Translink Capital 归纳了一组对比，上图是美国本土的数据中心的能耗需求（2024 - 2030），下图是美国本土的电力供应（2010 - 2024）。

很容易看到一个矛盾：未来几年极速增加的电力需求和过去十五年一直增长停滞的电力供应。

#矛盾催生结构性机会

Bain 咨询公司的研究显示，2023 - 2028 美国的电力净增量中，有 44% 来自数据中心的需求。

AI 对基础设施的需求拉动很明显

围绕中国能源企业 500 强，从企业数量看，新能源、煤炭和电力位居前三；从营业收入看，石油、电力、媒体位居前三。

高盛预计 2022-2030 年，美国电力年复合增长率 CAGR 可达 2.4%。其中数据中心会贡献 0.9% 是最大增长品类。

住宅、商业、工业产业、交通的增长率预计 0.4~0.6%。

2000~2007 年美国本土的电力消耗的平均年增长率为 1.5% 左右。而过去十年的平均年增幅长幅度为 0%。

生成式 AI 对数据中心电力的需求增在加速体现，高盛预计到 2023 年平均增长率可达 2%。

生成式 AI 这轮浪潮之前，美国电力和能源公司每年的 CAPEX 在 900-1,000 亿美元左右。高盛预计 2024-2027 的年度 CAPEX 会提升到 1,400 亿美元。

欧盟 27 国在过去十多年电力能耗是缓慢下滑的。2008 年的电力能耗比 2023 年还多 10%。

由于 AI 数据中心需求的增加，以及电力化（电动汽车）的发展，高盛预计欧盟 27 国的电力能耗在未来十年可提升 40%。

Bloomberg 的研究认为，全球数据中心的电力能耗自 2010 前后起进入加速发展状态。到目前年度电力消耗已经超过了意大利、西班牙、中国台湾、澳大利亚等国家和地区。

就目前看，AI Infra（基础设施）的吸金能力远超 AI App（应用）。

一方面，产业积极寻找 AI 杀手级应用在哪里？ 另一方面，围绕 AI Infra 支撑机构的各种支出是实打实的（各种铲子经济学）。

以美国为例，专门为 OpenAI 等提供训练数据集的机构（例，Scale AI 年收入高达数亿美金）；而为 AI 提供电力的电力公司股票也是大涨。

注：Vistra 是美国电力生产与零售巨头，NRG 是美国光伏发电企业，CEG 是美国核能发电企业。

Leopold Aschenbrenner 研究认为，如果模型训练 AI 算力的规模每年增长 0.5 个数量级，到 2030 年 AI 将耗费美国 20% 的电力。

从这个角度看，AI 竞争到最后也是能源之争。能量信息融合的趋势可见一斑。