是什么
AI 电力需求，指训练与推理大模型的算力集群所消耗的电力，以及由此推高的数据中心整体用电负荷。与传统数据中心相比，塞满 GPU 的 AI 机柜功率密度更高、且常年高位运行，使单个算力园区的用电量可比拟一座中小城市。它是观察 AI 产业「电从哪来」这一约束的需求侧起点。
为什么重要
国际能源署(IEA)预计：全球数据中心用电将从 2025 年的约 485 太瓦时(TWh)增长到 2030 年的约 950 TWh、几乎翻倍，届时约占全球电力消费的 3%；其中 AI 专用数据中心的用电增速最快，同期增至三倍以上、达约 465 TWh。美国是这轮增长的最大贡献者——数据中心将占其未来数年电力需求增量的近一半。当用电增长撞上电网扩容与并网排队的现实时滞，电力（而非芯片）往往成为算力扩张的真正瓶颈，也把需求传导到电力、核电与天然气等板块。
2026 年的最新进展
2026 年 4 月，国际能源署发布《Key Questions on Energy and AI》特别报告，给出了这轮扩张的第一份「算账」：2025 年全球数据中心用电同比增长 17%，而 AI 专用数据中心用电激增 50%，同期全球电力需求增速仅约 3%。报告同时把数据中心占全球电力需求的比重从 2025 年的约 1.7% 上修至 2030 年的约 3%。资金侧的加速更明显：五家最大科技公司 2025 年资本开支已超过 4,000 亿美元，2026 年预计再增约 75%；IEA 基于卫星影像的追踪显示，专为 AI 设计的「AI 工厂」产能在过去 18 个月里增长两倍以上。不过 IEA 也提醒，2026 年的供给侧瓶颈比一年前更紧——燃气轮机交付约需五年、变压器订货周期两到三年、并网等待在许多司法辖区长达 5 到 10 年，这些物理约束正在压低更激进情景出现的概率。
在 AI 产业链中的位置
AI 电力需求处于 AI 产业链能源层的需求侧，是「应用 → 模型 → 基础设施 → 芯片 → 能源」自上而下逐层拉动的终点：上层 AI 越繁荣，最终越要由底层多发、多供的电力来兑现。提升能效(PUE)只能部分抵消增长，新增供电与并网才是关键。