过去两年，市场都在讨论一个问题， 那就是$英伟达(NVDA)$ 的GPU够不够？而最近一个月，前议长佩洛西1350万砸进Bloom Energy，硅谷教父Thiel 72%仓位全押电力，全球科技巨头开始用行动告诉市场，GPU已经不是最稀缺的资源了，真正稀缺的是电力，以及能够快速获得电力的能力。
AI军备竞赛正在从抢芯片，升级为抢电厂，抢变压器，抢输电线路，抢并网容量。这背后对应着一个全新的投资关键词，Time to Power通电时间。也就是说，谁能让数据中心更快通电，谁就能分走AI资本开支盛宴，而这，很可能是未来5年至10年最重要的基础设施投资逻辑之一。
看看这个新闻， $谷歌(GOOG)$ 说要在未来两年在芬兰投资130亿欧元，目的是建设AI基础设施，他与芬兰的一家能源公司Fortum签署了一个长达22年的核电购电协议，锁定Loviisa核电站最高50%的发电量，该协议将持续至2049年，并帮助核电站运营延长至2050年。
无独有偶， $微软(MSFT)$ 也被曝计划到2032年将全球数据中心容量扩大至约38GW，超过目前水平的三倍！英伟达则与澳大利亚多家数据中心运营商等合作，计划到2027年推动最高2GW的AI基础设施容量，而澳大利亚目前全部数据中心容量约为1.6GW。
难道是Google，微软，英伟达这些大厂都缺电了吗？答案是：不是现在缺电，而是未来缺电。Google并不是在购买电力，Google买的是未来20年的确定性算力增长权。因为对于AI数据中心而言，GPU可以买，土地可以买，建筑可以盖，但电力并不能随时得到。
今天美国很多州的数据中心项目已经出现一种极其荒谬的现象，芯片到了，服务器装好了，机房建完了，却要排队数年等待接电，因此Google实际上是在提前锁定未来AI发展的核心生产资料。
那么AI到底有多缺电？根据最近最具权威的数据来看，就是那个来自美国劳伦斯伯克利国家实验室LBNL，他们2026年发布的《United States Data Center Energy Usage Report》预计到2030年，美国数据中心耗电量将达到649TWh，占美国总用电量11.8%，高情景甚至可能达到843TWh。换句话说，2030年美国每9度电里面，就有1度以上被数据中心消耗，这是一个极其惊人的变化，因为过去二十年，美国电力需求整体增长相对平缓。
很多电网公司已经习惯，每年0%至1%增长，缓慢扩容，长周期规划，但AI出现后突然变成数据中心爆发，半导体制造回流，电动车普及，储能扩张，而这所有新增需求同时发生。美国大量州政府第一次发现，电网规划速度甚至赶不上AI需求增长速度。
很多人低估了数据中心的耗电量，传统工厂可能白天运行，晚上停工，周末休息。但AI数据中心不同，它是365天都在跑，每天都是24小时连续负载，而且功率规模极其夸张。一个大型AI园区往往300MW，500MW，甚至1GW起步。
要知道1GW是什么概念？已经接近一座中型城市的耗电水平，目前全球AI基础设施建设正向GW级数据中心迈进，多个项目使用自建燃气发电和微电网方案绕开传统并网瓶颈。本质上，AI正在把数据中心从房地产项目变成能源项目。
于是，Time to Power就变成如此重要了，这也就是整个投资逻辑最关键的环节。很多人认为，数据中心晚一年上线，损失一年电费，实际上完全错误，假设某科技公司建设50万张GPU，投资300亿美元，训练和推理业务预计年收入100亿美元。如果因为缺电，晚通电一年，损失的不是电费，而是几十亿美元现金流，以及竞争优势。
