鼓狮财经9月17日讯，尽管AI模型效率不断提升，但数据中心的电力消耗依然在加速攀升。高盛近期再次上调了电力需求预期，并指出美国虽然不会发生全国性的电力短缺，但设备短缺、技术人才匮乏以及地方民意等因素，正成为阻碍电力及时落地的关键瓶颈。
据媒体当地时间9月17日报道，高盛在一场AI主题播客节目中强调，尽管模型效率在提升，但数据中心的用电需求并未因此放缓。报道称，高盛已将美国至2030年的年均复合用电增长率从3.2%上调至3.5%。今年以来，美国整体用电负荷已增长了超过4%。
高盛预计，到2030年美国数据中心电力需求将达到约108吉瓦，较此前的83吉瓦预测大幅上调。这主要归因于标普全球旗下机构451 Research统计的已规划及在建数据中心项目增多，以及数据中心空置率的下降。高盛指出，目前美国主要市场的数据中心空置率已从2%至7%降至1%至2%，预计到2030年将回升至3%左右。
在全球范围内，高盛预计2030年数据中心电力需求将比2025年增长约170%，这一数据远高于今年3月预测的117%。高盛可持续投资研究团队全球主管Brian Singer表示，与2024年初相比，到2030年AI新增的用电规模将相当于日本全年的用电量，日本是全球第五大电力消费国，这一比喻凸显了需求的巨大规模。
此外，高盛还将超大规模云服务商的支出预测进行了上调：预计2027年支出将达到1.7万亿美元（此前预测为1.2万亿美元），2029年将达到2.1万亿美元（此前预测为1.5万亿美元）。
高盛指出，尽管AI模型效率在提升，但Token用量、智能体任务以及科技巨头的AI投资增速更快，导致整体需求水涨船高。Brian Singer进一步解释称，虽然消费者和企业开始更精打细算地使用Token，但并未因此削减研发投入。Token价格越低，经济上可行的应用场景就越多，从而带动需求持续增长。
**瓶颈在哪里？**
高盛研究部高级策略师Allison Nathan表示，此前讨论的重点在于电网能否承受AI负荷，如今答案已经揭晓，但这并不令人安心：电网能够承受部分负荷，但这种承受是不均衡的，且代价高昂。Allison Nathan将当前的瓶颈概括为：燃气轮机、变压器、输电线路等基础设施设备，技术工人短缺，以及监管机构、电费承担者和周边居民的阻力。可持续投资研究团队主管Brian Singer则列出了七大制约因素：AI应用普及程度、芯片与模型效率、电价、政策、零部件供应、人力短缺以及物理环境限制。
在电源结构方面，高盛预计数据中心电力需求约60%将由天然气满足，约40%由可再生能源配合储能满足。近期以单循环燃气机组和可再生能源加储能模式为主，中期将转向效率更高的联合循环燃气机组，更长期则会引入核电，在此之前，少数核电站的重启将起到过渡作用。
由于并网排队通常需要2至7年，数据中心在园区内配建燃气电站、直接供电的表后模式，正成为绕开并网瓶颈的重要选择。高盛将2030年表后燃气装机预测上调至约30吉瓦，实际供电能力超过20吉瓦，约占当年数据中心需求的20%。
高盛表示，接下来将重点关注中期选举前后可能出现的州级暂停令、2030年108吉瓦预测的调整方向，以及超大规模云服务商的核电合同。