全球数据中心电力需求预计到2030年几乎翻倍

根据标普全球市场财智451 Research在低情景假设下的预测，随着美国和欧洲数据中心的迅速增长，全球数据中心电力需求预计到2030年几乎翻倍。

数据中心的能源需求通常涵盖超大规模、企业级、租赁型以及加密货币挖矿数据中心。

451 Research称，在低情景下，北美数据中心电力需求预计在2025年将超过386太瓦时，到2030年增至约755太瓦时。欧洲的需求预计在今年年底达到145太瓦时，到2030年增长至238太瓦时。

在欧洲，与美国相比更趋于规避风险的投资者类型，带来了在融资和基础设施开发方面的挑战。

此外，为了交付新的数据中心能力，欧洲决策者必须解决电网接入方面的限制；由于工业持续电气化，电网已处于紧张状态。

Enerhash首席执行官Daniel Jogg表示：“有效的能源管理需要多层面的策略，将电池、数据中心、比特币挖矿和人工智能等多种技术整合起来，以应对不断演变的能源格局的复杂性。”

Jogg说，可再生能源技术发电量的增加，正在为大型可再生发电企业创造机会，以开发将AI和比特币挖矿整合进能源系统的创新解决方案。

欧盟10个主要电力市场出现负电价的小时数在2025年再创纪录，达到3,687小时，高于2024年的2,897小时，较2023年增加超过一倍。

普氏数据显示，在欧洲，微软和亚马逊等主要超大规模云服务商的企业能源采购总量各自约为9吉瓦，其次是谷歌，约为4吉瓦。

标普全球大宗商品欧洲电力研究副总监Glenn Rickson表示：“数据中心对欧洲电力行业而言可能是挑战也可能是机遇，这取决于其在选址和需求曲线方面的灵活性。”

Rickson说：“我们预计，到2030年，数据中心将占欧洲电力需求增量的约四分之一，但围绕这一增长率的可能区间相当大。并网排队可能成为限制数据中心扩张的因素，而投机性的并网申请会人为抬高需求前景，并使输电系统运营商的电网规划更加复杂。对此，一种解决方案——无论是供给侧还是需求侧的并网申请——是将‘先到先得’的做法转变为‘就绪优先、先就绪先并网’，英国正寻求以此为方向。”

在亚太地区，按低情景估算，数据中心需求预计到2030年将达到493太瓦时，高于2025年的267太瓦时。451 Research数据显示，全球数据中心的总用电需求预计将从2025年的860太瓦时增至2030年的1,587太瓦时。

欧美的AI投资

鉴于欧洲关键数据中心枢纽——如都柏林、法兰克福和阿姆斯特丹——电网拥堵严重，AI基础设施投资可能会转向电力获取更为便利的市场。

英国和美国政府于9月宣布了一项聚焦人工智能的技术协议，其中包括由Nscale与微软、英伟达和OpenAI合作开发的一台50兆瓦、可扩展至90兆瓦的超级计算机计划。

此外，谷歌于2025年9月16日在赫特福德郡沃尔瑟姆克罗斯启用了其在英国的首个数据中心，其用电来自由壳牌管理的可再生能源组合。

壳牌能源执行副总裁David Wells表示：“壳牌多元化的可再生电力供应组合、获取电池资源的能力，以及在电力交易与优化方面的专业知识，使我们能够满足谷歌等世界领先公司的不断变化的需求，并支持数据中心的发展。这为我们提供了规模和灵活性，助力谷歌实现其脱碳目标。”

据英国政府称，“英美技术繁荣协议”为英国的AI和技术基础设施从美国科技公司争取到约310亿英镑（420亿美元）的投资；其中，AI芯片制造商英伟达计划在英国部署约12万块图形处理器（GPU），这将是其迄今在欧洲最大的一次部署。

在欧洲，AI Continent行动计划旨在开发AI技术，以提升关键行业的竞争力和采用率。欧盟委员会在6月表示，已收到来自16个成员国、覆盖60个不同地点的76份设立AI超级工厂的意向。目前，欧盟拥有至少15家AI工厂以及若干支持泛欧AI生态系统的天线，使总数达到19家AI工厂。

