电力供应，已经成为影响人工智能产业扩张的关键变量。

据英国《每日电讯报》10 月 18 日报道，微软已通知英国公司 Nscale，终止双方在埃塞克斯郡劳顿数据中心的合作协议。

原因是微软发现，该项目所在区域电网扩容严重滞后，数据中心预计要等到 2030 年之后才能完成电力接入。

据悉，该数据中心规划部署约 2.3 万颗英伟达 GB300 芯片，原计划于明年正式投运。

合作戛然而止，Nscal 的上市节奏也随之被打乱。

近日，成立仅两年的 Nscale 正式递交 IPO 招股书，寻求最高约 350 亿美元估值。不过按照当前数据中心行业高度依赖 AI 巨头签订长协的融资逻辑，失去大客户的 Nscale，上市进程恐怕不会太顺利。

一、算力新贵，载在电力供应上

在一众 AI 算力基建企业里，Nscale 的商业模式辨识度很高。

多数数据中心开发商的做法是先锁定土地、服务器和芯片，电力供应放在后面解决。

Nscale 反了过来，从创立之初就把能源资源评估放在项目开发的最前端。在这家公司的认知框架里，算力本质是电力的消耗，稳定、低成本的电力供应，足以影响算力项目能否盈利落地。

这套模式，离不开创始人 Josh Payne 早年的 " 挖矿 " 经历。

在交易比特币的过程中，Payne 发现挖矿本质上是一门电力生意。2020 年，他参与创办 Arkon Energy，开始寻找那些消纳受阻的可再生能源，再用比特币矿场消化富余电力。

正是在这个过程中，Payne 把目光投向了数据中心。收购数据中心时，他沿用了挖矿那套逻辑：寻找偏远地区价格较低的可再生能源，再用数据中心的持续用电消化那些未被充分利用的电力。

低价电力和数据中心资产就这样一点点攒了下来，而这些原本为比特币挖矿准备的资源，后来恰好成了 AI 时代最稀缺的东西。

这套打法让 Nscale 快速崛起，成立仅两年，公司就冲刺数百亿美元估值的 IPO，被市场视作欧洲本土 AI 算力基建的标杆。英国政府也对埃塞克斯劳顿项目寄予厚望，把它当作本土补齐算力短板的重点工程。

不过，恰恰是这个埃塞克斯劳顿项目，暴露了 Nscale 商业模式的缺陷。

Nscale 过往落地的项目，大多离不开已经建成，且具备富余容量的可再生能源资源，公司可以提前通过长期购电协议锁定电力，在项目侧拥有较高的电力供给确定性。

埃塞克斯劳顿项目则完全不同，项目周边没有现成富余的绿电资源，项目所需的大容量电力，只能等待区域公共电网扩容改造之后才能获取。

然而，公共电网的升级改造涉及电网规划，线路建设，配套工程的层层审批，整体推进周期不受企业单方面掌控。即便 Nscale 团队深谙能源成本逻辑，擅长挖掘存量可再生能源资源，也无法独立加速公共电网基建的推进进度。

微软的退出，正是基于现实做出的商业判断。对 AI 算力采购方来说，长期算力租赁协议建立在明确的投运时间和稳定供电保障之上。如果数据中心项目完工，却要等上好几年才能通电，巨额算力资产就会长期闲置，这个商业风险很难承受。

二、AI 算力扩张，电网先撑不住了

随着大模型商业化落地，AI 算力集群的用电需求快速膨胀。电力供给不再只是算力项目的配套要素，而是项目成败的前提。它直接决定项目落在哪，建多快，甚至直接影响商业成败。

AI 算力中心和传统互联网数据中心，用电特性完全不同。普通 IDC 机房的服务器负载波动相对平缓，而用于大模型训练的 GPU 集群属于高恒定负荷。

一旦启动训练任务，服务器需要全天候不间断满负荷运行，对供电连续性和电能质量要求极高。

一次短暂断电，不仅可能损坏硬件，还会直接中断正在进行的模型训练，产生巨额算力损失。

而单台英伟达 GB300 芯片满载功耗在千瓦级别，Nscale 埃塞克斯项目就规划了约 2.3 万颗芯片，全部满负荷运行时需要稳定的数十兆瓦电力持续供给，用电规模相当于一座中小型城镇。

与此同时，全球 AI 算力的用电需求还在以指数级增长。国际能源署数据显示，AI 专用数据中心的用电量增速远高于传统算力设施，头部科技企业都在全球范围内寻找电力资源。

在布局新算力节点时，谷歌、Meta 和亚马逊云已经把电网容量与绿电资源列为选址阶段排在前列的评估指标，长期电价同样是重要考量。

很多企业不再单纯依赖公共电网，而是主动寻求配套可再生能源，一方面满足碳中和承诺，另一方面锁定长期用电成本，规避化石能源价格波动带来的风险。

在一众科技巨头中，马斯克的方案最有参考价值。

据外媒消息，特斯拉拟在德克萨斯州福特本德县投资 101 亿美元（约 681.18 亿元人民币）建设一座光伏垂直一体化工厂。这座工厂覆盖光伏产业链多个环节，建成后将为特斯拉以及 SpaceX 未来的算力项目稳定供应光伏组件。

在今年 1 月的达沃斯论坛上，马斯克曾透露计划，未来三年，特斯拉与 SpaceX 将各自在美国建成年产 100GW 的太阳能工厂，合计产能 200GW。

这套打法和 Nscale 形成了鲜明对照。Nscale 是向外找现成电力，电网扩容跟不上，项目就卡住。马斯克选择直接切进光伏制造，把能源供给主动权握在自己手里。

国内的 AI 产业同样重视电力供应。西部算力枢纽把风光资源与算力集群配套建设，绿电就近直供；东部负荷密集区域依托分布式光伏加储能，做削峰填谷和短时备用，缓解配网接入压力。

毋庸置疑，这股算力催生的电力需求，正在为光储行业打开一条新赛道。

三、算力竞赛，本质是能源基建的比拼

Nscale 的失利，是给全球算力行业敲下一记警钟。很多地区在争相上马智算项目时，低估电网基础设施的建设周期。

芯片可采购、算法可迭代，但电网扩容与电力配套建设建设周期相对固定，并非依靠资本投入就能快速推进。

不少地方在算力招商中，优先拿出土地、税收优惠，把芯片采购、算力规模作为宣传重点，却对区域电网承载能力缺少前置评估。等到项目落地阶段才发现，电力接入遥遥无期，昂贵的算力设备只能闲置，项目商业价值大打折扣。

这一变化，也为国内光储赛道带来了新的机遇。面向智算中心的源网荷储一体化方案，正在成为补齐电网短板、保障算力稳定运行的重要选择。

不过门槛也摆在那里，算力场景对供电可靠性、电能质量和调度能力的要求，远高于普通工商业项目，只有真正吃透算力负荷特性的企业，才接得住这波需求。

文章好看就点这里

2026 光伏热门项目、人脉资源

部分素材来源：财联社、券商中国

责任编辑：尼尔

审核：诸葛

‍‍

↓点击阅读原文，报名 10 月 21 日【阳光工商业能源渠道伙伴合作大会 · 武汉站】！