在達沃斯世界經濟論壇年會期間舉辦的媒體活動上，奧特曼表示：「我們需要比之前認為的多得多的能源。我對世界的理解是，未來的兩種重要貨幣是智慧運算和能源。無論是我們的想像力，還是讓想法變為現實的能力，以及運行計算的能力，都離不開這兩者。我認為我們還沒有充分意識到這項技術對能源的需求。”

2024年2月29日，馬斯克在博世集團舉辦的視訊訪談環節上表示：

「AI算力的限制是可預見的，我在一年前就預測到了晶片短缺，神經網路晶片。很容易預測，下一個短缺將是降壓變壓器。如果從電力公司獲得100-300千伏的電力，那麼降壓到6伏會是一個很大的降壓過程。我不那麼好笑的笑話是’你需要用變壓器來運行（AI）Transformer模型。那麼，下一個短缺將是電力，我認為到明年，將沒有足夠的電力來運行所有的晶片。”

同時，根據《紐約客》雜誌的報道：

“OpenAI的ChatGPT聊天機器人每天消耗超過50萬千瓦時的電力，用於處理約2億個用戶請求，相當於美國家庭每天用電量的1.7萬多倍。”

荷蘭國家銀行數據科學家亞歷克斯·德弗里斯在一篇論文中估計：

“ 到2027年，整個人工智慧產業每年的電力與阿根廷、荷蘭和瑞典各自一年的用電量類似。”

如此誇張的描述不禁讓我們好奇，AI真的會帶來大規模的電力短缺嗎？

1．網路泡沫與電力

在20年前網路泡沫的時候，我們也曾面臨過這樣的擔憂。

我們找到了一篇典型的，1999年5月在《富比士》雜誌上發表的一篇文章《Dig more coal — the PCs are coming》：

「在美國的某個地方，每次線上訂購一本書時都會燃燒一塊煤。

今天，全球年產量為500 億個積體電路和2000 億個微處理器，這些晶片中的每一塊都依靠電力運作。

您的個人電腦及其周邊設備需要約1000 瓦的功率。IntelliQuest 的一項研究表明，網路使用者平均每週線上12 小時，這種使用意味著一年約1000 千瓦小時的電力消耗。

網路上至少有1 億個節點，每年消耗數百至數千千瓦時的電力，加起來有2,900 億度電的需求。這大約是美國總需求的8%。再加上用於建造和操作獨立的（未連網的）晶片和電腦的電力，總數躍升至約13%。現在有理由預測，在未來十年內，一半的電網將為數位-互聯網經濟提供動力。“

2．比特幣礦機與電力

無獨有偶，當比特幣衝上2萬的時候的2017年，CNBC上也有過一篇對比特幣挖礦帶來巨大電力需求，從而引發的對電力擔憂。

「光是11 月份，開採比特幣所消耗的能源量就飆升了約26%，目前總計接近36 TWh，足以為約330 萬戶家庭供電。Digiconomist 指出，如果比特幣是一個國家，這將使比特幣成為第59 位最大的能源消耗者。

以比特幣挖礦為例，預測如果繼續以目前的速度成長，2019 年比特幣挖礦的用電量將與美國的用電量相匹配，到2020 年將與全球的總需求相符。“

當時，當我們回溯過去這麼多年在我們經歷了網路泡沫以及網路和PC滲透率飽和，以及比特幣接近7萬的今天，美國整體電力的需求依然維持穩定。每一輪新的技術週期發展的過程中，總有這樣那樣的聲音。

3．AI與算力

回到AI對電力影響的本身，我們回歸數字，先做一個簡單暴力的假設：

1）目前我們大約600萬H100base，假設有2027年我們有2000萬張H100的base（或者說類似H100的算力，暫不考慮新卡的迭代）

2）假設每台都是8晶片伺服器，100%的使用率

3）假設單一伺服器功率10KW

4）假設2027年資料中心的PUE為1.4

5）假設每台伺服器運行365*24 小時，

那麼總共的電力消耗是307 TWh，這是什麼概念呢？

2023年全球電力消耗，28510 TWh，假設每年以低個位數成長，至2027年，全球AI算力新增電力能源消耗約佔全球的1%。

2023年美國電力消耗，4335 TWh，假設每年以低個位數成長，至2027年，全球AI算力新增電力消耗約占美國的6.5%。

（當然，這只是一個靜態的簡單假設，未來應用端會發展成什麼樣帶來多少新增的電力需求，我們先不考慮）

所以，消耗一個阿根廷或荷蘭一年的電力又怎麼樣呢？電力的本身因為其傳輸性以及其發電種類（天然氣/煤炭/風光）的限制，本來就是一個區域性極強的商品，AI Data Center不會只建在阿根廷或荷蘭。

那到底是未雨綢繆還是危言聳聽？以及為什麼馬斯克和奧特曼會提出類似的擔憂？

他們擔憂的核心不在於電力消耗問題，而是美國的電力基礎建設。

4．美國的電網

美國本土的電力系統由三個獨立的同步電網組成：東部聯網、西部聯網和德克薩斯州電力可靠性委員會（ERCOT），它們之間僅靠幾條小容量的直流線路連接。這三個電網分別占美國電力銷售量的73%、19%和8%

