AI 数据中心的扩张正在撞上一堵看不见的墙——不是缺电，而是电送不进去。
在美国德克萨斯州阿比林，全球最受瞩目的 AI 基础设施项目 Stargate 正在建设中。这个由 OpenAI 与软银联合推进的项目预计耗资超过 400 亿美元，用电量峰值高达 1.2 吉瓦——相当于 31.3 万户美国家庭的用电总和。但要让这座「电力巨兽」运转起来，首先要解决的是一个老旧而僵化的电网接入流程。
瓶颈不在发电，在并网
美国并不缺电，真正的问题在于新建设施能否及时接入电网。根据 EpochAI 与能源研究机构的预测，若 AI 算力维持 2025 年的增速，2030 年全球 AI 数据中心总用电量将达到 100 吉瓦。然而，现有电网的接入申请已经严重积压：2005 年，一座电厂的中位并网等待时间不足 20 个月，到 2023 年已飙升至 55 个月。排队规则采用「先到先服务」，毫无灵活性可言，导致一些高价值项目被无关紧要的项目挤在后面。
拥堵成本已经相当可观。2023 年，仅美国电网因传输瓶颈造成的额外费用就高达 115 亿美元，较前一年增长 45%。ERCOT 电网（覆盖德克萨斯州 90% 电力供应，含阿比林项目）已预警，2028 年夏季可能出现供电缺口。美国最大电网运营商 PJM 干脆在 2025 年无法购入足够容量来满足预期需求，其 CEO 直言：「我们需要大量容量。」
能源短缺还是结构问题？
从 Nvidia CEO 黄仁勋、Meta CEO 扎克伯格到 OpenAI CEO 奥尔特曼，AI 行业头部人物几乎异口同声：能源是制约 AI 扩张的根本因素。扎克伯格坦言，若能获得足够电力，Meta 会建更大的训练集群；奥尔特曼在美国国会作证时说，AI 的「丰裕」将取决于能源的「丰裕」。
与此同时，更广泛的电气化趋势也在加剧这一矛盾。电动汽车、热泵、工业电机——几乎所有前沿技术都在消耗电力而非燃料。1990 年至 2024 年间，电机价格下降 97.5%，功率电子器件下降 99.5%，处理器下降近 99.9%，电池下降 98.8%。技术越进步、越智能，对电力的需求就越大。
解决之道或许不在于争论该用天然气、核能还是光伏——这些都只是供电来源。真正的挑战是改变电网的接入机制，让高价值项目优先排队、让有意愿的项目自建储能来缓解短期压力。否则，即使发电端再充足，AI 时代仍将受困于最后一公里的「电网肠梗阻」。
编注：信源为 Works in Progress 杂志长文，材料侧重电网基础设施瓶颈与行业需求侧论证，未涉及具体电网升级方案或政策细节。