欧盟的天线合作伙伴国家包括冰岛、摩尔多瓦、瑞士、英国、北马其顿和塞尔维亚。

欧盟在2月于巴黎举行的AI行动峰会上宣布设立一支2,000亿欧元的投资基金，其中200亿欧元用于AI超级工厂，这些工厂将配备约10万枚最新一代AI芯片。

在美国，Stargate项目计划在未来四年投资约5,000亿美元，为OpenAI建设新的AI基础设施。

自1月下旬宣布Stargate项目以来，OpenAI已与Broadcom、AMD、Arm和英伟达达成交易与合作伙伴关系，使基础设施和技术投资总额接近1万亿美元。

来自与英伟达和AMD的交易中的首个1吉瓦产能（总计16吉瓦）预计将于2026年下半年开始部署。与Broadcom的交易为OpenAI再确保10吉瓦的定制AI加速器及系统。

全球主要芯片设计商包括英伟达、Qualcomm、AMD和Broadcom。

租赁定价模型、电力成本

在批发托管设施中，电力成本可能低至5%，而在零售托管设施中则可能达到20%中段。然而，电力成本也会因地点而异。例如，在75%利用率下，0.08美元/千瓦时大致相当于每月44美元/千瓦，由租户支付给数据中心运营商。

云租户可以通过利用云服务商提供的临时或可扩展计算资源来进行短期计算投入，这有助于租户管理可变的工作负载。

Greenlight首席执行官Alex Stoewer表示：“租户在短生命周期计算设备上的投资约为每千瓦3万美元。如果该设备在五年内折旧至零，则折旧率为每月每千瓦500美元。”

在租户业务模式中，租户为空间（通常按电力容量出售）、制冷和网络接入等服务付费，而其收入则来自利用这些外包基础设施所提供的服务。

Neoclouds是一类新型云服务商，专为应对现代AI工作负载的高性能计算和巨大的GPU需求而设计。与提供广泛服务的通用云平台不同，Neoclouds几乎专注于提供“GPU即服务”（GPUaaS）。

租赁定价模型多种多样。其中一种是按千瓦时计费，这是一种基于使用量的模型，依据实际计量的用电量向租户收费，常用于超大规模部署。

另一种模式是按机柜计费，这是一种固定价格模式，为单个机柜提供一定量的空间、电力和网络连接。第三种模式是按平方英尺计费，通常用于非常大型的企业客户。

AI工作负载可能大幅波动，导致用电量不稳定。

451 Research的首席研究分析师Dan Thompson说：“这些机器本质上是在响应请求。对于训练，这些确实是由模型构建者发起的非常大的请求，他们让机器持续地执行这项任务。而推理则是模型的用户向其提出问题，机器生成回应。”

Thompson说，如果某个模型或应用特别受欢迎——比如ChatGPT——由于用户全天都会使用，其电力需求可能相当稳定。相比之下，知名度较低的模型或应用可能会出现尖峰式需求，用户间歇性地参与后又离开。

2024年，在包括北弗吉尼亚在内的美国最活跃的数据中心市场，要价范围为每千瓦每月150至190美元。在其他市场，价格达到每千瓦每月170至200美元。根据CBRE的一份行业报告，这些价格差异是由不断增长的需求和波动的能源成本推动的。

CBRE的报告显示，2023年美国全国平均要价同比从每千瓦每月137.86美元上升至163.44美元。

451 Research称，新建数据中心的平均市电接入容量预计将从2025年的近47兆瓦增长至2030年的近110兆瓦。

AI基础设施建设成本

用于推理的基础设施与用于训练的基础设施有相似之处，尽管这并非普遍适用，且在很大程度上仍处于试验阶段。

Thompson说：“我主要担心的不是增加额外成本，而是浪费或未充分利用的投入。”

Thompson解释道：“比如，如果我正在建设一个用于AI推理的1兆瓦GPU计算舱，而我的应用并未大受欢迎，数据中心服务提供商和电力公司仍然必须在任何时刻供应1兆瓦的电力，以防我的应用突然需要高强度计算。除此之外，这些资源就会闲置，等待需求。”

从历史上看，数据中心一贯会申请超过实际需求的电力容量。

Thompson说：“1兆瓦看起来或许不算什么问题，但当数吉瓦的电力和数据中心基础设施被部署却闲置不用，造成巨大的资金浪费，这才是真正令人担忧的。鉴于当前AI需求激增，以及正在提出并建设的项目规模之庞大，这种情况尤为令人警惕。”