美國電網目前由約170 000 英里的高壓（200kV 以上）輸電線路和相關設備，以及近6 000 000 英里的低壓配電線路組成。投資者所有的電力公司擁有整個系統的大約66%，而聯邦企業則擁有14%，剩餘部分為其他公共實體（7%）、合作式企業（6%）、獨立輸電公司（4%）及其他（3%）。美國聯邦能源管理委員會（FERC）擁有整個電力躉售及輸電價的管轄權。

第一點，陳舊的基礎設施，全球化的後遺症

美國70%以上的輸電系統已經超過25年的歷史了，全國大部分電網都在老化，其中一些零件已經使用了超過一個世紀，遠遠超過了它們50年的預期壽命。

過去10年建成的輸電線路約68%是在2012年-2016年間建成的，其中2013年建成規模是10年來最多的一年，但也只有3500英里。

背後的核心在於21世紀後的全球製造業分配，以至於美國所需電力投資顯得沒那麼必要。畢竟，佔全球經濟總量17%的中國，其用電量佔全球的30%。

所以，在助力製造業回歸美國的過程中，電力投資也是拜登經濟學的重要一環。

而儘管在拜登上台後，再三敦促跨州電力的投資，但效果甚微，這是為什麼呢？

第二點，跨州建設的難度，聯邦制度的弊端

美國的輸電計畫往往需要跨州建設，對於跨州的輸電設施或由聯邦機構管理的美國30%的土地而言，成本分攤和選址是很容易引起爭議的問題。

1935 年聯邦電力法案使所有輸電線路的選址成為各州而不是聯邦能源監管委員會（FERC）的事務，跨越由聯邦機構管理的地域的線路需要得到那些機構的許可。因此，跨州輸電設施的建設需要得到多個州的監管機構，有時還需一個或多個聯邦機構的許可。但各州關於基建的監管和審核程序不同，導致開工時間不斷拖延。

並且，美國某些州的法律賦予了州內土地所有者阻止輸電線路建設的權力，不管是聯邦政府還是聯邦能源監管委員會（FERC）都無法推翻。再加上如果州內出現反對聲音，往往使得規劃好的項目一拖再拖。

2022年建成的典型專案從提出併網請求到商業營運需要5年時間，而2015年為3年，2008年不到2年，連網成本大幅增加。專案互聯協議執行與商業營運日期之間的典型時間間隔也有所增加，從2007年至2014年期間建設的專案的約17個月增加到2015年至2022年期間建造的專案的約22個月。

所以，縱使再多的風光新能源也面臨發電側和用電側無法匹配的問題，也就是電力有效傳輸的問題。例如，美國最吸引人的風力資源位於從德州經達科他州向北延伸至加拿大邊境的「風帶」。美國太陽能發電主要位於幾乎沒有雲的人口稀少的西南部沙漠。

第三點，效益的不確定性，享受主義的難題

專案開發商面臨巨大的成本不確定性，例如極端天氣、人工，初始研究結果可能與最終成本有很大不同，因為到達設施研究階段（發電機並網協議執行前的最後階段）的專案數量可能遠遠少於集群研究階段早期檢查的項目數量。

且美國計畫完成率非常低，後期退出現象越來越普遍。傳輸升級的範圍和成本的不確定性以及與當前互連過程相關的延長的時間表，通常導致撤回和連續的重新研究。

其他的挑戰包括獲得土地、許可證、社區支持、電力購買者和融資，以及專案經濟和可用政策激勵的意外變化。

所以，以上因素也導致了在目前情況下，即便是個位數的電力需求成長速度，也面臨電力供應的短缺。在美國，大型變壓器和開關器的訂單交付週期已延長至半年以上。要知道，一個AI 資料中心的電力需求是普通資料中心的2倍以上，而一個AI 訓練資料中心的電力需求是普通的6倍以上。

我們舉一個德州的例子，到2027 年，我們預期全美資料中心總容量將增加約30 GW。德州的主要城市約佔資料中心總庫存和新增資料中心的15%。

以比例計算，這意味著到2027 年，德州將新增5 GW的資料中心容量，即每年約1 GW，而這每年1GW的量大約會帶來德州商業批發電價每年5%以上的成長速度。

同時，疊加除了資料中心以外，美國製造業建設的回歸對電力需求的擠佔，新能源風光對電力負載也有更高要求。

而美國的電力供應，會因為基礎建設的瓶頸和效率，而遇到短期不穩定的問題。

這也就是為什麼，馬斯克擔憂的不是電力需求有多大，其本質是美國本身的電力供給所遇到的階段性瓶頸，這背後疊加了從全球化到區域化過程中需要解決的矛盾，聯邦體制下各州的各自為政，享受主義下勞動力的嚴重短缺，這些都是拜登經濟學背後的隱形成本。

所以，AI的大勢所趨的背景下，聯邦政府低效的執行力匹配不上FOMO大廠的高效執行力，這才催生了背後一系列的問題。

沿著這條線，建議專注於Data Center的Capex 系列，例如GE/ ETN/ ITRI/ VRT。以及Opex系列，例如電力公司VST等。

當然，這些都是供給創造需求的一系列股市，那是誰創造了供給？還是NV。