⚡️ AI数据中心缺电并非总量问题，而是输配电设备与储能的瓶颈。文章分析指出，尽管AI数据中心在全球总用电量中占比不高，但电力无法跨地域、跨时间灵活调配的特性，导致在供需两端都存在不平衡。具体表现为，AI数据中心高度集中在经济发达地区，而这些地区往往不是发电重地，地域性电力供应不足；同时，新能源发电（如光伏、风电）的波动性与AI数据中心“尖峰负载”的用电模式不匹配，造成时间上的供需矛盾。中国通过“西电东送”和“东数西算”工程，以及成熟的特高压输电技术，正在缓解地域不平衡。然而，输电容量和储能技术的不足，成为制约AI数据中心电力供应的关键因素，而非发电总量的欠缺。

🌍 地域与时间不平衡加剧AI数据中心的用电挑战。在地域层面，中美两国作为AI数据中心的主要市场，其电力增长需求巨大，但电力基础设施的地域分布不均（如美国电网老化、跨州输电不便）以及国内数据中心与发电资源的错配（如中国东部数据中心多，西部发电资源丰富），都加剧了电力供应的挑战。在时间层面，新能源发电受自然条件影响（白天光照、季节性风能/水能）存在间歇性，而AI数据中心如模型训练时功耗激增，用电模式不稳定，这种供需时间上的错配，需要强大的储能系统来弥补。中国在储能产能方面（如宁德时代等头部企业）具有全球领先优势，但输电设备的建设仍是关键。

💡 新经济的“电老虎”效应推动新能源需求增长。除了AI数据中心，新能源汽车和芯片代工厂等新经济领域也是主要的用电增长点。新能源汽车的普及及其生产过程的高能耗，以及芯片代工厂对恒温环境和先进光刻机的巨大电力需求（如EUV光刻机），都在持续推高整体用电量。例如，芯片代工厂台积电的用电量已占台湾省电力消耗的相当比例，并预计未来将进一步上升。这些“电老虎”的存在，使得能源供应的压力持续存在，同时也为新能源板块带来了坚实的长期增长逻辑。

📈 中长期看，新能源赛道逻辑清晰，中国在关键环节具优势。文章最后总结，中长期来看，新能源赛道具备清晰的投资逻辑，一方面受益于AI、新能源车等新兴经济体持续增长的用电需求，另一方面符合全球能源转型和碳中和的大趋势。中国在储能和输电这两个保障电力供应的关键环节拥有显著的优势，这使得中国在新能源领域具有较强的竞争力。对于看好该板块的投资者，建议关注中证新能源指数（399808）及其相关的ETF（如新能源ETF 516160）和联接基金。

