在9月1日举行的G20创新部长级会议上，埃隆·马斯克传递出的核心信息是：人工智能下一道真正的“硬约束”，可能不是先进芯片，而是电力。

马斯克援引行业共识称，到2027年，AI芯片可能面临至少15吉瓦的电力缺口。与此同时，AI芯片产能预计每年增长约40%至50%，而中国以外地区的发电能力年增幅只有约10%至20%。1611

他还给出了一个极为乐观的经济预测：数字人工智能可能使全球经济产出提高约20%至30%，相当于每年增加20万亿至30万亿美元。需要注意的是，这是马斯克个人的估计，并非国际能源署（IEA）的独立预测。18

AI的瓶颈，正在从芯片转向电力

问题并不只是全球发电总量够不够。AI数据中心需要的是规模庞大、持续稳定、且位于特定地点的电力供应。变电站、变压器、高压输电线路、审批流程和电网接入能力，同样决定着一座数据中心能否真正运行。

AI设施的建设速度往往快于配套电力基础设施。在许多地区，一座新设施接入电网可能需要四到十年，而AI数据中心通常在两到三年内完成规划和建设。30这意味着服务器和机房可能已经准备就绪，供电却还没有到位。

选址也进一步放大了这一矛盾。数据中心往往集中在电价较低、土地和水资源充足、冷却条件较好、通信网络完善或政策环境有利的地区。需求一旦集中，即使全球电力市场看似仍有余量，也可能给某个地方的电网带来巨大压力。1821

全球占比不高，但局部冲击可能非常大

国际能源署的基准情景显示，全球数据中心用电量到2030年将增至约945太瓦时（TWh），较2024年翻一倍以上，占2030年全球用电量的略低于3%。2024年至2030年间，数据中心用电量预计每年增长约15%，其中AI是最重要的推动因素。2223

“不到全球用电量3%”这个数字，可能掩盖地方层面的实际压力。少数超大规模数据中心园区就可能达到公用事业级别的用电需求，造成漫长的并网排队，并推迟其他项目。IEA估计，如果电网风险得不到解决，约20%的计划数据中心项目可能面临延误。23

科技公司开始直接争夺能源基础设施

AI行业的竞争已经不再只是购买GPU、建设机房或租用算力。科技公司及其合作伙伴正试图掌控更多将芯片转化为可用算力的基础设施。

SpaceX：自行制造燃气轮机部件

马斯克表示，SpaceX计划制造燃气轮机的关键部件，包括叶片和导向叶片。此举旨在缓解设备供应瓶颈，并更快部署能够持续供电的能源设施。3839

这反映出AI供应链正在从“芯片中心”转向更完整的系统：燃气轮机、燃料、变电站、输电线路以及现场发电能力，都成为重要环节。自行生产或掌握其中部分环节，或许能缩短等待时间，但无法消除审批、环境影响和燃料供应等限制。

微软与雪佛龙：为数据中心建设专用电源

微软与雪佛龙已达成协议，计划在得州西部建设一座与微软数据中心园区配套的天然气发电设施，双方安排期限为20年。路透社报道称，雪佛龙还在探索美国其他地区类似的数据中心供电交易。3335

专用发电可以避开部分电网接入延误，让电源更靠近计算负载，并提供稳定电力。但天然气发电也伴随排放问题，同时会让数据中心扩张更依赖燃料基础设施和监管决策。

NVIDIA：GPU价值取决于能否通电

NVIDIA的处境说明，问题早已超出芯片制造本身。GPU只有在数据中心拥有足够电力和电网接入能力时，才有商业价值。因此，AI基础设施竞赛正与发电、数据中心建设和并网容量投资紧密相连，而不再只是加速卡供应之争。

马斯克的政策主张：建设“能源充裕”的未来

马斯克敦促政府把电力基础设施视为战略性产业能力。他认为，各国应以足够快的速度建设发电设施、输电网络和数据中心，从而抓住AI带来的生产率提升机会。

这一主张与美国在此次部长级会议上的总体立场相呼应。路透社报道，美国官员敦促G20成员对AI采取较为宽松的监管方式，并避免成立新的国际监督机构。50CNBC还报道称，马斯克呼吁政府让新的活动“默认合法，而不是默认违法”。55

这种观点把监管与基础设施放进同一场竞争力辩论中：过慢的审批和建设流程可能压低短期部署速度，但如果只追求扩张、忽视现实风险，劳动者、社区和能源系统也可能承担更多成本。

为什么G20讨论值得关注

此次在美国北卡罗来纳州教堂山举行的会议，把AI基础设施放进了经济增长、技术标准和战略竞争的更大框架中。马斯克在首日以视频方式参加，NVIDIA首席执行官黄仁勋和OpenAI首席执行官萨姆·奥尔特曼则是两天会议中的重要参与者。495261

因此，电力在会上并非普通的公用事业议题，而是被视为决定一个国家能否建设AI能力、吸引数据中心并获得技术经济收益的战略资源。马斯克提出的15吉瓦仍然是一项预测，但其背后的担忧得到独立能源分析的支持：数据中心需求正在快速增长，一些地区的电网已经承压，而连接新设施所需的基础设施建设时间，往往比数据中心本身的建设周期更长。222330

