数据中心为何从缺芯片变成缺电力

过去衡量算力扩张能否兑现，行业习惯盯住芯片供给。如今约束的重心正在转移：决定一座数据中心能否按期产出算力的，越来越是能否拿到足够、稳定且价格可承受的电力。微软方面已明确表示，算力短缺不单是 GPU 或 CPU 的短缺，还涵盖电力供给与机柜空间调配，这一表态把物理能源约束正式摆到了算力竞赛的前台。

从需求侧看，承载大模型训练与推理的设施规模迅速放大，用电量随之抬升。Goldman Sachs 的预测口径显示，美国数据中心电力需求可能从 2025 年的约 31 吉瓦增长至 2027 年的约 66 吉瓦；EPRI 则估计到 2030 年数据中心或将消耗美国发电量的 9% 到 17%。需要强调的是，这些均为机构预测，具体数值取决于统计口径与增长假设，不宜当作既成事实。

真正让瓶颈显形的，是扩建计划与电力受阻在同一时间出现。阿里巴巴在云栖大会披露了跨地区的布局与超过 20 吉瓦的全球数据中心相关目标，微软在台湾则计划将数据中心从 2 座扩充为 4 座。与之形成对照的是英伟达参投的 Nscale 项目：位于英格兰埃塞克斯 Loughton 的站点运营需约 90 兆瓦电力，相当于约 31.5 万户家庭用量，却因电网接入受阻面临数年延期；据报道，英国 National Grid 积压的待供电数据中心超过 300 个，总需求超出现有容量 60% 以上。这说明设施建成与真正通电运营是两件事。

电力如何传导到算力与成本

电力约束主要通过三条路径影响企业。其一是上线时间：当电网存在接入排队，机柜装好也可能因拿不到电而推迟投运，某一地区的算力供给因此滞后于厂商宣布的扩建计划。其二是选址：电力可获得性成为新建与整建的重要考量，算力正向能提供稳定供电和空间的地区集中，但个别地区的松紧不能推广为全球统一结论，不同市场的电网条件差异明显。其三是成本：当电力成为稀缺资源，能源采购价格与供电可靠性会影响运营成本，并可能反映在服务定价上，不过具体传导幅度与区域，公开资料尚未给出确定答案。

对关注算力基础设施的决策者而言，务实的做法是把"是否建成"与"是否通电运营"分开评估，关注目标区域的实际供电状况而非笼统的产能扩张，并在采购规划中为供电成本和可靠性预留弹性。后续值得跟踪的，包括依赖新增电网接入的项目能否按期通电、各地供电排队机制的变化，以及就近配置电源的做法会被采用到何种范围。本文涉及的多数量级来自机构预测与媒体报道，未公开的供电协议与定价影响仍需以官方后续披露为准。