馬斯克向G20部長表示,業界共識認為AI晶片到2027年可能面臨至少15吉瓦電力短缺;晶片產量每年增長約40%至50%,中國以外的發電量增長則只有約10%至20%。 AI數據中心通常兩至三年便可規劃及興建,但新設施接駁電網可能需時4至10年,供電基建與運算設備之間出現結構性時間差。
研究答案

Create a landscape editorial hero image for this Studio Global article: What did Elon Musk tell G20 finance and technology ministers at the September 1 Innovation Ministerial about the AI industry’s projected ele. Article summary: Musk’s central message was that AI’s near-term constraint is no longer mainly chips—it is dependable electricity. He urged governments to treat abundant power, grid capacity, and data-center buildout as a major economic . Topic tags: general, general web, user generated, education, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
馬斯克在9月1日於美國北卡羅來納州教堂山舉行的G20創新部長級會議上,向各國部長提出一個明確警告:人工智能的下一個硬樽頸,未必是先進晶片,而是能否及時取得足夠、穩定而可靠的電力。
他引用業界預測稱,AI晶片到2027年可能面臨至少15吉瓦(GW)電力短缺。原因在於,AI晶片產量每年增長約40%至50%,但中國以外的發電量每年只增長約10%至20%。1
6
11
馬斯克同時作出一項非常進取的經濟預測:他估計數碼AI可令全球經濟產出增加約20%至30%,即每年約2萬億至3萬億美元。這是馬斯克自己的估算,並不是國際能源署(IEA)的獨立預測。1
8
問題唔只係全球總共發到幾多電,而係AI數據中心需要在特定地點,持續取得大量而穩定的電力。企業除了要搶晶片,還要搶變電站、變壓器、輸電容量、規劃許可及電網接駁名額。
AI設施的規劃和興建速度,往往快過令它正式通電所需的基建。在不少地區,新設施接駁電網可能要等4至10年;相比之下,AI數據中心一般兩至三年便可完成規劃及興建。30 這個時間差意味着,伺服器可能已經裝好,但供電仍未到位。
選址亦會令問題更加複雜。數據中心通常集中在電價較低、土地充足、容易取得水源或冷卻資源、通訊網絡完善,以及政策較有利的地方。當大量數據中心集中落戶,即使全球電力市場表面上仍有容量,個別地區的電網亦可能迅速承受巨大壓力。18
21
IEA的基準情境預測,全球數據中心用電量到2030年將超過目前兩倍,升至約945太瓦時(TWh),佔全球用電量略低於3%。由2024年至2030年,數據中心用電量預計每年增長約15%,而AI是最主要的推動力。22
23
不過,全球百分比容易掩蓋地方層面的難題。少數大型超大規模數據中心園區,已經可以產生相當於公用電力事業規模的需求,令電網接駁排隊時間延長,甚至拖慢其他項目。IEA估計,如果電網風險未能處理,約20%已規劃的數據中心項目可能出現延誤。23
換句話說,AI耗電量佔全球總用電量或許仍然有限,但如果需求集中在某幾個地區,就足以令當地電網、電價及基建規劃面對即時壓力。
面對供電不足,企業的競爭焦點正由購買處理器及租用數據中心容量,擴展到掌握更多由晶片轉化成可用運算能力所需的基建。
馬斯克表示,SpaceX計劃自行製造燃氣渦輪的關鍵零件,包括葉片及導流葉片,目標是應對設備供應樽頸,並加快為AI基建部署可調度的發電能力。38
39
這反映AI供應鏈正由以晶片為中心,轉變成同時依賴燃氣渦輪、燃料、變電站、輸電線路及場內發電的完整系統。自行生產部分零件或許可以縮短等待時間,但並不代表可以避開規劃審批、環境規管或燃料供應等限制。
Microsoft與Chevron已同意在西德州共同發展一座鄰近數據中心的天然氣發電設施,為Microsoft數據中心園區供電,安排期長達20年。路透社報道,Chevron亦正研究在美國其他地區達成類似的數據中心供電交易。33
35
專用發電可以避開部分電網接駁延誤,並在運算負荷附近提供較穩定的電力。不過,天然氣發電亦有代價,包括溫室氣體排放,以及數據中心擴張對燃料基建和監管決定的依賴。
NVIDIA的角色亦說明,這場競爭遠遠不止是晶片製造。GPU只有在數據中心有足夠電力及電網接駁、可以正常運作時,才真正具有商業價值。
因此,AI擴張潮正愈來愈緊密地連繫到發電、數據中心建設及電網接駁容量的投資,而不只是加快生產AI加速器。
馬斯克促請政府把電力基建視為策略性工業產能,建設發電、輸電及數據中心的速度,必須追得上AI的發展,否則國家就可能錯過他所預期的生產力增長。
這套政策訊息亦配合美國在今次G20部長級會議上的較廣泛立場。路透社報道,美國官員敦促G20成員對AI採取較寬鬆的監管方針,避免成立新的國際監管機構。50 CNBC則報道,馬斯克呼籲政府令新活動「預設合法,而不是預設非法」。
55
這種觀點將監管與基建放在同一場競爭力辯論之中:過度拖慢建設的規則,可能令AI部署速度放慢;但如果忽略實際風險,成本就可能轉嫁到工人、社區及能源系統身上。
今次在教堂山舉行的會議,將AI基建放進經濟增長、科技標準及戰略競爭的更大框架。馬斯克在首日以視像方式參與,NVIDIA行政總裁黃仁勳及OpenAI行政總裁Sam Altman,亦是為期兩日會議中的重要參與者。49
52
61
所以,電力在會議上並不只是一個普通公用事業議題,而是被視為決定一個國家能否建立AI能力、吸引數據中心,以及取得AI經濟收益的戰略資源。
馬斯克提出的15吉瓦短缺仍然只是一項預測,但背後的憂慮有獨立能源分析支持:數據中心需求正快速上升,不少地區的電網已經受壓,而連接新設施所需的基建,往往比數據中心本身更長時間才可以落成。22
23
30
對政府而言,問題已經不只是AI業界可以生產幾多晶片,而是電力系統能否及時把可靠電力送到這些晶片,並由誰承擔新增發電、輸電及環境成本。AI競賽,可能真的正在變成一場電力競賽。
Studio Global AI
此頁麵包含一個有來源支援的答案,您可以在 Studio Global 內繼續。
馬斯克向G20部長表示,業界共識認為AI晶片到2027年可能面臨至少15吉瓦電力短缺;晶片產量每年增長約40%至50%,中國以外的發電量增長則只有約10%至20%。
馬斯克向G20部長表示,業界共識認為AI晶片到2027年可能面臨至少15吉瓦電力短缺;晶片產量每年增長約40%至50%,中國以外的發電量增長則只有約10%至20%。 AI數據中心通常兩至三年便可規劃及興建,但新設施接駁電網可能需時4至10年,供電基建與運算設備之間出現結構性時間差。
馬斯克主張各國追求「能源充裕」,加快興建發電、輸電及數據中心;SpaceX和Microsoft、Chevron等企業亦正嘗試直接掌控更多供電設備。