前段时间奥特曼跟微软CEO纳德拉上了BG2播客。

纳德拉在里头提到说，微软囤了很多AI芯片，结果都因为没电而闲置着。

去年我也给大家科普过AI这东西有多耗电（奥特曼为此甚至投资了核电项目）。

A股也意识到了这点，所以今年新能源板块涨得还挺好的。

以新能源ETF（516160）为例，截至11月10日，今年累涨54.85%（vs 沪深300指数19.32%）。

不过，2025年数据中心占全球总用电量的比例其实只有1.5%（数据：IEA，2025）。

就算按IEA（国际能源署）的预测这个比例到2030年翻倍了，也就是3%，仍旧是很小的比例。

而AI在数据中心的占比，根据高盛的估算是14%，并且预测2027年这个比例会到27%。

即使到2030年这个比例直接倍增到50%，那AI用电占总用电需求的比例也就1.5%。

毕竟电站理论上产能利用率也并非100%啊。

为什么现在还有那么多AI数据中心缺电的现象呢？

Part 1 缺的并不是总量

确实，从占整体比例来看，AI的耗电量只是个零头。

但电这个东西跟其他商品不一样，它没办法简单地「匀一匀」。

① 地域不平衡

首先是国家的不平衡。

中美是全球最大的两个AI数据中心市场。

根据IEA的预测，到2030年的电力增长里头，有80%都会是这两个国家贡献的。

截图/

电这个东西，发出来后得靠输电网才能送到用电的地方。

所以发电也只能这两个地方来发。

再往下则是国家内部的不平衡。

以咱们国内为例——

数据需求主要集中在北上广深杭这些经济发达地区，所以这些地方有不少数据中心。

但这些地方恰恰不是发电重地。

像内蒙古、新疆、四川、贵州这些地方，风能/水能/光能资源丰富，发电量充足，但过往数据中心建得少。

好在咱们在「西电东送」之后，又搞了个「东数西算」工程，就是把东部的算力需求引导到西部去，让数据中心建在发电多的地方。

而且咱们的特高压输电技术也比较成熟，可以把西部的电输送到东部。

截图/

美国的情况就比较尴尬了。

除了硅谷所在的加州，美国的数据中心主要集中在弗吉尼亚、德克萨斯、俄勒冈等州。

德克萨斯发电是发得多，但人也多化工油气制造业也多啊。

但美国的电网基础设施老化还挺严重，跨州输电也没那么方便。

② 时间不平衡

先说说供给侧，问题在于新能源。

光伏只有白天能发电，风电和水电又有季节性。

而需求侧，问题在于AI的用电特性。

AI数据中心的用电不是「稳定负载」，而是「尖峰负载」——

训练模型时功耗猛增，推理时又相对平稳，但整体波动很大。

储能这块，咱们也有优势——

中国的储能产能占全球的90%以上，宁德时代、阳光电源、亿纬锂能这些公司在全球都是头部玩家。

稍微总结一下——

AI数据中心这事儿，缺的不是发电总量，而是缺输电设备（比如特高压/变压器等）和储能（电池）。

所以我们如果把新能源ETF（516160）的前十大持仓给分分类，你会发现——

今年以来涨得最猛的是储能（及其上游原材料），还有就是输电设备，下游发电的部分涨幅确实比不过整体。

Part 2 新经济里的电老虎

Anyway，数据中心就是很吃电，包括数据中心的配套设施。

比如空调制冷系统，就能占到数据中心总用电的40%。

现在液冷技术开始普及，虽然能效提升了，但总量还是在增长。

当然，新经济里头，除了AI数据中心，还有很多「电老虎」在持续为新能源板块带来需求——

比如新能源汽车。

中国2024年新能源汽车销量超过1,200万辆（数据：中国政府网），截至2025年6月底，全国新能源汽车保有量3,689万辆（数据：公安部）。

加上制造新能源汽车的能耗远高于传统汽车，新能源车贡献了1/3的新增用电（数据：汽车商报）。

再比如芯片代工厂，也是很耗电的。

一是生产环境需要恒温在22℃左右，空调很耗电。

另一个是EUV光刻机本身就很烧电——根据彭博2022年的报道，阿斯麦最新一代的EUV光刻机耗电是前一代的10倍。

根据台积电2024年的数据，它使用了大约8%的台湾省电力；预计这个占比到2030年会上升到10~12%。

现在全球都在抢先进制程，这些工厂的用电需求只会越来越大。

最后

中长期来看，新能源这个赛道的逻辑还是很顺的。

一方面，AI、新能源车这些新经济的用电需求在持续增长。

另一方面，全球都在推动能源转型，碳中和的大趋势没变。

而在这个过程中，中国在储能和输电这两个关键环节上，确实有比较明显的优势。

如果后续还看好新能源板块，可以持续追踪中证新能源指数（399808）。

目前follow它的ETF里，规模最大的是新能源ETF（516160），目前规模已超60亿。

它的年化跟踪误差也是最低的，0.32%（数据：天天基金）。

如果没有股票账户的话，可以看看场外的联接基金（A:012831，C:012832）。

最后照例来个一张图总结——

本文来自微信公众号“狐狸君raphael”（ID：shuai_investor），作者：很帅的狐狸，36氪经授权发布。