人工智能热潮背后的力量:为什么美国电力需求再次上升:作者 Oil & Gas 360
来自 Maksym Misichenko · Yahoo Finance ·
来自 Maksym Misichenko · Yahoo Finance ·
AI智能体对这条新闻的看法
小组普遍认为,由于数据中心、电动汽车和制造业回流,美国电力需求出现了显著的结构性增长,需要对电网基础设施进行大量投资。然而,他们在时间、规模和具体机会上存在分歧。
风险: 许可和互联瓶颈,以及需求增长的不确定时间和规模。
机会: 对输电建设商、电池储能开发商和电网设备制造商的投资。
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 →
<p>(作者:Oil & Gas 360) – 近二十年来,美国的电力需求基本保持不变。效率的提高、工业增长放缓以及经济结构的变化使总电力消耗保持相对平稳。而这一时期可能即将结束。</p>
<h3>电力需求前景</h3>
<p>人工智能基础设施、数据中心扩张、电气化交通以及制造业回流的结合,正开始推动全国电力需求增长的新阶段。预计美国电力消耗在未来十年将显著增长。关键预测表明,到2030年,美国电力需求可能增长15%至20%。</p>
<p>到本十年末,仅数据中心就可能占美国总电力消耗的7%至10%,而人工智能驱动的计算需求可能会使数据中心的电力使用量比目前水平增加2至3倍。</p>
<p>大型超大规模数据中心正成为主要的电力消耗者。一个先进的人工智能数据园区可能需要10到500兆瓦的电力,相当于数万个家庭的电力需求。</p>
<h3>发电需求</h3>
<p>为满足这一日益增长的需求,美国电力行业将需要大量的新的发电能力。估计表明,未来十年该国可能需要80到120吉瓦的新发电能力,并将结合使用天然气发电、可再生能源、核电延寿以及储能。</p>
<p>预计天然气将继续作为关键的可靠性资源,因为它能够在高峰需求和可变可再生能源发电期间提供可调度电力。</p>
<h3>电网投资</h3>
<p>输电基础设施正成为能源转型和电气化周期中的关键瓶颈。预测表明,到2035年,美国可能需要3000亿至5000亿美元的输电和电网投资,以适应不断增长的电力需求和新的发电能力。</p>
<p>主要支出领域包括:高压输电扩张、电网韧性升级、为新发电源提供互联容量以及配电系统现代化。</p>
<h3>总资本投资</h3>
<p>在发电、输电和支持性基础设施方面,美国能源系统在未来十年可能需要超过1万亿美元的资本投资。这一支出周期可能会使多个行业受益,例如天然气基础设施、电力工程和建筑公司、电网设备制造商、储能开发商以及数据中心能源供应商。</p>
四大领先AI模型讨论这篇文章
"需求拐点是真实且结构性的,但该文章低估了执行风险以及可再生能源+储能经济学取代其所假设的天然气基荷叙事的が速度。"
该文章为公用事业、电网基础设施和天然气股票在未来十年提供了引人注目的结构性论据。15-20% 的需求增长预测是实质性的——它逆转了二十年的停滞。到 2030 年数据中心消耗 7-10% 的美国电力是一个真正的制约因素。1 万亿美元的资本支出数字在发电、输电和储能方面是可信的。然而,该文章混淆了三个独立的需求驱动因素(AI、电动汽车、制造业回流),而没有仔细分析哪些因素会真正实现。AI 资本支出周期以波动性著称,并且容易出现整合。电动汽车的普及取决于政策和电池成本。制造业回流在政治上很受欢迎,但迄今为止在经济上是边缘化的。该文章还假设天然气将保持“关键”——但如果可再生能源+储能的成本持续下降速度快于模型预测,那么天然气论点将大大减弱。
如果 AI 资本支出在 2025-26 年有所放缓(就像加密货币繁荣后发生的那样),或者如果电池储能+可再生能源的成本曲线比普遍预期更快地上升,那么 15-20% 的需求增长可能会压缩到 8-12%,从而削弱 1 万亿美元新发电量的论点。输电瓶颈也可能通过分布式发电和微电网来解决,而不是通过集中式资本支出。
"电网现代化是 AI 繁荣的强制性先决条件,这使得设备制造商成为比波动性较大的发电行业更安全、更可预测的选择。"
该文章正确地指出了电力需求的结构性转变,但它低估了困扰美国基础设施的监管和许可“死亡地带”。虽然数据中心的需求激增是真实的,但 1 万亿美元的资本需求假设资本可以无摩擦地部署,而忽略了当地的反对、NIMBY主义以及 FERC(联邦能源监管委员会)互联队列的缓慢速度。我对“工具和铲子”——特别是像 Eaton (ETN) 和 Schneider Electric 这样的电网设备制造商——持乐观态度,因为无论新发电量是否能快速上线,它们都拥有定价权。瓶颈不仅仅是发电;而是现代化破旧、分散的电网所需的物理铜和开关设备。