对政府而言，问题已经不只是“AI行业能生产多少芯片”，而是电力系统能否及时、稳定地把电送到这些芯片所在的数据中心，以及发电、输电和环境成本最终应由谁承担。

在9月1日举行的G20创新部长级会议上，埃隆·马斯克传递出的核心信息是：人工智能下一道真正的“硬约束”，可能不是先进芯片，而是电力。

马斯克援引行业共识称，到2027年，AI芯片可能面临至少15吉瓦的电力缺口。与此同时，AI芯片产能预计每年增长约40%至50%，而中国以外地区的发电能力年增幅只有约10%至20%。1611

他还给出了一个极为乐观的经济预测：数字人工智能可能使全球经济产出提高约20%至30%，相当于每年增加20万亿至30万亿美元。需要注意的是，这是马斯克个人的估计，并非国际能源署（IEA）的独立预测。18

AI的瓶颈，正在从芯片转向电力

问题并不只是全球发电总量够不够。AI数据中心需要的是规模庞大、持续稳定、且位于特定地点的电力供应。变电站、变压器、高压输电线路、审批流程和电网接入能力，同样决定着一座数据中心能否真正运行。

AI设施的建设速度往往快于配套电力基础设施。在许多地区，一座新设施接入电网可能需要四到十年，而AI数据中心通常在两到三年内完成规划和建设。30这意味着服务器和机房可能已经准备就绪，供电却还没有到位。

选址也进一步放大了这一矛盾。数据中心往往集中在电价较低、土地和水资源充足、冷却条件较好、通信网络完善或政策环境有利的地区。需求一旦集中，即使全球电力市场看似仍有余量，也可能给某个地方的电网带来巨大压力。1821

全球占比不高，但局部冲击可能非常大

国际能源署的基准情景显示，全球数据中心用电量到2030年将增至约945太瓦时（TWh），较2024年翻一倍以上，占2030年全球用电量的略低于3%。2024年至2030年间，数据中心用电量预计每年增长约15%，其中AI是最重要的推动因素。2223

“不到全球用电量3%”这个数字，可能掩盖地方层面的实际压力。少数超大规模数据中心园区就可能达到公用事业级别的用电需求，造成漫长的并网排队，并推迟其他项目。IEA估计，如果电网风险得不到解决，约20%的计划数据中心项目可能面临延误。23

科技公司开始直接争夺能源基础设施

AI行业的竞争已经不再只是购买GPU、建设机房或租用算力。科技公司及其合作伙伴正试图掌控更多将芯片转化为可用算力的基础设施。

SpaceX：自行制造燃气轮机部件

马斯克表示，SpaceX计划制造燃气轮机的关键部件，包括叶片和导向叶片。此举旨在缓解设备供应瓶颈，并更快部署能够持续供电的能源设施。3839

这反映出AI供应链正在从“芯片中心”转向更完整的系统：燃气轮机、燃料、变电站、输电线路以及现场发电能力，都成为重要环节。自行生产或掌握其中部分环节，或许能缩短等待时间，但无法消除审批、环境影响和燃料供应等限制。

微软与雪佛龙：为数据中心建设专用电源

微软与雪佛龙已达成协议，计划在得州西部建设一座与微软数据中心园区配套的天然气发电设施，双方安排期限为20年。路透社报道称，雪佛龙还在探索美国其他地区类似的数据中心供电交易。3335

专用发电可以避开部分电网接入延误，让电源更靠近计算负载，并提供稳定电力。但天然气发电也伴随排放问题，同时会让数据中心扩张更依赖燃料基础设施和监管决策。

NVIDIA：GPU价值取决于能否通电

NVIDIA的处境说明，问题早已超出芯片制造本身。GPU只有在数据中心拥有足够电力和电网接入能力时，才有商业价值。因此，AI基础设施竞赛正与发电、数据中心建设和并网容量投资紧密相连，而不再只是加速卡供应之争。

马斯克的政策主张：建设“能源充裕”的未来

马斯克敦促政府把电力基础设施视为战略性产业能力。他认为，各国应以足够快的速度建设发电设施、输电网络和数据中心，从而抓住AI带来的生产率提升机会。

这一主张与美国在此次部长级会议上的总体立场相呼应。路透社报道，美国官员敦促G20成员对AI采取较为宽松的监管方式，并避免成立新的国际监督机构。50CNBC还报道称，马斯克呼吁政府让新的活动“默认合法，而不是默认违法”。55

这种观点把监管与基础设施放进同一场竞争力辩论中：过慢的审批和建设流程可能压低短期部署速度，但如果只追求扩张、忽视现实风险，劳动者、社区和能源系统也可能承担更多成本。

为什么G20讨论值得关注

此次在美国北卡罗来纳州教堂山举行的会议，把AI基础设施放进了经济增长、技术标准和战略竞争的更大框架中。马斯克在首日以视频方式参加，NVIDIA首席执行官黄仁勋和OpenAI首席执行官萨姆·奥尔特曼则是两天会议中的重要参与者。495261

因此，电力在会上并非普通的公用事业议题，而是被视为决定一个国家能否建设AI能力、吸引数据中心并获得技术经济收益的战略资源。马斯克提出的15吉瓦仍然是一项预测，但其背后的担忧得到独立能源分析的支持：数据中心需求正在快速增长，一些地区的电网已经承压，而连接新设施所需的基础设施建设时间，往往比数据中心本身的建设周期更长。222330

对政府而言，问题已经不只是“AI行业能生产多少芯片”，而是电力系统能否及时、稳定地把电送到这些芯片所在的数据中心，以及发电、输电和环境成本最终应由谁承担。