AI正在将数据中心变成新一代“电老虎”。国盛证券在通信策略报告中指出，2023年美国数据中心合计功率约19GW，全年耗电量166TWh，在全美用电量中占比4%，已超过纽约市全年耗电量。而随着AIDC（AI数据中心）与传统数据中心的本质区别——24/7高密度计算、单次AI请求功耗是传统搜索的10倍——电力需求将呈指数级增长。保守测算2030年美国AIDC电力需求达57GW（占全美12%），乐观测算高达91GW（占全美18%），AIDC将成为美国电力需求增长的最大增量来源。
AIDC的耗电本质——从“数据流”到“电流”的转变
AI数据中心与传统数据中心在用电模式上存在本质差异。传统数据中心主要处理数据存储、网页服务等任务，负载波动相对平缓，功耗集中在数十瓦到数百瓦的服务器级别。AI数据中心则运行大规模深度学习模型训练和推理，单机柜功耗可达数十千瓦甚至上百千瓦。
具体来看，一个Google传统搜索请求消耗约0.3Wh，而一个ChatGPT请求需要消耗2.9Wh，为前者的约10倍。根据《焦耳》论文，如果谷歌每一次搜索都使用AIGC，其用电量将上升到每年290亿KWh，超过肯尼亚、克罗地亚等许多国家的总用电量。ChatGPT每天消耗超过50万KWh。
AIDC的用电特征还体现在“摆幅效应”上。AI模型的训练和推理对算力需求巨大，但并非持续运行，模型训练启动时会出现高峰负载，而低谷时则维持基础运行，电流需求每微秒变化可达2000A。这种剧烈波动对电网稳定性构成严峻挑战。
保守测算——基于芯片数量的2030年57GW
国盛证券从AI芯片出货量角度进行了保守测算。2023年英伟达、AMD、英特尔三家数据中心GPU总出货量约385万个，谷歌TPU约93万个。台积电预测2024-2029年AI服务器需求同比增长约50%。
假设芯片寿命为5年（参考英伟达给出的GPU寿命），2030年在用GPU数量约1.71亿个、TPU约4139万个。以H100最大功率800W计算，结合美国算力占全球34%、PUE 1.3、利用率80%、GPU/TPU占IT设备能耗90%等假设，2030年美国AIDC中GPU电力需求约54GW、TPU约3.3GW，合计57GW。较2023年的约3GW增长19倍，占全美用电总量（预测493GW）比重提升至12%。
乐观测算——基于数据中心建设的2030年91GW
国盛证券同时从数据中心建设角度进行了乐观测算。SemiAnalysis利用5000多个数据中心分析预测，全球数据中心关键IT电力需求将从2023年的49GW激增至2026年的96GW，复合增速25%。
假设2027-2030年保持25%增速，2030年全球数据中心关键IT电力需求达234GW。结合AI算力蓬勃发展、下游应用陆续爆发，假设2030年AIDC占数据中心比重达88%，则全球AIDC电力需求达268GW。以美国占34%、PUE1.3计算，2030年美国AIDC电力需求达91GW，占全美用电比重约18%。
AIDC电力需求对比——超比特币挖矿、成最大增量
保守预测下，美国AIDC耗电量将在2030年达到57GW，超过同期美国比特币矿场负荷（54GW）。乐观预测下，AIDC电力需求将在2029年达到65GW、2030年达91GW，远超比特币挖矿。
这一对比具有重要的产业含义。比特币挖矿曾被认为是美国电力需求的最大增量来源，但AIDC将在未来3-5年内全面超越。AI对电力的吞噬速度远超市场预期，能源基础设施将成为AI发展的下一个瓶颈。
AIDC电力需求预测关键数据
表：美国AIDC电力需求预测（2023-2030E）| 年份 | 全球AIDC电力需求（GW，乐观） | 美国AIDC电力需求（GW，乐观） | 美国AIDC电力需求（GW，保守） |
|---|
| 2023 | 8 | 3 | 3 |
| 2024E | 13 | 4 | 4 |
| 2025E | 30 | 10 | 6 |
| 2026E | 55 | 19 | 10 |
| 2027E | 87 | 30 | 17 |
| 2028E | 133 | 45 | 25 |
| 2029E | 190 | 65 | 38 |
| 2030E | 268 | 91 | 57 |
