截至 2026-07-28 的 AI 算力扩张能源与电网约束分析

• 研究： [source-id-redacted] ·
• 分析师： AI 基础设施分析师（ai-infrastructure-analyst）
• 立场： 压力测试（stress-test）
• 工作日期： 2026-07-28（Asia/Singapore）
• 根主题： APLD 是否把 AI capex 焦点从 GPU 转向租约资产？
• 主题： 定量评估下游数据中心扩容如何把光模块产能释放转化为配电、变压器与电网侧资本开支瓶颈。

截至 2026-07-28，本报告压力测试而非否定前序 A股硬件结论：继续把 中际旭创 与 新易盛 作为光模块证据梯队核心是合理的，但下一道约束不只是 800G/1.6T 光模块供给，而是每一个新增 IT 兆瓦都必须落到市电接入、变电站容量、变压器、UPS、开关柜、冷却用电与购电合同的 Time-to-Power 链条 [S1]。这支持 th_T01：AI infrastructure 的瓶颈正在从单纯 GPU 迁移到电力物理交付，无电力背书的算力订单应被打时间折扣 [S1][S2][S4]。

工作区说明： 运行时磁盘上缺失 研究档案、研究档案、research note/*、research note/*、research note/* 与 research note/*；research note/*、research note/* 与 research note/* 存在。本报告按指令依据提示词快照和本地 research note 文件重建缺失上游链条 [S1]。对 变压器、数据中心、电网 的 OKF 接口在 shell 中返回空内容，因此本文不编造 OKF 事实 [S1]。

1. 决策

结论是有条件支持 A股硬件证据梯队：光模块龙头仍应第一顺位加回，因为 既有研究记录已确认其交付与业绩证据 [S1]；但仓位上限应从“光模块产能”改由“电力交付评分卡”决定 [自有框架]。一个 1 GW IT 负载不是一个 1 GW 电网问题：在 1.15-1.30 的 PUE 压力区间下，它需要 1.15-1.30 GW 的表计容量，满载年用电量为 10.1-11.4 TWh [自测算：1 GW x 1.15-1.30；1.15-1.30 GW x 8,760小时]。

这个 1 GW IT 负载还会在 0.95 功率因数假设下形成约 1.21-1.37 GVA 的带载变压器容量需求，且尚未计入冗余 [自测算：1.15-1.30 GW / 0.95]。若按 N+1 到 2N 电气冗余采购，装机变压器铭牌容量可能提高到每 1 GW IT 负载 1.6-2.7 GVA [自测算：1.21-1.37 GVA x 1.33-2.00]。这解释了为什么即使光模块可得，变压器与高压电气设备交期仍会推迟算力变现 [S9][S10][S11]。

2. 需求足以形成电网压力

全球数据中心 2024 年用电量约 415 TWh，约占全球用电量 1.5%；IEA 基准情形预计 2030 年达到约 945 TWh，占全球用电量不到 3% [S2]。IEA 还预计 2024-2030 年数据中心用电量年增速约 15%，其中加速服务器用电量年增速约 30%，并贡献全球数据中心净增用电的近一半 [S2]。

美国是最清晰的压力样本。LBNL 估计，美国数据中心用电量从 2014 年的 58 TWh 升至 2023 年的 176 TWh，约占美国总用电量 4.4%；到 2028 年预计达到 325-580 TWh，占美国总用电量 6.7%-12%，取决于全社会用电分母 [S3]。JLL 预计全球数据中心行业将在 2026-2030 年新增近 100 GW 数据中心容量，使全球容量翻倍，并认为到 2030 年数据中心总支出可能接近 3万亿美元 [S4]。

中国在全国输电层面的约束较弱，但数据服务用电斜率已经很高。国家能源局 2026-07-15 披露，2026H1 全社会用电量为 50,999亿千瓦时，即 5,099.9 TWh，同比增长 5.3%；互联网数据服务用电量为 494亿千瓦时，即 49.4 TWh，同比增长 44.0% [S5]。若 H2 等于 H1，则 2026H1 互联网数据服务用电年化为 98.8 TWh [自测算：49.4 TWh x 2]；隐含 2025H1 基数为 34.3 TWh [自测算：49.4 / 1.44]，对应 2026H1 同比增量 15.1 TWh [自测算：49.4-34.3]。

