2025年，AI发展叙事迎来剧烈转向：随着英伟达Blackwell架构及更高功率算力集群全面部署，数据中心能耗密度呈指数级飙升。高盛预测，到2027年，AI服务器单个机架功率密度，将是五年前普通云服务器的50倍。

这场功耗飞跃，正面撞上北美基建的“硬墙”：一边是每秒万亿次浮点运算的强烈需求，另一边是电网平均机龄超40年、变压器短缺率高达30%、扩建周期长达5至10年的困境。

那么，北美缺电究竟是中短期供需失衡，还是长期问题集中爆发？一个高度成熟的国家，为何会陷入无电可用的窘境？长桥海豚君通过此篇文章来一探究竟。

一、需求端：
制造业回流与AI算力爆发，开启新一轮上行周期

2025年底，美国最大区域电网PJM的容量拍卖价格，从每兆瓦日28.92美元暴涨至269.92美元，9倍跳涨标志市场定价从“风险溢价”转向“生存恐慌”。燃气轮机订单爆发、卡特彼勒与三菱重工激进扩产，本质是科技巨头“弃网自保”，以自备电源绕过瘫痪的公共电网。

面对能源缺口威胁，美国联邦政府在2025年开启史无前例“战备模式”：1月白宫非战时宣布“能源紧急状态”，4月强制电网动用所有能源，“减碳理想”阶段性让位“算力生存”，煤电与气电重归一线，9月能源部启动“电力加速计划”，以行政力量缩短电网项目审批周期。

站在2026年节点，AI变革已扩散至传统行业，引发全产业链重构。纵观美国电力史，用电需求呈“增长—平台—复苏”三阶段。叠加AI数据中心爆发式建设带来的新增能耗，2021至2024年平均增速回升至1.5%，电价自2022年起加速上涨。

从用电结构来看，商业用电是增长核心引擎，其中数据中心更是绝对主力。截至2024年底，美国数据中心负荷已达约35GW，较2020年实现翻倍；工业用电同步复苏，半导体晶圆厂、动力电池工厂等高阶制造业回流，为用电需求提供坚实的底部支撑。

核心矛盾：从“总用电量”到“峰值负荷”的挑战

根据NERC数据，美国电网峰值负荷自2006年见顶后长期停滞，导致电网侧的扩容性资本开支长期低迷，北美电网老化严重，平均服役时间已接近40年。

而AI数据中心的崛起，彻底改变了用电格局：作为具备“超高功率密度”且训练时“近乎24小时满载运行”的新型刚性负荷，其缺乏传统工业负荷的调节弹性，难以参与错峰让电。

一旦需求端“峰值负荷”的增速超过供给端“有效容量”的建设速度，“容量性缺口”将无可避免，最终引爆北美缺电危机，推高电价中枢，并引发大规模停电风险。

而需求爆发的背后驱动因素非常明确：

1. 核心驱动：北美云端服务商（CSP）资本开支的爆发式增长

全球数据中心正经历由生成式AI驱动的历史性扩张周期，以亚马逊、微软、谷歌、Meta为代表的北美四大云端服务商，其资本开支自2023年下半年起进入“军备竞赛”模式，四家厂商的总资本开支从2023年的约1,500亿美元，飙升至2025年预计的4,060亿美元，复合年增长率超60%。

按长桥海豚君的统计，全球前11大科技巨头的合计资本开支，将从2023年的1,800亿美元，加速增长至2025年的近5,000亿美元。这场“军备竞赛”直接带动上游AI芯片出货量及数据中心规模的持续爆发。

2. 数据中心算力的“暴力美学”：算力 = 电力

随着摩尔定律趋缓，AI芯片进入“高算力推动大能耗”的时代：

单点热密度飙升：英伟达GPU的单芯片热设计功耗，已从H100时代的700W，跃升至Blackwell架构（GB200/GB300）的1,200W至1,400W区间；市场更预期，下一代Rubin架构及其配套超级芯片平台，功耗将进一步突破2,000W，对供电与散热能力提出极致要求。

集群规模指数级扩大：AI大模型的训练与推理需求，推动单个数据中心的部署规模，从“千卡级”迈向“十万卡级”。

3. AI数据中心：从“潮汐波动”到“刚性满载”

传统数据中心（可调度的弹性负荷）：业务以云计算、数据存储和互联网服务为主，具有明显的“潮汐效应”（白天繁忙、夜晚闲置）。服务商透过虚拟化技术与超卖策略，实现多租户间的“错峰复用”，使整体负荷曲线相对平缓，峰值负荷率通常控制在60%以下，为电网侧预留充足的调节与缓冲空间。

