外媒認為，AI 熱潮通常被解讀為 GPU 採購和雲廠商資本支出的競賽，但更難補足的環節正轉向電力。數據中心建設週期相對較短，但輸電線路、變電站和新增發電能力的推進往往更慢，這使供電能力成為 AI 擴張中的現實約束。
數據中心用電持續上升
國際能源總署預計，全球數據中心的用電量將從 2025 年的約 485 TWh 增至 2030 年的約 950 TWh，其中面向 AI 的設施增速還會更快。文章指出，問題不僅在於 AI 消耗多少電，更在於需求出現得太快，電網和配套設施難以同步擴容。
除了 GPU 之外，還有配套系統
文章指出，AI 集群不僅僅需要處理器。大規模加速器部署還依賴網路設備、電力轉換、散熱系統、電網接入以及穩定供電。隨著伺服器密度持續提升，支撐這些設備運行的基礎設施要求也同步上升。
- GPU 與網絡互連
- 電力轉換與散熱管理
- 電網接入與發電能力
文章認為，這些環節中的部分瓶頸，無法像採購晶片那樣通過追加訂單快速解決。大型雲服務商可以繼續購買更多 GPU，但無法立即獲得新的高壓接入能力。
得州接入申請超過 700 GW
德克薩斯州被視為較典型的案例。文章援引數據稱，當地擬建數據中心提出的電力接入申請已超過 700 GW，遠高於美國當前數據中心的實際用電規模。由於部分項目最終可能不會落地，監管部門已開始收緊接入規則，以避免電網資源被「幽靈需求」佔用。
這也帶來直接的財務問題。公用事業公司可能先行為未落地項目投入基礎設施，而真正推進中的 AI 園區則可能面臨多年等待，難以及時獲得電力接入。
礦企與電力公司受惠
文章認為，這一瓶頸正在改變 AI 產業鏈的受益者範圍。數據中心電力管理和散熱設備供應商 Vertiv 近期同意收購微電網公司 Utility Innovation Group，交易總額最高可達 26 億美元，顯示現場發電和獨立於主電網的基礎設施價值正在上升。
微電網的重要性在於，它能將電網供電、現場發電和儲能結合起來，降低項目對公用事業接入進度的依賴。與此同時，NextEra Energy、Dominion Energy 等電力供應商，也在受益於雲廠商和數據中心開發商帶來的長期需求。
文章還提到，AI 的擴張正在改變比特幣礦業的經濟邏輯。礦企通常掌握低電價地區的電力接入資源，這些連接本身已具備稀缺性。如果 AI 公司願意為同樣的電力支付更高價格，部分礦企可能將部分產能轉向高性能計算業務。