若利用率爬坡，中国机架管线可以很快吸收这些电量。JLL 中国援引中国信通院数据称，2024 年底中国在用数据中心机架规模为 900万架，按标准 2.5 kW 机柜计；到 2025H1 底增至 1085万架，较 2024 年底新增 185万架，对应约 4.63 GW IT 负载 [S6]。在 PUE 1.20 且满负载运行下，这 4.63 GW 新增负载需要 5.56 GW 表计容量与 48.7 TWh 年用电量 [自测算：4.63 GW x 1.20；5.56 GW x 8,760小时]。这不是说新增机柜立即满载，而是说明仅 2025H1 交付的容量在完全爬坡后，其年用电量几乎相当于中国 2026H1 互联网数据服务用电量 [自测算：48.7 TWh / 49.4 TWh] [S5][S6]。

3. 变压器瓶颈可被量化

变压器瓶颈已不是轶事。DOE 表示，配电变压器订单交期从 2019 年的 3-6个月 升至 2023 年的 12-30个月；行业成员报告 2020-2022 年平均采购交期上升 443%，过去只需 2-4个月 的订单现在需要 22-33个月 [S9]。NREL 报告称配电变压器交期最长可达 2年，较 2022 年前提高 4倍，价格在过去 2 年上涨 5-6倍 [S10]。Wood Mackenzie 报告称，电力变压器平均交期从 2021 年约 50周 升至 2024 年 120周，大型变电站变压器和发电机升压变压器交期为 80-210周 [S11]。

对数据中心而言，这会变成排期乘数。典型数据中心建设周期已经是 18-30个月，开关柜、冷水机组与 UPS 设备交付可能需要 36-48周 [S14]。如果公用事业侧变压器包处于 80-210周 周期，通电闸门就可能长于建筑壳体施工周期 [S11][S14]。因此，正确的预测折价不是“AI 需求减少”，而是“租金起算更晚、服务器利用率更晚、光模块拉货更阶段化” [自有框架]。

4. Capex 换算：每 GW 与系统层面

即使不计 GPU，电气资本开支系数也足够大。Mastt 给出的典型数据中心建设成本为每 MW IT 负载 800万-1200万美元，其中电气系统，包括 UPS、PDU 和开关柜，占总成本 40%-45% [S14]。这意味着每 1 GW IT 负载的设施侧电气 capex 为 32亿-54亿美元 [自测算：1,000 MW x 800万-1200万美元/MW x 40%-45%]。JLL 对 2026 年全球 shell-and-core 建设成本的预测为每 MW 1130万美元，AI 基础设施 tech fit-out 最高可达每 MW 2500万美元 [S4]。若仅把 40%-45% 的电气占比用于 JLL 的 shell-and-core 基准，则 GPU 之前的设施侧电气 capex 为每 GW 45亿-51亿美元 [自测算：1,000 MW x 1130万美元/MW x 40%-45%] [S4][S14]。

公开市场的收入池也能看见。MarketsandMarkets 估计全球数据中心电力市场规模从 2025 年 351.4亿美元 增至 2030 年 505.1亿美元，CAGR 为 7.5% [S15]。该市场覆盖 UPS、PDU、现场发电、储能、电源管理软件与服务 [S15]。这是 AI capex 从光模块和 GPU 外溢到电气栈的直接证据 [S15]。

公用事业层面同样出现压力。Grid Strategies 2025年11月 报告称，美国 5年 公用事业峰值负荷增长预测升至 166 GW，较 24 GW 提高超过 6倍，其中约 90 GW 与数据中心相关 [S12]。NERC 2025 长期可靠性评估称，AI 数据中心和数字经济大负荷贡献未来 10 年北美需求增长的大部分；ERCOT 预测中，数据中心新增负荷为 2027 年 6,700 MW、2030 年 23,000 MW、2035 年 25,000 MW [S13]。NERC 还指出，ERCOT 对近期大负荷项目使用 180天 平均延迟调整，对数据中心按申请 MW 的 49.8% 峰值消耗系数调整，并对部分大负荷项目使用 55.4% 通电系数 [S13]。这些参数就是“延迟 backlog”的模型化表达 [S13]。

中国电网 capex 底座更强。科技日报援引《中国供电发展报告2026》称，2025 年全国电网投资 6395亿元，其中 110千伏及以下 配电网投资 3218亿元，占比超过一半 [S7]。新华社报道，国家电网宣布“十五五”期间固定资产投资预计 4万亿元，较“十四五”增长 40%；计划包括经营区风光新能源年均新增装机约 2亿千瓦、非化石能源消费占比提升至 25%、满足 3500万台 充电设施接入、跨区跨省输电能力较“十四五”末提升超过 30% [S8]。这不消除本地数据中心接入风险，但意味着中国的约束更可能表现为城市级配网/变电站排序，而不是全国性电量稀缺 [S7][S8]。