AI数据中心（刚性的冲击性负荷）：随着AI训练需求爆发，数据中心已转变为电网中必须优先保障的“刚性工业负荷”：

巨观层面，是重塑区域电力基荷的“巨兽”：AI训练集群追求极致的平行效率，一旦启动便持续数周甚至数月近满载运行，峰值负荷率超90%，负荷曲线呈现一条高位直线。

一座GW级项目落地，等同于凭空增加一座中型城市的能耗，瞬间填满区域电网的输电裕度，导致后续并网面临长达数年的排队与扩容瓶颈。

微观层面，是攻击电力系统核心的“毫秒刺客”：由于GPU任务的高度同步性，当集群从“计算”切换到“通信”，或从“闲置”进入“满载”时，会在微秒/毫秒级时间窗口内产生剧烈的功率跳变。

NERC数据显示，某大型数据中心的负荷曾在36秒内由450MW骤降至7MW，相当于瞬间切断一座中型发电厂。这种极高的电流变化率犹如一把“电力重锤”，高频次冲击本已老旧的美国电网，足以引发电压闪变、谐波污染，甚至触发继电保护导致区域停电。因此，部署静止无功发生器（SVG）、超级电容或储能系统，已成为平缓这把“电力重锤”的必要手段。

而长桥海豚君基于目前已在建、规划数据中心进展以及全球云服务大厂资本开支规划测算，再以美国官方电力中心规划来验证，会有一个非常清晰的画面呈现出来：

过去20年，北美市场新增峰值负荷接近停滞，但未来五年计增长140GW上下，其中数据中心基建贡献大约100GW的增量，制造业回流和终端电气化（如电动车等）大约贡献40GW上下。

既然每增1GW就相当于新增一个中型城市的发电量。想像一下，对于这样用电已经稳了数十年的老牌资本主义国家，突然接下来每年要新增25个中型城市的发电量需求，是个什么概念！

现在，关键问题来了，美国的电力基建能跟得上吗？接下来，我们就来详细探讨一下这个问题。

二、供给端：
美国面临能源侧与电网设备侧的双重瓶颈

1. 能源侧（发电侧）：有效能源退役多、可靠补位少

过去十年（2014至2024年），美国电力系统的总量虽微幅增长，复合年增长率仅1.2%，但发电结构却发生剧变，为当前的缺电危机埋下了供给侧的病根。

（1）高可靠性基荷加速“失血”

煤电受环保政策与天然气成本优势双重挤压，近年加速退役，装机量从2011年318GW减至2024年174GW，发电端占比由30%收缩至14%，削弱电力系统基础保障。

天然气凭美国页岩气革命的成本、灵活性及清洁优势，装机稳增，占比长期逾40%，从调峰能源成主力“压舱石”。

但截至2025年，“火、水、核”等传统高可靠基荷能源总装机，较2011年仍减少77GW，电力系统可靠性根基持续受损。

美国逾50%的优质基荷电源（火、水、核）共528GW，服役已超30年，自2010年起便进入火电退役高峰。据美国能源信息署（EIA）预测，2020至2030年当地每年基荷机组退役量均多于新增量，在AI需求爆发前，电力系统的“可靠容量”已持续净流失。

（2）增量错配：风光“电量替代”无法填补“容量窟窿”

弥补煤电空缺的，并非同为高可靠的基荷能源，而是以风电、光伏为主的间歇性能源。然而，这种“替代”仅是“电量”替代，而非“容量”替代——即风光在天气晴好时能产生大量廉价电力，却无法在电网最需要的峰值时刻，提供稳定的有效电力。

（3）波动电源补位，与AI刚性需求根本冲突

AI 数据中心需 24 小时稳定供电，属刚性负荷，但新增电源以间歇风光为主，加之美国跨区电网脆弱，中西部风电难输送至东海岸 AI 集群，加剧局部供需失衡。

风光有效容量系数“打折”，光伏仅10-20%、风电30-40%，远逊基荷能源的80-90%，间歇波动导致可靠性不足；同一区域风光装机越多，有效容量越边际递减，顶峰负荷保障力越弱。

AI数据中心需24小时稳定供电，属刚性负荷，但新增电源以间歇风光为主，加之美国跨区电网脆弱，中西部风电难输送至东海岸AI集群，加剧局部供需失衡。

基于美国能源信息署（EIA）、北美电力可靠性委员会（NERC）及美国能源部的规划指引，长桥海豚君对2026至2030年发电能源的新增供给做出以下预测：

2026至2030年这5年间，美国新增电力装机容量为337GW，其中光伏和风电等间歇性电源贡献了超过76%的增量，约257GW；而具备稳定、可调度能力的天然气发电新增量仅80GW，占比约24%。

然而，同期计划退役的机组高达92GW，且几乎全部为高可靠性基荷电源，其中煤电约76GW，气电约13GW。这意味着，在净新增的245GW装机中，稳定电源的净贡献微乎其微，电力系统仍在持续“失血”。

