大模型驱动下的数据中心变革： 由于大模型训练对算力、存储和网络的极端需求，其无法在终端设备完成，必须依托由高性能服务 器、专用冷却及备用电源构成的专业数据中心。数据中心是专门用于部署服务器、存储系统、网络 设备及相关组件的设施，这些设备通常安装在机架中并按列排列。 为支撑这一需求，由亚马逊、谷歌、微软等科技巨头运营的“超大规模数据中心”迅速崛起。这些 设施凭借可扩展、高效能的基础设施，成为承载AI服务与云业务的核心载体，其在全球数据中心总 容量中的占比已从2010年的10%飙升至2024年的37%。

　　传统数据中心是稳定的“用电大户”，而AI数据中心则是需求剧烈波动的“电力黑洞”。 从电力消耗来看，传统B体育网页版 B体育官网入口数据中心的规模通常在10-25兆瓦（MW）之间。而超大规模人工智 能专用数据中心的容量可达100兆瓦甚至更高，其年耗电量相当于10万户家庭用电总量。 为满足日益庞大的模型规模和不断增长的人工智能服务需求，这类数据中心正持续扩大 规模。 根据IEA测算，到2030年全球数据中心的电力消耗量将达到约945太瓦时，占2030年全球 总用电量的3%左右，较2024年415太瓦时增长逾一倍，而2024年全球电力需求量仅占当前 总量的1.5%。2024至2030年间，数据中心用电量年均增速达15%，增速是其他所有行业总 用电量增长速度的四倍多。

　　电力交付节奏与算力扩张速度的严重错配。 AI数据中心的建设周期，已被压缩至12—24个月；而电网扩容、输电建设和并网审 批的典型周期，仍然以3—5年计。AI云每年可创造每吉瓦100至120亿美元的收入。 当算力需求开始以吉瓦为单位集中释放，“等电”本身就成为一种无法承受的风险。 以德州ERCOT为例，2024—2025年间，数据中心提交的新增负荷申请规模高达数十GW， 但同期真正获批并成功接入的新增B体育网页版 B体育官网入口负荷，仅约1GW。

　　天然气几乎是唯一能在规模、稳定性和部署速度上同时满足AI需求的选 择。 相比之下，核电建设周期过长，风电与储能难以支撑一天二十四小时高 负载运行，而高效率联合循环机组虽然经济性更优，却同样无法满足 “立刻上线”的时间要求。在AI竞争中，最优解正在被时间解替代。 根据IEA测算，仅在美国，现在就有12家不同的供应商各自获得了超过 400兆瓦的数据中心现场天然气发电订单。