因此对于科技巨头来说，电价不重要，通电时间最重要。这一逻辑类似房地产中的Location地段，如今AI行业的新规则是Time to Power，看谁先通电，谁就先赚钱。AI大模型的迭代窗口期非常短暂，谁的算力集群先通电投产，谁就能领先3到6个月训练出下一代模型，如GPT-5或更高版本，这种代际领先带来的市场垄断地位，其商业价值远超省下来的几美分电费。
2023年以前，投资逻辑几乎全在机房内部，赢家是Nvidia，AMD，Broadcom。那时候，市场关心的是GPU数量，HBM容量，网络带宽。但现在情况变了，投资重心开始向机房外部迁移，因为最大的瓶颈不再是芯片，而是电力基础设施，于是资本正在向四个方向流动：
第一层就是发电，代表公司有 $GE Vernova Inc.(GEV)$ ，他涵盖燃气轮机、蒸汽轮机、水电及核电服务，是全球重型燃气轮机的主要制造商之一。为什么燃机这么重要？因为核电太慢，风电光伏不稳定，而AI需求是立即到来。因此未来3到5年，燃气轮机成为最现实的解决方案。GE Vernova此前披露燃气业务订单及预留产能达百GW级别，同时数据中心相关电气化订单快速增长。对应逻辑已经从“概念”进入“订单兑现”，其本质是出售“最快获得电力的工具”。
第二层是配电，代表公司有 $伊顿(ETN)$ Eaton. 很多投资者以为发电之后就结束了，实际上才刚开始，电从发电厂出来以后，需要经过开关设备，断路器，配电系统，电力管理平台，才能进入数据中心，Eaton正处于这一关键环节。这一环的特点是订单确认最早，现金流兑现最快，因为任何数据中心项目开工后都必须先做配电规划，因此ETN被很多机构称为AI缺电时代的卖铲人。
第三层是输电，代表公司是 Quanta Services. 很多人忽略一个事实，发电厂和数据中心往往距离很远，真正的问题是，电怎么送过去？答案就是输电线路，变电站，电网工程，全部由 Quanta Services 这类企业完成，他们公司的积压订单，已经达到历史高位。原因很简单，美国几十年没有大规模扩建输电网络，但AI突然需要大量新增容量，于是形成巨大工程缺口，这也是为什么越来越多投资人开始把Quanta Services 视为美国AI时代的基础设施承包商。
第四层是机房用电与散热，代表公司是Vertiv，这家公司可能是整个产业链里最直接受益者。原因非常简单，过去机房一个机柜几千瓦，现在AI机柜几十千瓦，甚至超过100千瓦，热量暴增。于是UPS，液冷，热管理，电源系统这些全部都升级，而这些正是Vertiv的核心业务。过去市场把VRT看作普通机房设备商，如今逐渐变成AI时代能源效率受益股。
回头看历史，互联网时代最赚钱的不是所有参与者，而是控制瓶颈的人。今天AI时代大概率也是这样，那么，现在最大的瓶颈是什么，已经越来越明确，不是GPU，不是算法，而是Time to Power。因此筛选AI电力基础设施公司，我认为应重点看三个指标：
第一，是否控制瓶颈。
例如大型变压器，燃气轮机，高压开关设备，输电工程，替代难度越高越好。
第二，是否具备定价权。
需求增长必须转化为利润增长，能够持续提价的企业更有价值。
第三，订单兑现是否清晰。
相比2035年的远期故事，更应该关注未来2至3年订单是否转化为收入和现金流。
如果说2023年的AI投资主线是卖GPU，那么2026年至2030年的新主线，很可能是卖电力基础设施，Google用22年核电协议告诉市场一个极其重要的信号：AI竞争已经从算力竞争，升级为能源竞争。
未来决定AI产业扩张速度的，不一定是下一代芯片发布会，而可能是一台大型变压器、一条输电线路、一座燃气轮机，甚至一张并网许可证。真正的赢家，也许不是拥有最多电的人，而是那些站在“Time to Power”瓶颈位置上，并能够持续向整个AI生态收取“过路费”的公司。
精彩评论