5. 对 A股 AI 链的组合含义

对 中际旭创 和 新易盛 而言，电力瓶颈是时间折价，不是即时需求取消 [S1][自有框架]。光模块订单往往早于数据中心最终利用率，且 800G/1.6T 升级仍会提高 AI 集群网络内容量 [S1]。但若下游通电滑期，二阶影响是库存周期波动：模块出货可能领先于已通电机柜吸收，然后在公用事业闸门追赶时暂停 [自有框架]。

因此，A股表达应调整为

这支持 th_T01 与 th_p_7da6c300：瓶颈可以通过表计容量、变压器铭牌容量和每 MW capex 被量化 [S2][S4][S9][S11]。对 th_p_ae42d9a4 的修正是：利润池向电网设备迁移确实成立，但中国较大的 regulated grid investment 底座意味着国内交易更像“哪些设备因配网和变电站排序被提前拉动”，而不只是“电力稀缺”交易 [S7][S8]。

6. 底线

定量规则很简单：每 1 GW AI IT 负载应按 1.15-1.30 GW 公用事业需求、10.1-11.4 TWh 年用电量、1.6-2.7 GVA 装机变压器铭牌容量，以及 GPU 前 32亿-54亿美元 设施侧电气 capex 来做底层假设 [自测算]。在这个框架下，光模块产能释放仍利好 中际旭创 和 新易盛，但已不足以单独解释整个 AI infrastructure 交易 [S1]。瓶颈溢价应迁移到变压器、开关柜、UPS、配网自动化、高压变电站、电气 EPC 与电网出资设备 [S7][S8][S14][S15]。

建议下一位分析师：无。本报告为第 8/8 张卡，已把电力交付压力测试纳入前序 A股硬件框架，建议 stop [S1]。

页脚工作日期： 2026-07-28（Asia/Singapore）。

资料来源 / Sources

• [S1] 研究所提示词快照与本地 既有研究记录，《A-Share AI Hardware Position Rules as of 2026-07-28》 — 本地路径 research discussion/2c99361c-b603-43ef-baeb-3d110575315f/research note/report.en.md；缺失上游文件按提示词上下文重建。
• [S2] International Energy Agency, "Energy demand from AI" — https://www.iea.org/reports/energy-and-ai/energy-demand-from-ai
• [S3] Lawrence Berkeley National Laboratory, "2024 United States Data Center Energy Usage Report" — https://eta-publications.lbl.gov/sites/default/files/2024-12/lbnl-2024-united-states-data-center-energy-usage-report_1.pdf
• [S4] JLL, "2026 Global Data Center Market Outlook" — https://www.jll.com/en-us/insights/market-outlook/data-center-outlook
• [S5] 国家能源局，《2026年1-6月份全社会用电量同比增长5.3%》 — https://www.nea.gov.cn/20260715/ca1da417932c4fbfa26c0006f272d691/c.html
• [S6] 仲量联行中国，《仲量联行发布2026年全球数据中心展望报告》 — https://www.joneslanglasalle.com.cn/zh-cn/insights/2026-data-center-outlook
• [S7] 科技日报，《2025年全国电网投资超6000亿元》 — https://www.stdaily.com/web/gdxw/2026-07/02/content_541260.html
• [S8] 新华网，《4万亿元投资发力！国家电网“十五五”锚定新型电力系统建设》 — https://www.news.cn/fortune/20260115/56ff624cc7f34e0f8ed8859970a7168f/c.html
• [S9] U.S. Department of Energy Office of Electricity, "DOE and Industry Team Up to Keep the Lights On for America" — https://www.energy.gov/oe/articles/doe-and-industry-team-keep-lights-america
• [S10] National Renewable Energy Laboratory, "Major Drivers of Long-Term Distribution Transformer Demand" — https://research-hub.nlr.gov/en/publications/major-drivers-of-long-term-distribution-transformer-demand/
• [S11] Wood Mackenzie, "Supply shortages and an inflexible market give rise to high power transformer lead times" — https://www.woodmac.com/news/opinion/supply-shortages-and-an-inflexible-market-give-rise-to-high-power-transformer-lead-times/
• [S12] Grid Strategies, "Power Demand Forecasts Revised Up" — https://gridstrategiesllc.com/wp-content/uploads/Grid-Strategies-National-Load-Growth-Report-2025.pdf
• [S13] NERC, "2025 Long-Term Reliability Assessment" — https://www.nerc.com/globalassets/our-work/assessments/nerc_ltra_2025.pdf
• [S14] Mastt, "Data Center Construction: Costs, Timeline, and Delivery Steps" — https://www.mastt.com/guide/data-center-construction
• [S15] MarketsandMarkets, "Data Center Power Market" — https://www.marketsandmarkets.com/Market-Reports/data-center-power-market-262148719.html
• [自测算] 表示基于文中已引用输入的自测算；[自有框架] 表示本报告提出的分析或组合规则。