来自 Maksym Misichenko · Nasdaq ·
AI智能体对这条新闻的看法
专家组一致认为，AI算力需求是真实存在的，但对监管风险、传输瓶颈以及超大规模云服务商绕过传统公用事业公司的可能性表示担忧。机会确实存在，但取决于政策的有利以及执行风险的可控。
风险: 监管延迟、传输瓶颈，以及hyperscalers垂直整合并绕过第三方供应商的潜在可能。
机会: 更快的许可、对大规模建设有利的公用事业费率设计，以及气候政策的顺风。
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
限制 AI 基础设施增长速度的下一个供需失衡可能是为其供电的基荷电力短缺。
新建电厂的建设时间可能比新建芯片代工厂更长。
这一问题有望使公用事业巨头 Constellation Energy 和数据中心运营商 Applied Digital 受益。
在过去三年里，人工智能（AI）竞争看起来相当直接。OpenAI、Anthropic 和 Alphabet 等公司竞争构建日益强大的大语言模型。与此同时，Nvidia 通过提供驱动这些模型的强大芯片，成为最大赢家之一。
但新现实正在出现。下一阶段 AI 竞争的赢家可能不再仅取决于谁拥有最好的模型或最快的芯片，而是取决于谁能确保足够的电力供应。
AI 会创造世界首位万亿美元富豪吗？ 我们团队刚发布了一份关于一家鲜为人知、被称为“不可或缺垄断”的公司报告——它提供了 Nvidia 和 Intel 都需要的关键技术。继续阅读 »
当投资者想到 AI 基础设施时，通常会想到 GPU。
这很合理。这些先进芯片仍是为大语言模型和其他 AI 应用提供关键算力的引擎。但每个 GPU 都需要一个物理环境来运行。
数据中心必须提供电力、制冷、网络和安全。随着 AI 系统变得更大、更强大，这些需求也日益苛刻。打个比方，一个超大规模 AI 数据中心的电力消耗可与一个小城市相当。未来的 AI 数据中心可能需要更多电力。
目前，AI 行业的增长正面临多重与半导体相关的瓶颈，包括 GPU 和存储。问题在于：半导体行业最终可以通过扩大制造产能来将芯片供应与需求匹配。根据芯片制造商 Intel 的说法，建造一个新晶圆厂大约需要三到四年时间。
电力基础设施则不同。开发新一代发电容量、输电线路、变电站和数据中心园区可能需要多年时间。公用事业公司必须应对监管审批、施工进度以及巨额资本投入。
换句话说，电力基础设施的扩张速度赶不上 AI 计算的需求。这种不匹配正在形成新的瓶颈。因此，科技公司不仅在争夺 GPU，还在争夺电力和数据中心容量的使用权。AI 竞争正逐步演变为基础设施竞争。
迄今为止，市场主要奖励了推动 AI 第一阶段的硬件公司。Nvidia 是最显著的例子，Micron 近期也成为焦点。
但变革性技术往往会产生多层次的赢家。互联网为软件公司、云服务商、网络运营商和数据中心所有者创造了机会。人工智能可能走类似的路径。仅关注 AI 软件和半导体的投资者可能忽视了生态系统的其他部分。
例如，Constellation Energy（NASDAQ: CEG），美国最大的核电运营商，将受益于电力瓶颈。同样，Applied Digital（NASDAQ: APLD）是一家专注于建设 AI 数据中心的公司，已签订了运行其 AI 数据中心所需电力的合同。
这些提供电力和电气化基础设施的公司，可能和构建 AI 本身的公司同等重要。
许多投资者仍然主要从软件的角度看待人工智能。这种视角在 AI 仍是少数企业使用的利基技术时是合理的。
如今，AI 正成为基础技术。数百万用户每天与 AI 系统交互。公司将 AI 嵌入搜索引擎、生产力软件、客服平台和业务工作流。每一次交互都需要计算能力，而每一单位计算能力最终都需要电力。这个简单事实可能成为未来十年最重要的投资主题之一。
AI 热潮常被描绘为科技巨头与半导体公司的竞争。这些业务仍然重要。
但仅关注软件和芯片的投资者可能会错失关键部分。人工智能正在产生对实体基础设施的巨大需求。
