.html
• [S11] Goldman Sachs, "Is There Enough Data Center Capacity for AI?" — https://www.goldmansachs.com/insights/articles/is-there-enough-data-center-capacity-for-ai

页脚：报告日期 2026年5月23日 (Asia/Singapore)；research note 公用事业压力测试。