AI数据中心“自建电厂”跟时间赛跑华尔街日报

AI的战争中，指数级增长的算力需求，正狠狠撞向美国老化且缓慢的公共电网。结论残酷而清晰——谁等电网，谁就出局。

为了不被时间淘汰，越来越多美国AI数据中心正在做一件过去几乎不可想象的事：不等电网，直接在园区内自建电厂。燃气轮机、燃气发动机、燃料电池被快速部署到数据中心旁边，只为一个目标——尽快把电接上，让算力跑起来。

2025年最后一天，知名半导体与算力研究机构SemiAnalysis发布了一份长达60多页的付费深度报告——《How AI Labs Are Solving the Power Crisis: The Onsite Gas Deep Dive》（AI实验室如何破解电力危机：现场燃气发电深度解析）。报告系统梳理了这一变化的底层逻辑：当AI进入超大规模部署阶段，电力问题已经从“成本问题”，升级为决定算力能否按期上线的第一性约束。

电力危机的本质：不是不够，而是太慢

在传统认知中，美国并不存在系统性“缺电”。但SemiAnalysis指出，AI数据中心遭遇的真正瓶颈，并不在于电力资源是否存在，而在于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。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负荷，仅约1GW。

电网并非没有电，而是慢到无法匹配AI的节奏。

当算力的“时间价值”压倒电价

为什么AI公司愿意承担更高成本，也要绕开公共电网？

SemiAnalysis给出的答案是：算力的时间价值正在重塑一切决策逻辑。

按照测算，一个1GW规模的AI数据中心，年化潜在收入可达百亿美元级别。即便是中等规模集群，只要上线时间提前数个月，带来的商业价值就足以覆盖更高的电力成本。

在这种背景下，电力不再只是运营成本，而是决定AI项目能否存在的前置条件。

“自建电厂”，从非常规选择变成现实解法

于是，一种过去只存在于极端场景中的方案，被迅速推到台前——BYOG（BringYourOwnGeneration，自建电源、现场发电）。

这种模式的目标并非永久脱离电网，而是“抢时间”：

前期以离网方式快速投产

后期再逐步接入电网，现场电厂转为备用与冗余

在AI时代，先上线，正在压倒先最优。

xAI带头，AI巨头集体“自发电”

SemiAnalysis在报告中重点分析了xAI的案例。

在孟菲斯，xAI在不到四个月内建成了一个10万卡规模的GPU集群。与其说这是算力奇迹，不如说是一场电力工程的极限操作：

完全绕过公共电网

使用可快速部署的燃气轮机与燃气发动机

现场发电能力超过500MW

甚至在设备层面，xAI选择租赁而非采购，以进一步压缩建设周期。

报告显示，到2025年底，“自建电厂”已不再是个案，而是成为系统性趋势：

OpenAI与甲骨文在德州合作建设2.3GW现场燃气电站

Meta、亚马逊AWS、谷歌均在多个园区采用“桥接电力”方案

多个AI超级集群在未完成正式并网前已投入运行

在美国，已有十余家发电设备供应商，单笔拿下超过400MW的AI数据中心订单。SemiAnalysis认为，这标志着电力首次被视为AI基础设施的一部分，而非外部条件。

为什么是天然气？

在所有现场发电方案中，天然气成为绝对主流。

原因并不复杂：它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。

谁等电网，谁就出局？

SemiAnalysis在报告中并未回避一个现实：自建电厂的长期成本通常高于电网供电。但在AI的竞争逻辑中，“慢”比“贵”更致命。

当算力成为新一代基础设施，电力正在从公共资源，转变为AI公司必须掌握的内部能力。在这场竞赛中，决定胜负的，不只是模型、芯片或资本规模，而是——谁能更快把电接到算力上。

以下为报告原文内容，由AI协助翻译：

《AI实验室如何解决电力危机：现场天然气发电深度解析》

电网老旧且不堪重负

大约两年前，我们首次预测了即将到来的电力短缺。在我们的报告《AI数据中心能源困境-AI数据中心空间的竞赛》中，我们预测美国的AI电力需求将从2023年的约3吉瓦增长到2026年的超过28吉瓦——这种压力将压垮美国的供应链。我们的预测被证明非常准确。

下图说明了问题：仅在德克萨斯州，每月就有数十吉瓦的数据中心负载请求涌入。然而在过去12个月里，仅批准了略高于1吉瓦的容量。电网已经售罄。

然而，AI基础设施不能等待电网长达数年的输电升级。一个AI云每吉瓦每年可以产生100-120亿美元的收入。让一个400兆瓦的数据中心提前六个月上线就价值数十亿美元。经济需求远远超过了诸如电网过载等问题。行业已经在寻找新的解决方案。

十八个月前，埃隆·马斯克在四个月内建造了一个拥有10万个GPU的集群，震惊了数据中心行业。多项创新促成了这一惊人成就，但能源策略是最令人印象深刻的。xAI完全绕过了电网，使用卡车装载的燃气轮机和发动机在现场发电。如下图所示，xAI已经在其数据中心附近部署了超过500兆瓦的轮机。在一个AI实验室争相成为第一个拥有吉瓦级数据中心的世界里，速度就是护城河。

一个接一个，超大规模企业和AI实验室纷纷效仿，暂时放弃电网，建造自己的现场发电厂。正如我们几个月前在《数据中心模型》中所讨论的，2025年10月，OpenAI和Oracle在德克萨斯州订购了有史以来最大的现场天然气发电厂，规模达2.3吉瓦。现场天然气发电市场正进入一个三位数年增长的时代。

受益者远不止寻常的那些。是的，GEVernova和西门子能源的股价已经飙升。但我们正见证前所未有的新进入者浪潮，例如：

韩国工业巨头斗山能源，其H级轮机上市时机恰到好处。它已经获得了为埃隆的xAI服务的1.9吉瓦订单——正如我们几周前独家向我们《数据中心行业模型》订阅者披露的那样。

瓦锡兰，历史上是一家船舶发动机制造商，意识到为游轮提供动力的发动机同样可以为大型AI集群供电。它已经签署了800兆瓦的美国数据中心合同。

BoomSupersonic——是的，那家超音速喷气机公司——宣布与Crusoe签订了1.2吉瓦的轮机合同，将来自数据中心发电的利润视为其Mach2客机的又一轮融资。