AI算力新战场：电力瓶颈催生基础设施革命

发布时间：2026-05-15 10:56来源：微信阅读：14

第三层基础设施正在浮现：它不在湾区路演简报里，但已经在德州的工地上和怀俄明州的议会大楼里成形。

美国 AI 算力的真正瓶颈，不是 GPU，也不是模型，而是电。更准确地说，是那种能在 18 个月内接通的电。

围绕这个瓶颈，一个新的基础设施层正在出现。绝大多数软件 AI 投资人还在按"芯片 + 云 + 应用"看版图，但真实的 AI capex 已经压出了一层新的物理底盘，SVTR 把它叫做 AI 算力的"第三层"：由私人电厂、燃气涡轮、燃料电池、地热钻井和州级立法共同搭起来。它已经吸纳了 56 GW 的在建装机容量，是 1930 年代以来美国对集中式电力体制最大的一次逆转。判断的关键不在规模，而在性质：这不是临时方案，是永久结构；不只是一项基础设施支出，而是一类被软件 AI 投资共识系统性忽略的资产类别。

一座 AI 数据中心每吉瓦每年能创造 100 到 120 亿美元的收入。让它推迟通电一年，等同于毁掉一个独角兽规模的现金流。

而美国当下的电网，每一处都在制造这种推迟。覆盖弗吉尼亚和中大西洋的 PJM 电网，2008 年的并网队列还不到两年，2025 年已经平均长达八年。更说明问题的是：过去五年 PJM （Pennsylvania-New Jersey-Maryland Interconnection，美国最大的区域电网运营和电力批发市场之一）研究过的 294 GW 排队容量里，74% 在并入运营前就撤回了。每四个排队项目，有三个等不下去就走了。

绕过电网走自建路线呢？大型联合循环燃气轮机的订单周期也是五到七年，三分之二的开发商连谁能造他们的涡轮都不知道。两条路都意味着五到八年的等待。唯一能压到 12 到 18 个月的方案，是绕开两者：在数据中心场地后面自己建一座电厂，这就是 behind-the-meter（BTM，表后发电）。

这场逆转有它的历史语境：1882 年爱迪生珍珠街电站建成之前，美国每一栋工厂都自己烧锅炉发电；之后 40 年，集中电网把那些"孤岛电厂"整合成全美体系。今天的算力浪潮把这个进程倒着重放了一次：每一座大型 AI 数据中心，重新变成了一座私人发电站。

影子电网不是均匀分布的。德州、新墨西哥、宾州、犹他、怀俄明，五个州拿走了所有已宣布 BTM 容量的 83%。

这张地图几乎完美地叠加了三件事。

第一是天然气地理。BTM 项目里 75% 烧的是天然气。德州和新墨西哥坐在二叠纪盆地，宾州坐在马塞勒斯页岩气田，犹他和怀俄明背靠落基山气藏。靠近井口意味着燃料便宜，可以直接从生产商手里买，不必走公用事业管网。

第二是电网余量。德州 ERCOT 是一个独立于联邦 FERC 监管的电网，2024 年新增装机容量全美第一。当弗吉尼亚的开发商在 PJM 队列里排第八年的时候，德州的开发商已经把变压器接好了。

第三是监管允许。犹他州 SB 132 是目前最完整的 BTM 立法框架——它把超 100 MW 的大客户和为其建电厂的公司双双豁免于公用事业监管。俄亥俄 HB 15、西弗吉尼亚 HB 2014 走的是同一路径：把规划权限上收到州一级、剥夺地方否决权、给开发商一个"可预期的 yes"。反过来看曾经的"数据中心首都"弗吉尼亚劳登县，2025 年 3 月已经取消了数据中心的"按权利"开发资格。

同样紧张的电网瓶颈下，BTM 不会平均分布，它会流向阻力最小的地方。

德州沙克福德郡，OpenAI 和 Oracle 合资的第二座 Stargate 数据中心将部署 210 台工业级燃气发电机，组成一个完全离网的微电网，总容量 1.4 GW，使用奥地利 Jenbacher 公司的往复式发动机。它在物理上不需要接入任何公共电网：一座 1.4 GW 级别的算力工厂，自己烧气、自己接线、不接受任何州监管机构的并网审查。

Meta 在德州埃尔帕索的 15 亿美元数据中心更典型。配套方案是一座 4.73 亿美元、366 MW 的天然气电厂，由 813 台模块化发电机组构成。注意这里的数字结构：不是几座大型联合循环机组，而是 813 台小机组。典型的"绕道思维"：既然大型燃机要等五年，那就用几百台小型机组拼起来，每一台都能在几个月内交货。

但真正值得拆开看的是Crusoe。2026 年 2 月，这家数据中心开发商向 Boom Supersonic 下了 12.5 亿美元的订单，购买 29 台天然气涡轮。Boom 是一家做超音速商业飞机的公司，核心产品是一架还在研发中的客机，但是它现在已经成了 AI 数据中心的发电设备供应商。

这笔订单的体量本身已经说明问题，但更深的信号在底层：当一家造超音速飞机的早期公司能被当作可行的燃机供应商时，意味着传统燃机厂的产能已经被拉到无法响应需求的程度。GE Vernova、Siemens Energy、三菱重工的大型燃机订单簿已经排到 2028 年之后。开发商不是不想买正经燃机，是买不到。Boom 拿到这笔订单不是因为它产品成熟，而是因为它的航空发动机技术栈"够近"，再加上它愿意把交付周期压到 18 个月内。换句话说，影子电网下一阶段最容易出问题的地方，不在政策也不在资本，而在涡轮产能。任何能在 12-24 个月内交付 50 MW+ 燃机产能的供应商，未来 18 个月都会被买空。

