我们敢保证你还没读过的数据中心报告
关于支撑数据中心扩建的电力的独家数据与洞见
本文信息来源：ctvc
众所周知，数据中心正在带来新的电力需求。你很可能见过无数变体的“向上且向右”图表（我们也见过）。国际能源署（IEA）预计全球数据中心电力消耗将在 2024 至 2030 年间增长约 15%；麦肯锡（McKinsey）预测 2025 至 2030 年间数据中心容量需求将增长 3.5 倍。这类“曲棍球棒式”增长常被写进每份投资者演示、公共事业长期资源规划（IRP）和关于人工智能的炒作文章中。
在曲线之下，更不清楚的是这些中心究竟会如何获得电力。实际制约因素正迅速累积：燃气轮机需要多年交付的积压订单，风能和太阳能面临并网排队和政策逆风，核能和地热部署周期漫长。而这一切都发生在关键市场电价上升的背景下。
因此，面对这些自上而下的预测和趋势（各种说法纷纷扰扰），遵循 CTVC/Sightline 一贯风格，我们决定自下而上地弄清地面上到底发生了什么。我们构建了我们希望存在的数据集，追踪实际的数据中心开发、它们拟采用的供电模式，以及将其接入电网的计划（或缺乏计划）。不是凭感觉，而是那些公用事业公司、开发商和科技公司在据此规划的真实需求信号。然后我们写出了自己想读的报告， 我们的新《数据中心供电模式报告》。
这是完整版的抢先预览， 可供 Sightline 客户在此获取，旨在回答以下战术性问题：
- 新建数据中心的用电需求有多大？
- 这些项目有多真实——它们何时会投入运行？
- 到底哪些供电模式和经济模型在实际落地？
我们以此报告启动了对数据中心的全面报道，Sightline 客户可完全访问我们关于数据中心项目建设、供电合约和成本基准的数据集。此访问还包括我们的图表与分析工具、Signals AI 新闻推送以及持续的专家分析。
阅读下文可了解报告亮点，并可在此 下载报告的公开版本。
要点摘要
- 数据中心建设现在以电力优先。 在开发新型人工智能模型时，延迟成为次要考虑因素。
- 清洁、快速、廉价且稳定的“金发姑娘”电力模式仅在少数特定场所存在。 大多数运营商为推进项目建设不得不在至少一项上做出妥协。
- 备用电源与发电变得至关重要， 作为通往供电的桥梁并确保 99.999%的正常运行时间。随着数据中心为电力公司提供电网服务以增加吸引力，系统规模更大、复杂性更高。
- 平均项目规模（及投资）正在快速上升， 几年前 150MW 仍被视为大型项目。如今，1GW 已很常见，项目的中位宣布投资约为 8 亿美元。
- 美国在容量上领先， 但各国的 AI 战略正在中东北非、亚洲和欧洲催生大量新项目。
数据中心发展：负载下降
在我们进入数据之前，先统一一下基调。
从本质上讲，数据中心是现代生活的数字引擎——成排的服务器、网络设备和存储系统为从你的 Netflix 排队到 ChatGPT 训练，再到你正在阅读这封邮件的收件箱等一切提供动力。如今，人工智能热潮正在将这台引擎推向超速运转。逻辑很简单：更多计算 → 更好的模型 → 更大的市场份额 → 更大一块 AI 蛋糕。但实际上，这导致了一场全球性军备竞赛，争相建设越来越大、能耗越来越高的数据中心。它已成为当今最复杂、资本密集的房地产和基础设施押注之一 。
并非所有数据中心都一样。它们从更常见的企业与云端站点到边缘、共置、超大规模运营商以及为人工智能专门打造的工厂不等，但正是后三类驱动了大部分电力需求。历史上，选址决策以延迟和光纤连接为关键因素。如今，一切都围绕电力供应可得性展开——接入兆瓦乃至千兆瓦成为最终的门槛。土地、光纤以及用于冷却的水仍然重要，但它们已被降到优先级清单的次位，次于确保稳定、可扩展且理想情况下为清洁的电力供应。
典型设施的用电量为 10–100 兆瓦，但新一代超大规模运营商可超过 300 兆瓦，已宣布的最大园区目标达到 3 千兆瓦——约比 2023 和 2024 年投入运营的 Vogtle 3&4 号核电机组合计容量多出约 35%。
这数字可观。2022年，数据中心消耗了约460太瓦时电力，占全球用电量的约2%。但到2030年前的未来五年，我们已看到估计该需求将增长50%至150%以上。
因此，面对如此巨大的需求——无论最终数字是多少——就会产生一个价值数十亿美元的问题：如何以最清洁、最高效的方式，将海量、全天候的电力在需要的时间和地点，供应给数据中心？这正是数据中心供电模式报告及我们持续报道的目的——阐明在短期和长期内为数据中心供电的策略。
好了，了解了背景后，我们开始深入探讨。先讲策略，再看数据。
能源战略与市场设计
在争相快速获取电力的竞赛中，即便科技公司吹嘘气候承诺，短期策略仍是“多拿、多拿、多拿”。数据中心业主需要尽可能多的电力，而且必须是全天候可靠的。与此同时，新数据中心的互联请求使输电排队拥堵，不仅延缓了接入，也拖慢了排队中其他项目。公用事业公司被迫匆忙建设新的变电站和输电线路，其成本常常由全体电费用户承担（也就是说，不仅仅是数据中心业主）。而且因为超级大型云服务商希望在之前已建设过的产能附近组建计算集群，它们越来越多地选址于人口中心、那里的电网老化且容量受限。