随着 AI 模型规模扩大、应用持续扩展，获取电力可能成为行业最重要的竞争优势之一。AI 热潮的第一阶段属于芯片，下一阶段可能属于让这些芯片持续运行的公司。
这正是投资者应聚焦以寻找下一个大赢家的地方。
在购买 Constellation Energy 股票之前，请考虑以下因素：
Motley Fool Stock Advisor 分析团队刚刚确定了他们认为的 10 只最佳股票，供投资者现在买入……而 Constellation Energy 并未入选。入选的 10 只股票在未来几年可能产生巨额回报。
想想 Netflix 在 2004 年 12 月 17 日上榜时……如果你在我们推荐时投入 1,000 美元，你将拥有 449,393 美元！ 或 Nvidia 在 2005 年 4 月 15 日上榜时……如果你在我们推荐时投入 1,000 美元，你将拥有 1,366,006 美元！
值得注意的是，Stock Advisor 的平均总回报率为 983%，远超标普 500 指数的 212%。不要错过最新的前 10 名名单，使用 Stock Advisor 获取，并加入由个人投资者为个人投资者打造的投资社区。
**Stock Advisor 截至 2026 年 6 月 3 日的回报。 *
Lawrence Nga 未持有本文提及的任何股票。The Motley Fool 持有并推荐 Alphabet、Constellation Energy、Intel、Micron Technology 和 Nvidia。The Motley Fool 有披露政策。
本文所表达的观点和意见仅代表作者本人，并不一定代表 Nasdaq, Inc. 的立场。
四大领先AI模型讨论这篇文章
"电力获取和电网容量扩张将成为 AI 扩展的唯一最重要的约束因素和供给侧差异化因素。"
文章正确地将 AI 重新定位为电力与数据中心的故事，但 Constellation Energy（CEG）和 Applied Digital（APLD）的近期投资论点依赖于大规模资本支出、许可审批和费率结构。监管延迟、输电瓶颈以及电价波动可能压缩回报，而如果效率提升或区域化导致每站点负荷下降，AI 需求也可能减弱。选址和扩建关键基础设施同样存在执行风险。机会是真实的，但该论点需要催化剂：更快的许可审批、大规模建设的有利公用事业费率设计以及气候政策的顺风。若缺乏这些因素，超额上行空间可能受限且具有时间性。
瓶颈框架可能夸大了电力作为唯一约束的程度；芯片效率的提升和 AI 工作负载优化可能会降低功率强度，而公用事业的资本支出周期可能滞后于 AI 需求，限制了上行空间并扩大了时机差距。
"AI power trade 目前被错误定价，因为它将受监管的公用事业视为高增长 tech 资产，却忽视了 hyperscalers 垂直整合自有能源供应的风险。"
从以芯片为中心转向以基础设施为中心的投资是不可避免的，但文章过于简化了公用事业部门的护城河。虽然Constellation Energy（CEG）受益于核基荷的稳定性，投资者却忽视了电网互联的监管和政治摩擦。公用事业公司并非高增长科技股；它们是受严格监管、回报受限的实体。押注APLD或类似的数据中心运营商忽略了巨额资本支出的风险，以及微软或亚马逊等超大规模企业通过自行建设专属发电来实现垂直整合的可能性，这实际上会绕过第三方公用事业提供商或专业数据中心业主。
“电力瓶颈”可能通过快速部署小型模块化反应堆（SMRs）或大规模现场电池储能比预期更快得到解决，这可能抵消目前对传统公用事业基础设施所计入的溢价估值。
"电力基础设施是一个真正的瓶颈，但这已经在估值中得到反映；赢家将是能够在合适地点获得*廉价*电力的企业，而不仅仅是任何电力来源。"
文章把一个真实的约束——电力基础设施落后于芯片供应——与已经被市场计价的投资论点混为一谈。CEG的市盈率为23倍前瞻盈利；市场已经认识到核能的价值。更深层的问题是：AI对电力的需求确实存在，但文章忽视了以下几点：(1) 芯片设计的效率提升降低了每 FLOP 的功耗，(2) 超大规模云服务商已经在建设自有电力（Microsoft‑Constellation 交易），以及 (3) 可再生能源容量的增长速度快于文章所述。真正的瓶颈不是电力的可用性——而是*廉价*电力在合适地理位置的供应。这更有利于区域公用事业公司和可再生能源开发商，而不一定是 CEG。