由于不同电源在电网顶峰时刻的可靠出力（有效容量）贡献差异巨大，长桥海豚君对上述净增245GW装机按有效容量系数折算（煤/气/核/水/风/光分别取90%/90%/95%/80%/40%/10%），结果显示，未来五年美国电力系统新增的有效净容量仅约28GW。

换言之，美国近换言之，美国近90%的名义装机增量，在电网最危急的顶峰时刻，无法转化为可靠的电力保障。

（4）供需差：可靠性缺口巨大且确定

长桥海豚君假设未来电力系统的备用率与2024年持平，维持15%的水准，结合需求端AI负荷的爆发态势，预测到2030年，美国电力系统将出现巨大的可靠性缺口，在低、中、高需求情景下，缺口规模预计将分别达到109GW、149GW和195GW。

（注：储备裕度 = （有效总容量 - 峰值负荷）/ 峰值负荷，行业基准线通常设定为15%，旨在确保电力系统在机组故障、需求预测误差或极端气候等“最差情景”下，仍具备足够的可靠性容量作为缓冲。）

由此可见，美国电力系统正陷入“账面繁荣，实则虚弱”的困境：风光装机的名义容量高速增长，创造了“绿色转型”的表象，但其极低且持续递减的有效容量，既无法填补传统基荷退役留下的“可靠性窟窿”，更无法支撑AI驱动下顶峰负荷的爆炸式增长，最终导致系统可靠容量的绝对短缺，这也是当前北美缺电危机的主要根源。

2. 电网侧（输电侧）

美国的缺电危机并非单纯的发电侧问题，输电侧同样面临严峻挑战，老化的电网基础设施，已无法承受AI数据中心这些“用电巨兽”的冲击。

（1）物理瓶颈——老化的电网无力承受“用电巨兽”

美国电网的建设时间较早，电网结构在20世纪中期已基本成型。据美国能源部（DOE）统计，美国70%的输电线路以及电力变压器，运行年限已超35年；约30%的核心资产（含断路器等）已突破设计寿命，电力系统的可靠性已大幅减弱。

电网投资长年偏低，2000年后用电增长放缓、设备制造业空心化且所有权分散，过去十年年均投资仅200至300亿美元，2024年才突破300亿，且资金多投向老旧设施更换，扩容投资占比极低。

2024年新增345KV及以上高压输电线路仅888英里，不足规划两成。高度定制化的电力变压器扩产困难，美国本土供应率仅30%，2025年短缺率约30%，交付周期延至2至3年，直接阻碍电网快速扩容。

（2）新增冲击——“劣质负荷”压垮最后一根稻草

当单个达到数十万、上百万千瓦（GW级）的AI数据中心提出并网申请时，其巨大的瞬时功率需求，已超出区域电网的物理承载极限。

单座高密度AI数据中心的负荷，相当于数座中型城市，不仅会瞬间耗尽局部电网的剩余输电容量，更会迫使电力运营商启动从变电站到输电互联网的全套升级。

同时，AI算力负荷在毫秒间的剧烈跳变，会对老旧电网产生高频干扰，威胁区域供电安全。为评估此类风险，电网运营商不得不延长“系统影响研究”流程，进一步导致并网流程淤堵。

（3）核心矛盾——“建设周期”的毁灭性错配

正是由于上述物理瓶颈，引发了最致命的“时间错配”：AI数据中心的理论建设周期仅需18至24个月，然而配套的输电网扩容及跨区域线路建设，受许可审批、环境评估及长周期设备（如变压器）交付的限制，往往需要5至7年甚至更久。

尽管美国联邦能源监管委员会透过2023号命令简化了行政审批，理论审批周期仅1至2年，但“物理扩容不足”导致的并网队列拥堵愈演愈烈。目前，全美电网并网排队的中位数已接近5年，在北弗吉尼亚州等数据中心核心区域，接入等待时间甚至飙升至7年。

这种时间错配对数据中心运营商而言是毁灭性的：即便数据中心在1至2年内建成，其耗资数亿美元采购的GPU芯片，也会因无电可用而迅速贬值，高昂的沉没成本（折旧）将直接侵蚀企业利润，导致AI投资的投资回报率（ROI）模型彻底崩溃。

小结：缺电是结构性矛盾

综上分析可见，美国当前的电力短缺绝非短期的供需失衡，而是AI算力爆发，与能源、电网基建长期滞后形成的结构性矛盾。

需求端，制造业回流与AI数据中心刚性负荷的双重驱动，使电力需求进入加速增长通道，峰值负荷压力陡增；供给端，传统高可靠基荷电源持续退役，风光能源的“电量替代”难以填补“容量缺口”，有效供电能力严重不足；电网侧，设施老化、投资缺位、关键设备短缺与建设周期错配，进一步放大了电力供需的矛盾。

作者长桥海豚研究，专注有灵魂的思考、有态度的研究。

文章仅属作者意见，不代表香港01立场。

01专栏精选不同范畴专家，丰富公共舆论场域，鼓励更多维度思考。