人工智能的电力紧缺正在将数据中心建设者送往银行

事件核心：发生了什么

据彭博社报道，AI 基础设施建设的核心瓶颈已不再是英伟达 GPU，而是电力供应。为了获得稳定的电力和建设资金，数据中心开发商正转向银行，寻求数十亿美元的融资承诺。数据显示，四大云服务商今年在 AI 基础设施上的投入预计将达到约 7250 亿美元，单个数据中心项目的成本已高到“能撑起一家公司”的地步——Meta 在得克萨斯州的数据中心预算就高达 130 亿美元。

电力需求的增长极为猛烈：普通计算时代单个服务器机架功耗约 3kW，而 AI 训练机架最高可达 150kW。预计到 2030 年，全球数据中心容量将从目前水平近乎翻倍至约 200GW。这种规模的投资已经改变了信贷市场结构：从 59 亿美元的数据中心运营商贷款，到大量债券和私人信贷交易，资金正以前所未有的方式涌入。Oracle 曾通过 163 亿美元融资为其数据中心扩张筹措资金，但由于传统银行趋于谨慎，该笔融资主要依赖私人信贷完成。

为什么重要

AI 竞赛的胜负手正在从模型能力转向基础设施建设能力。Meta、Oracle 等公司不再只是比拼大模型参数或开源闭源路线，而是在比拼谁能更快锁定土地、变电站、电力合同和银行授信。分析师估计，目前该行业表外债务约达 1.65 万亿美元，这些债务通常通过特殊目的实体持有，不会直接出现在科技巨头的资产负债表中。

更值得警惕的是“循环融资”风险：云厂商、供应商与建设租赁商之间的资金往来日益紧密。国际清算银行已将这类结构列为金融稳定的潜在风险之一。此外，全球能交付超大规模数据中心项目的建筑商不足十家，Turner 公司积压订单已达约 440 亿美元，其中很大比例与数据中心相关——建设能力本身正在成为新的瓶颈。

对用户/开发者/创作者的影响

对普通用户而言，最直接的影响可能体现在电费和 AI 服务价格上。数据中心与居民用电在同一张电网上竞争，部分地区家庭电费已经开始上涨。AI API 调用、大模型订阅和云计算服务的价格，未来可能随电力成本和资金成本上升而调整。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对开发者和企业采购方来说，意味着需要更关注算力供应商的资金健康度和电力锁定能力。一个拿到了长期电力合同和银行承诺的云厂商，比单纯宣称“算力充足”的供应商更可靠。对创作者的启示在于：AI 图像生成、视频生成等重推理负载的工具，其运行成本对电价高度敏感，使用成本的波动可能比模型升级更频繁。

值得关注的后续

以下几点值得跟踪：其一，私人信贷和表外融资的规模是否会继续扩大，监管机构（尤其是国际清算银行）是否会出台限制性措施；其二，AI 公司的收入增速是否能追上资本开支——如果 AI 应用需求增长放缓，巨额电力合同和建设债务将失去支撑；其三，能源结构的变化，数据中心对核电、天然气长期合同的争夺是否会推高工业电价，以及是否会影响 AI 算力的区域分布。

来源：The Next Web