美國AI數據中心的電力供應正逼近一個關鍵轉折點。SemiAnalysis最新能源研究報告顯示，美國電網可用於承載新增大型負荷的“剩餘容量”最快將在2027年降至負值，這意味著未來新建AI數據中心將越來越難依賴公共電網獲得穩定供電。

報告預計，美國數據中心新增電力需求將從2026年的21GW快速增長至2030年的84GW，但同期美國電網每年能夠新增、並真正具備可靠供電能力的容量僅約15GW，直到本世紀末才可能逐步提高至20GW以上。更關鍵的是，這部分新增容量並非全部供給數據中心，還需滿足製造業、半導體工廠以及居民等其他新增負荷。在扣除峰值負荷和備用容量要求後，電網可承載新增大型負荷的容量已接近耗盡，並將在2027年前後正式轉為負值。

SemiAnalysis指出，市場普遍低估了美國電網建設的複雜程度。約束不僅來自發電能力，更貫穿整個供應鏈。天然氣電廠建設週期普遍長達4至6年，而未來兩年美國新增天然氣發電項目十分有限。報告跟蹤約4萬個發電資產後預計，2026年至2027年，美國每年新增天然氣裝機不足10GW，要到2028年以後才會明顯改善。同時，高壓變壓器、燃氣輪機、斷路器等關鍵設備交貨週期普遍延長至3至4年，遠高於歷史平均水平。項目審批、併網排隊、融資和社區許可等問題進一步拖慢建設節奏。不少數據中心開發商已遇到電力公司承諾延期的情況，原本承諾2027年可提供的數百兆瓦負荷被推遲至2029年甚至更晚，且電力公司往往無需承擔延期責任。

可再生能源同樣難以填補AI負荷缺口。SemiAnalysis採用電力行業普遍使用的有效負荷承載能力指標進行測算發現，由於太陽能和風電具有明顯間歇性，其新增裝機對系統可靠供電能力的貢獻遠低於名義裝機容量。隨著可再生能源佔比不斷提升，其邊際貢獻還將持續下降。儲能系統雖能緩解短時間負荷波動，但同樣存在邊際效益遞減問題，當大量4小時儲能投入運行後，系統風險將逐漸轉向持續時間更長的供電缺口，僅依靠儲能已難以滿足AI數據中心全天候運行需求。因此，在未來幾年，天然氣等可調度電源仍將是支撐AI基礎設施擴張的核心。

面對公共電網的瓶頸，自備電源模式正迅速成為大型AI數據中心的新選擇。所謂自備電源，是指數據中心直接建設或配套專屬發電設施，在園區內部完成供電，而非完全依賴公共電網。SemiAnalysis認為，相比等待漫長且充滿不確定性的電網接入，自備電源最大的優勢在於速度和確定性。對於OpenAI、Anthropic等AI實驗室而言，算力直接決定模型訓練和推理能力，也決定未來收入增長。在AI雲業務總體擁有成本中，電力成本佔比並不高，但獲得穩定供電卻可能對應數十億美元甚至更高的收入，因此企業更願意承擔建設自備電源的成本，也不願等待數年的併網進程。

報告預計，到2028年以後，美國超過一半的新建數據中心將採用自備電源模式供電；到2029年，僅數據中心自備電源設備市場規模便有望突破每年50GW，成為整個AI基礎設施投資鏈中增長最快的新領域之一。部分超大規模AI數據中心也開始降低對傳統“五個9”供電可靠性的要求，以換取更快上線速度，進一步改善自備電源方案的經濟性。

SemiAnalysis認為，未來幾年美國AI產業競爭的關鍵約束將不再只是GPU供應，而是電力資源獲取能力。隨著電網容量持續趨緊，越來越多AI數據中心將採用“自備發電加公共電網”的混合模式，美國電力基礎設施也將隨之重構。圍繞燃氣發電設備、燃料電池、現場發電系統及相關電力設備的投資機會，有望成為下一階段AI資本開支的重要受益方向。這意味著，AI產業的競爭焦點正在從芯片、服務器逐步延伸至能源基礎設施，未來誰能夠率先鎖定穩定、可靠且可擴展的電力資源，誰就更有可能在下一輪AI算力競爭中佔據優勢。