英伟达GPU可以买，HBM可以扩产，光模块也可以增加生产线，但如果一座AI数据中心连足够的电力都接不上，价值数十亿美元的计算设备可能根本无法按计划投入使用。… · @youngstockuser · TwKit

@youngstockuser

英伟达GPU可以买，HBM可以扩产，光模块也可以增加生产线，但如果一座AI数据中心连足够的电力都接不上，价值数十亿美元的计算设备可能根本无法按计划投入使用。我认为，很多投资者一直低估了AI产业链中最基础、也最现实的瓶颈：电力。$GEV $ETN $HUBB $NVDA $VRT $QQQ 过去两年，华尔街把大量注意力放在GPU、HBM、先进封装和800G光模块上。但一座真正能够运行的AI数据中心，除了这些设备，还需要发电设施、变压器、配电设备、输电网络、备用电源和散热系统。 而且随着AI服务器的计算密度不断提高，单位机柜的功耗也在持续上升。过去数据中心建设主要关注服务器数量，现在越来越多项目需要首先回答一个问题：当地电网究竟能够提供多少兆瓦的稳定电力？ 这不是我根据股价走势做出的推测，而是美国能源部已经明确讨论的现实问题。 美国能源部2026年发布的输电需求研究指出，数据中心、大型工业设施和制造业扩张正在推动新的电力负荷增长，美国需要增加输电基础设施，以应对未来的供电能力和电网拥堵问题。 更值得关注的是，10月18日还有一条新闻。据英国媒体报道，微软已经退出与Nscale在英国埃塞克斯郡Loughton的一项数据中心合作。项目此前遭遇严重延期，电网方面预计，部分电力供应甚至可能要到2030年代才能落实。 目前微软没有公开确认退出项目的具体原因，不能直接断言它完全是因为缺电。但这个案例已经说明，算力需求再强，也无法绕开电网接入和基础设施建设周期。 那么，谁正在从这场电力基础设施扩张中受益？ 先看$GEV。 GE Vernova在7月公布的2026年第二季度财报显示，公司单季度营收达到111亿美元，同比增长22%，订单达到242亿美元，按可比有机口径增长88%。 更重要的是，公司总订单积压达到1760亿美元，其中燃气发电设备的订单积压及产能预留协议覆盖116GW，公司预计年底有望达到至少125GW。 注意，这些订单并不是全部来自AI数据中心，还包含传统电力、工业和其他能源需求。但它们反映了一个非常明确的事实：全球对发电设备和电力基础设施的需求正在快速增长。 真正与AI相关的信号来自电气化业务。GE Vernova披露，截至第二季度末，2026年以来的数据中心相关订单已经超过50亿美元，比2025年全年还要高出一倍以上。 这组数据比单纯讨论未来AI会消耗多少电力更加有说服力，因为它已经开始反映在实际订单中。 再看$ETN。 伊顿是全球重要的电力管理企业，产品涉及配电、保护、控制以及相关基础设施。公司第二季度美洲电气业务营收达到40亿美元，有机增长18%，过去12个月滚动订单同比增长41%，截至6月底的订单积压同比增长33%。 这意味着市场对电力设备的需求并没有随着科技股调整而突然消失。 不过，伊顿的客户并不只有AI数据中心，工业、商业建筑和公用事业同样贡献需求。不能把整个电气业务的增长全部归因于AI。 最后看$HUBB。 Hubbell第二季度营收同比增长15%，其中有机增长10%。公司明确表示，电网现代化、电力负荷增长以及数据中心建设，是推动业务扩张的重要因素。 它的电力基础设施业务涉及输配电网络，而这恰恰是大型数据中心接入电网需要依赖的基础设施之一。 为什么我认为这些公司值得长期研究？ 因为AI产业正在出现一个非常有意思的变化。过去最稀缺的是高性能GPU，市场愿意为有限的算力资源支付高价。随着芯片供应能力不断提高，新的限制可能逐渐出现在电力接入、变压器交付、冷却能力和建设审批等环节。 如果一家云计算企业拥有足够资金采购GPU，却需要等待数年才能获得电网接入许可，那么真正限制项目进度的就不再只是半导体供应。 而且电力基础设施的扩张周期，通常不像采购服务器那么灵活。 建设新的发电设施需要设备、土地和审批。扩建输电线路还涉及跨区域协调、监管和成本分摊。高压变压器及其他关键设备，也可能面临较长的采购和交付周期。 这意味着，即使AI芯片技术每年都在进步，供电基础设施也未必能够以同样速度扩张。 更重要的是，数据中心对电力的需求具有很高的连续性。大量AI服务器需要持续运行，电力中断可能影响客户服务和设备运行。因此，云厂商不仅关注电力是否足够，还关注供电可靠性、备用系统以及整体能源成本。 这也解释了为什么部分企业开始研究自建发电设施、天然气发电、长期电力采购协议以及核能等方案。 10月15日，Venture Global宣布与GE Vernova及Baker Hughes达成合作，推进最多16套新发电机组的开发，以支持其未来电力供应计划。 这些项目同样需要面对建设周期和投资风险，但至少说明大型能源企业已经开始把AI数据中心视为未来潜在的重要客户。 不过，我不认为电力板块就一定比半导体更加安全。 目前大量电力设备企业的股价已经反映了市场对未来多年需求增长的期待。如果数据中心项目因为融资困难而推迟，部分电力设备订单也可能随之延期。 另外，订单积压不等于已经确认的收入，发电设备合同也不意味着企业马上就能获得现金。制造产能、原材料成本、人工、关税以及项目交付时间，都可能影响企业最终的利润率。 还有一个需要特别注意的问题：数据中心缺电，并不意味着所有地区的电价都会无限上涨。电力市场具有明显的区域差异，不同地区的发电结构、输电能力和监管制度都可能改变项目的经济回报。 所以我不会简单认为，AI需要更多电力，所有电力股票就一定应该上涨。 但从目前的经营数据来看，GE Vernova、伊顿和Hubbell都已经观察到与电力负荷增长、数据中心建设及电网升级相关的真实需求。 这也是我长期看好AI产业的重要原因之一。 如果AI只是一场没有实际价值的资本市场炒作，我们很难解释为什么需求已经从GPU扩散到HBM、先进制造、光通信、CPU，再进一步传导到发电设备、变压器和电网基础设施。 当然，这种需求扩散也不意味着每一笔投资都能获得合理回报。恰恰相反，整个产业需要投入的资金越庞大，市场就越应该认真研究资本开支效率和项目兑现能力。 我接下来会重点跟踪GE Vernova的数据中心订单、伊顿的电气业务订单增速、美国电网接入排队情况，以及大型云厂商是否继续落实已经宣布的数据中心建设计划。 如果这些指标持续改善，说明AI基础设施扩张仍然拥有真实的产业支撑。如果订单开始取消、项目大量延期、企业收入指引下调，我也会重新评估自己的判断。 我依然认为，AI产业的长期增长逻辑没有因为10月科技股的连续下跌而被彻底证伪。 但股价是否值得买入，仍然需要独立研究估值、盈利能力和风险承受能力。 过去市场不断讨论谁能生产出最强大的AI芯片，未来几年我们可能还需要研究一个更加现实的问题： 当越来越多GPU被制造出来以后，谁能够为这些GPU提供足够、稳定而且价格合理的电力？ AI的下一轮基础设施竞争，可能不仅发生在芯片工厂，也发生在发电厂和电网之中。

曝光 609 · 评论 0 · 点赞 3 · 书签 1