财联社 9 月 17 日讯（编辑 李莹）AI 模型越来越高效，数据中心用电需求却仍在加速增长。高盛近日再度上调电力需求预期，并指出美国不会出现全国性电力短缺，但设备、技术工人与地方民意等正成为制约电力及时落地的关键瓶颈。

据媒体当地时间 9 月 17 日报道，高盛在 AI 主题播客节目中表示，即便 AI 模型效率持续提升，数据中心电力需求仍在加速增长。

据报道，高盛将美国至 2030 年的用电需求年均复合增速从 3.2% 上调至 3.5%。今年迄今，美国用电负荷已增长逾 4%。

高盛预计，2030 年美国数据中心电力需求约为 108 吉瓦，此前预测为 83 吉瓦。上调预测一方面是因为标普全球旗下研究机构 451 Research 统计的已规划及在建数据中心项目增加，另一方面是因为数据中心空置率降低。

高盛指出，目前美国主要市场的数据中心空置率已从 2%-7% 降至 1%-2%，预计 2030 年约为 3%。

从全球看，高盛预计 2030 年数据中心电力需求将比 2025 年增长约 170%，今年 3 月的预测仅为约 117%。

高盛可持续投资研究团队全球主管 Brian Singer 表示，与 2024 年初相比，到 2030 年 AI 新增的用电规模将相当于日本全国的用电量，而日本是全球第五大电力消费国。

超大规模云服务商支出预测也被上调：2027 年从 1.2 万亿美元上调至 1.7 万亿美元，2029 年从 1.5 万亿美元上调至 2.1 万亿美元。

高盛指出，AI 模型效率虽在提升，但 Token 用量、智能体任务和科技巨头的 AI 投资增长更快，需求依然水涨船高。

Brian Singer 表示，消费者和企业虽然开始更精打细算地使用 Token，但并没有因此削减科技研发投入。Token 价格越低，能够在经济上可行的应用场景就越多，需求也随之不断增长。

瓶颈在哪里

高盛研究部高级策略师 Allison Nathan 表示，先前讨论时，焦点还是电网能否承受 AI 负荷；如今答案已经揭晓，但并不令人安心：电网能承受部分负荷，且分布不均，代价高昂。

高盛高级策略师 Allison Nathan 将当前瓶颈概括为燃气轮机、变压器、输电线路、技术工人，再加上监管机构、电费承担者和周边居民。

可持续投资研究团队主管 Brian Singer 则提出七大制约因素：AI 应用普及程度、芯片与模型效率、电价、政策、零部件、人力和物理环境。

电源结构上，高盛预计数据中心电力需求约 60% 将由天然气满足，约 40% 由可再生能源配合储能满足。近期以单循环燃气机组和 " 可再生能源 + 储能 " 为主，中期转向效率更高的联合循环燃气机组，更长期则会引入核电，在此之前，少数核电站重启可起到过渡作用。

由于并网排队通常需要 2 至 7 年，数据中心在园区内配建燃气电站、直接供电的 " 表后 " 模式，正成为绕开并网瓶颈的重要选择。

高盛将 2030 年表后燃气装机预测上调至约 30 吉瓦，实际供电能力超过 20 吉瓦，约占当年数据中心需求的 20%。

高盛表示，接下来将重点关注中期选举前后可能出现的州级暂停令、2030 年 108 吉瓦预测的调整方向，以及超大规模云服务商的核电合同。