一句话看懂：施耐德电气能源管理业务高管 Frédéric Godemel 在 TechRadar 撰文指出，AI 数据中心的竞争已从芯片、模型转向“电力获取速度”，全球约 2500GW 发电容量卡在并网队列中，并网延迟可能让项目错过整个技术周期。
事件核心：发生了什么
TechRadar 刊发施耐德电气能源管理执行副总裁 Frédéric Godemel 的评论文章，认为 AI 领导权之争过去集中在芯片、模型和人才，如今“time to power”（从申请到实际通电的时间）正成为数据中心选址的决定性变量。文中给出的关键数据是：全球约 2500GW 发电容量正在并网队列中等待；在欧洲 FLAP-D 枢纽（法兰克福、伦敦、阿姆斯特丹、巴黎、都柏林），数据中心并网可能等上十年，而建一座设施约需四年。文章对比了中美欧路径：中国正投入约 2950 亿美元建设全国性 AI 算力网络及配套能源与可再生能源；美国因电力需求上升和并网周期变化，对现场发电与储能兴趣增加；欧洲则呈现碎片化，部分市场有可用容量，另一些面临排队和复杂审批。
为什么重要
这意味着算力扩张的瓶颈正从 GPU 供应转向电网接入。对 AI 行业而言，训练和推理集群的落地节奏将更多取决于当地电力是否可预期、价格是否有竞争力，而不是单纯看模型能力。欧洲虽然错过了第一波数据中心建设，但凭借核电与可再生能源组合、既有基础设施和工业经验，仍有机会在下一波中争取投资。目前公开信息显示，这类判断来自行业高管评论，而非官方统计数据。
对用户/开发者/创作者的影响
对开发者和企业采购来说，云服务与 API 的可用性、价格和区域选择可能越来越受制于数据中心所在地的电力条件；推理成本能否持续下降，也与电价和并网效率相关。对创作者而言，图像生成、视频生成等高频调用 AI 应用的使用成本，长期看会间接受能源供给影响。计划自建训练集群或私有化部署的团队，需要把电力接入周期纳入选址评估，而不只是比较 GPU 价格。
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。
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。
值得关注的后续
可观察三点：一是英国等地推动的并网队列改革能否把“先到先得”转为“先就绪先接入”，并实际缩短等待时间；二是美国现场发电与储能方案在数据中心项目中的采用比例是否上升；三是欧洲能否以针对性的能源政策吸引下一波 AI 基础设施投资。这些变化将影响未来算力供给的区域格局和 API 定价。
来源：TechRadar