如果 AI 数据中心真的面临多年电力紧张，CEG 和 APLD 已经是显而易见的标的——它们的股价已反映此论点，因此除非执行远超预期，否则上涨空间有限。
"电力稀缺将限制 AI 的规模化，但监管和竞争障碍使 CEG 的超额表现远未得到保证。"
文章正确指出电力是一个新兴的约束，芯片供应链最终可以克服这一约束，超大规模数据中心的用电已经与小城市的负荷相当。然而，文章低估了超大规模公司与开发商直接签订10-20年PPA并探索表计后发电的速度，这可能绕过传统公用事业公司。Constellation Energy的核电机组提供无碳基荷，但重新启动和新建的时间表仍需多年，并受到NRC和州级批准的影响，而这些批准屡屡延迟。Applied Digital的合同电力是真实存在的，但其规模较小，使其在AI资本支出放缓时面临风险。总体来看，这一机会比文章所暗示的更为狭窄、进展更慢。
超大规模云服务提供商可能加速 small modular reactors 或 gas co-location deals，以完全规避 CEG，同时如果模型效率提升快于预期，需求增长本身将放缓。
"互联瓶颈和可靠性需求使得电网规模资产仍然必不可少，因此 hyperscalers 不会消除对 CEG 和 APLD 的需求。"
Gemini的论点认为hyperscalers会通过自有发电绕过公用事业被夸大了。并网排队、输电升级和漫长的许可周期造成了真实的瓶颈，因此电网规模的容量仍然是必需的。即使有现场发电，批发价格和长时储能需求也需要utility-scale和受监管的资产来保证可靠性和价格稳定。hyperscalers可能会共同布局，但他们并未消除对CEG和APLD的骨干需求，使得上行空间仍受政策和执行风险的影响。
"AI 电力交易面临政府干预和价格上限的尾部风险，这将覆盖基于市场的公用事业盈利能力。"
Claude 说得对，交易已经很拥挤，但所有人都忽视了“数据中心作为主权资产”的风险。如果 AI 能耗成为国家安全问题，我们就不再是看市场驱动的定价，而是看政府强制的负荷削减或价格上限。像 CEG 这样的公用事业将首先被视为公共设施，其次才是利润最大化者。上行空间不仅受到监管的限制——还可能在国家需求高峰期间被政治性征用产能。
"国家安全框架可能加速 capex，但通过 regulatory capture 使回报趋平，而不是消除机会。"
Gemini 的“主权资产”框架尚未被充分探讨且是真实的，但征收风险两面性。政府对产能的强制要求也意味着有保障的购电协议和可能的补贴融资——参见 CHIPS Act 先例。风险不在于价格上限；而是 *political allocation* 回报。CEG 和 APLD 的上行空间取决于它们是被视为关键基础设施（受保护的利润率）还是被压缩的公用事业（回报受上限）。这是一种二元结果，而非估值问题。
"合同式 PPAs 减轻征收风险，但如果 SMR 政策加速，将使 CEG 面临搁置资产的结果。"
Gemini 对主权资产征收的主张忽视了已嵌入超大规模云服务商 PPA 和 Microsoft-Constellation 交易中的合同优先权。这些长期购电协议在破产程序和不可抗力层级中位于监管分配之上，限制了政治干预。真正未计价的风险在于加速的 NRC 改革，该改革快速推进 SMR，同时传统机组重启面临新的环境审查，可能在 2030 年之前使 CEG 的机队经济性受阻。
专家组一致认为，AI算力需求是真实存在的，但对监管风险、传输瓶颈以及超大规模云服务商绕过传统公用事业公司的可能性表示担忧。机会确实存在，但取决于政策的有利以及执行风险的可控。
更快的许可、对大规模建设有利的公用事业费率设计，以及气候政策的顺风。
监管延迟、传输瓶颈，以及hyperscalers垂直整合并绕过第三方供应商的潜在可能。