Crusoe 本身则是这一层另一种新物种：它不造芯片、不造发电机、不卖云。它做的是把土地、燃气、涡轮、机柜、冷却、监管路径全部打包成一个"可交付的算力工厂"的能力。Boom 这笔订单只是它整套堆叠里的发电模块。这是过去 80 年美国公用事业公司的传统业务，被一家创业公司分解、重组、加速交付的样本。第三层基础设施长什么样？它长得就像 Crusoe。

如果把镜头切到中国，会看到完全相反的路径。同样面对"电是 AI 的真瓶颈"这个命题，中国走的不是 BTM、不是州法套利、不是井口自建。中国走的是国家层级的集中调度。

2022 年 2 月由发改委牵头启动的"东数西算"工程，把算力订单从东部沿海导向内蒙古、宁夏、甘肃、贵州。那里有富余的西部水电、风电和煤电，以及国家电网层级预先规划好的特高压输电通道。8 大国家算力枢纽节点（京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏）和 10 大数据中心集群构成承接框架，用电指标、电价、跨区域结算由国家系统性下发，地方落点的规划权限统一在发改委、工信部和国家能源局手里。

这是两种完全不同的方式在解同一道题。美国的解法是"绕过监管、压缩交付周期、把权力上收到红州"，产生的是 Crusoe、Bloom、Fervo 这一类民营基础设施集成商作为可投资资产。中国的解法是"国家调度、跨区域电力市场化交易、统一规划"，产生的是三大运营商、国家电网下属算力公司、内蒙古和贵州的地方平台公司作为承接主体，它们大多不是 VC 可投的标的，而是产业资本和国资协调的对象。VC 的真实机会因此往下沉一层，落在液冷设备、智算调度软件、绿电直供方案、跨枢纽光网络这些"集中式底盘上的细分件"。

这个分叉对中国 AI 创业者的实际意义在于：出海训练或推理算力的成本结构、可获得性、时间窗口，会和国内系统性差异化。当美国头部数据中心可以在 18 个月内拿到 1 GW 的离网算力时，国内训练任务能否通过西部枢纽拿到同等规模的稳定供给，是一道完全独立的运营题。SVTR 在跟踪的中美双向算力流，包括中国模型公司的美国算力布点、美国 GPU 二级市场对中国客户的可及性，正是这个分叉的直接产物。

影子电网 75% 烧天然气，但剩下 25% 里藏着下一代基础设施的早期标的。

Bloom Energy 是固体氧化物燃料电池在数据中心的主导玩家，股价 2025 年涨了约 10 倍，AEP 与其签下高达 1 GW 的部署协议。Fervo Energy在5月纳斯达克首秀中飙升 33%，估值突破 100 亿美元，在去年完成 4.62 亿美元 D 轮，Google 领投并签下 115 MW 的购电协议。它做的是新一代地热（EGS），把油气行业的水平钻井搬到地热场景，意味着任何地方钻得够深都能拿到 24 小时不间断的清洁基荷电力。再往后是 SMR（小型模块化反应堆）：Amazon 投资 X-energy、Google 与 Kairos Power 签约、Microsoft 与 Constellation 重启三里岛核电站，都是 2028 年之后才能真正供电的押注。

这一波在叙事上常被合并进"清洁能源转型"，但放在影子电网的语境里看，扮演的是另一个角色：燃气为主的影子电网是过渡桥梁，燃料电池、EGS、SMR 是桥的另一头。今天 1.4 GW 的德州 Stargate 是燃气，五年后同等量级的项目大概率是燃气 + 燃料电池混合，十年后才轮到 SMR 成为主力。投资节奏因此分三层：当下 12-24 个月看燃机和模块化燃气电厂的供应链，2-5 年看燃料电池和地热的规模化，5-10 年看 SMR。

任何一个判断都需要画出失败路径。

影子电网的长期风险不在技术，而在政治经济学。德州、新墨西哥、怀俄明、宾州正在重演"资源殖民地"角色：拿天然气、土地、低监管换资本投入。州级立法收紧地方否决权、提供大额税收优惠、把规划权限上收，本质上是一笔"AI 基础设施支出会持续增长"的长期对冲。如果这个赌注错了，AI 资本支出放缓、BTM 经济性改变、联邦层面对燃气数据中心收紧，这些州会留下大量低利用率基础设施和一堆已经签出去的让利。

1932 年塞缪尔·英萨尔的电力帝国崩塌，蒸发的不是发电技术，而是建立在"需求永续增长"假设上的金融结构。今天接下影子电网的社区，本质上在下同一种赌注。

但反过来，更乐观的读法是：燃气主导的影子电网只是过渡，通往 SMR、EGS 和下一代储能。今天看起来政治化、肮脏、临时的部署，会在十年后被重新归类为基础设施重构的第一阶段。哪个版本会成真，取决于一件事：长期清洁能源技术能不能在 2030 年前后兑现规模化。

第三层基础设施共同特征是：单位经济模型不像软件 AI，资本密集度更高、建设周期以年计、回报曲线更接近基础设施而不是 SaaS。软件 AI 投资逻辑因此需要扩展：光看 ARR 和留存不够，还要看监管路径、PPA 期限、设备订单背书和州法走向。

SVTR 长期跟踪 AI 投资版图的物理底盘。过去三年我们的覆盖重心在 GPU 供应链、超大规模云和模型层；影子电网是我们认为正在浮现的"第三层"。如果你正在投资这一层，或在搭建相关公司，无论是设备、燃料、地热、SMR 还是集成商，SVTR 的 AI 创投库与跨境网络已经在跟踪这条主线。欢迎和我们交流。