那他们怎么做到的？为模型供电可以接入电网也可以离网，使用清洁能源或化石能源，但每种选择在速度、成本、可扩展性和排放方面都有权衡。正如我们下面所展示的，利用现有过剩发电是获取电力的最快方式之一，但限制性很大。数据中心需要按电力规模来扩展，而不是反过来。备用电源可以作为一种“过渡”解决方案，但代价高昂。可再生能源微电网看起来很有吸引力，但若完全脱离电网则很难保持平衡。在另一个极端，我们也看到一些超大规模云服务商投资小型模块化反应堆（SMR），希望有一天为数据中心供电能像在旁边建一个小型核电站一样简单。简单吗？还远未如此。
那么这一切如何付费？在美国，数据中心通常属于“大负荷”方案，相关协议将多年容量锁定，并且如果运营商帮助资助电网升级，还可将新增电力打包纳入，从而试图保护其他费率用户免于承担更高账单。这些协议通常包括长期合同容量（范围从2至20年不等）、提前终止的退出费用、需求响应义务和最低负荷要求，以及用于覆盖新型清洁电力或新基础设施的溢价。
最大的开发商往往愿意自行建设或资助自己的电力。这就需要清洁电力关税，例如内华达州的清洁过渡关税 、北卡罗来纳州的绿色电源优势选择 ，以及杜克能源提议的加速清洁能源（ACE）关税 。这些机制为超大规模数据中心提供了获取清洁可靠电力的途径，分摊电网成本并建立可复制的模式，同时也为公用事业投资和新发电技术降低了风险。
在欧洲部分地区，充足的水电和核电改变了局面，伴随优惠电价、税收减免或快速接入。但像都柏林这样电网压力较大的地区，开始在批准接入前要求现场发电和储能。
为今天与未来的数据中心供电
为数据中心提供快速电力的多数方案，往往需要利用现有的多余容量，或大量依赖备用发电。为了让机房能迅速上线，备用电源必须使用与电网分离的燃料。换言之，需要以天然气或再生天然气（RNG）为燃料的小型涡轮机，因为电池或长时储能（LDES）仍然需要较大规模的电网接入来充电。
这就是为什么如今的新建数据中心往往看起来相似：运行速度快、可靠性高，并且常配备燃气机组。燃气被视为默认与后备电源，能争取时间；与此同时，一些开发商可以改用燃煤电厂的接入点，或接入那些核电或可再生能源过剩的地区。
长期方案则多种多样。大多数方案至少在一定程度上可以叠加使用，几乎全部属于清洁能源。但其时间跨度差别很大，从约2年（无碳捕捉与封存的燃气）到可能超过10年（先进核能）。其中许多方案尚无明确的成本区间，可能会非常昂贵，并且仍面临许可方面的不确定性。
我们在报告中对每一种供电模式都做了更深入的剖析，并列举了正在采用这些模式的参与者实例。 在此获取。
部署进展
在我们的数据集中，我们跟踪了 294 个数据中心项目，总需求为 73.6GW。项目管线在不断演化，基本每天都有新项目公布——我们也在跟踪这些项目🤓。在管线中的 105 个项目共计超过 8.9GW，目标在 2026 年底前投运，其中 47 个已在建设中。
由于数据中心本身通常只需12–18个月即可建成，电力可用性将成为决定项目能否按时投运的关键因素。预计还会有更多项目公布，目前尚未出现大规模取消的情况，这反映出强有力的资金和政策支持。
与此同时，地理多元化加速，亚洲和欧洲的活动增加——尤其是在美国电网拥堵的情况下。美国以 106 个已宣布站点领先，而英国和法国的超大型项目则预示着欧洲和亚洲一波战略性 AI 基础设施的到来。此外，全球已有 15 个已宣布项目的容量超过 1GW，随着 AI 推动对超大规模建设的需求增长（即为云计算、大数据和 AI 工作负载设计的设施）。为 AI 训练和推理优化的下一代数据中心是这波浪潮的核心。事实上，有 5 个项目超过 3GW，数千亿投资悬而未决。
大科技公司在这方面领跑不足为奇：我们追踪到微软宣布的项目超过 20 项，谷歌和亚马逊紧随其后，其次是 Meta 和甲骨文。但各国政府也越来越多地加入这一领域。美国能源部有 16 个项目，欧盟的 EuroHPC 联合事业体有 11 个——资助战略性项目以提升本国计算能力并确保在新技术上保持领先。
建设数据中心一直是资本密集型，但成本结构正变得更加复杂。对数据中心的跟踪投资不再呈线性增长，仍在寻求可预测性。中位数为8亿美元，约合每兆瓦550万美元，成本因以下因素而异：
- 使用场景 ：用于人工智能的工厂和超大规模云供应商的设施资本密集度高出 5 到 6 倍，需要像 GPU、液冷系统和超高密度机架等专用且昂贵的硬件，
- 建设类型 ：换言之，改造与新建差别巨大，因为已有电网接入和规划许可等现有基础设施会带来显著影响
- 地点 ：靠近城市和劳动力成本对总体建设费用有很大影响
- 全栈还是仅算算力： 为数据中心建设现场（或附近）电力设施成本高昂，但接入电网则将问题交由他人。为新增发电投入资本支出的开发商虽然成本更高，但可避免电网接入延迟和能源价格波动。同样，一些开发商可能只建好外壳和配电设备，然后将 GPU 成本转移给新的所有者或租户。
下图可见大多数已公布数据中心的投资与容量对比，但根据上述因素仍存在显著的异常值。 下载报告以更深入探讨这些成本。
展望未来，尽管建设这些中心的前期投资将继续上升，关键问题是它们能多高效地供电，以及能否有技术在规模上脱碳电网以满足快速扩张的需求。