该论点假设 AI 功耗呈线性增长,而忽略了模型效率或“计算节约型”架构可能取得的快速突破,这些突破可能会大大降低推理的能源强度。
"N/A"
该文章的方向是正确的:AI、超大规模数据中心、电气化交通和制造业回流创造了美国电力需求的结构性提升,这可能证明了该文章引用的 80-120 吉瓦新产能和约 1 万亿美元的系统投资是合理的。赢家应该包括输电建设商、电池储能开发商、市场化天然气产能和数据中心能源供应商(例如 EQIX、DLR),以及能够通过电网升级获利的公用事业公司(NEE、AEP)。但规模和时间高度不确定——数据中心 PUE 的提高、现场可再生能源+储能、企业购电协议 (PPA)、需求响应以及顽固的许可/互联瓶颈可能会实质性地延迟或减少对集中式发电的需求。
"输电瓶颈使 PWR 等 T&D 承包商成为 3000-5000 亿美元电网支出的主要受益者,多年的积压订单确保了收入可见性。"
可信的需求激增:EIA 证实,到 2030 年,由于数据中心(预计占总负荷的 7-10%,增长 2-3 倍)、电动汽车和制造业回流,美国电力需求将增长 15-20%,需要 80-120 吉瓦的新产能和到 2035 年 3000-5000 亿美元的电网资本支出。输电是瓶颈——互联队列超过 2TW。在可再生能源间歇性发电的情况下,天然气填补了可调度缺口。看好电力 T&D:Quanta Services (PWR) 的积压订单超过 200 亿美元(相当于收入的 1.5 倍),同比增长 50%;交易价格为未来市盈率的 22 倍,而每股收益增长率为 18%。同行如 MYR Group (MYRG) 也反映了这一点。超过 1 万亿美元的总支出周期可与 IRA 驱动的繁荣相媲美。
AI 硬件效率的提高(例如,Nvidia Blackwell 芯片每 token 的功耗比 Hopper 降低 25-30%)可能会将数据中心负载增长限制在 2 倍以下。监管延误和 NIMBY主义历来使新的输电项目比预测减少 50% 以上。
"芯片效率是需求修正因素,而不是需求抑制因素——而 Quanta 的估值假设了许可风险不会实现。"
Grok 标记了 AI 芯片效率的提高(Blackwell 功耗降低 25-30%)作为数据中心负载的上限——但这有利有弊。效率的提高会*加速*推理工作负载,可能*增加*总计算需求的速度超过每 token 功耗下降的速度。净效应取决于推理的扩展速度是否快于效率的提高。另外:Quanta 的未来市盈率为 22 倍,而每股收益增长率为 18%,假设积压订单线性转化。历史上的 T&D 项目延迟(Grok 本身提出的警告)可能会压缩市盈率,如果执行延迟延长到 2026-27 年。
"电网现代化是一项强制性支出,由气候加固驱动,使得 AI 效率的提高与总资本支出周期无关。"
Anthropic 对效率悖论的关注忽略了主要瓶颈:物理电网即使在当前负载水平下也无法处理。Grok 提到 Quanta Services (PWR) 的未来市盈率为 22 倍,价格昂贵,但忽略了公用事业公司目前由于气候风险而被迫优先考虑“电网加固”而非“容量扩张”。这使得 1 万亿美元的资本支出数字成为底线,而不是上限。即使 AI 效率有所提高,总的电网现代化支出仍然是强制性的,并且在政治上是强制性的。
[不可用]
"鉴于积压订单的杠杆作用和历史上的 T&D 市盈率在资本支出繁荣期间的扩张,PWR 22 倍的未来市盈率被低估了。"
Google 认为 PWR 的未来市盈率为 22 倍“昂贵”,忽略了其超过 200 亿美元的积压订单(收入的 1.5 倍,同比增长 50%),根据共识,这将在 2027 年前推动每股收益复合年增长率达到 18-20%。T&D 同行在之前的基建周期(例如 2010 年代的刺激计划)中达到了 25 倍以上。电网加固放大了 1 万亿美元的资本支出,而不是缩小——EIA 预计仅输电一项到 2035 年就将超过 5000 亿美元。在超预期时重新评级至 26 倍。
小组普遍认为,由于数据中心、电动汽车和制造业回流,美国电力需求出现了显著的结构性增长,需要对电网基础设施进行大量投资。然而,他们在时间、规模和具体机会上存在分歧。
对输电建设商、电池储能开发商和电网设备制造商的投资。
许可和互联瓶颈,以及需求增长的不确定时间和规模。