贺赫，贝恩公司全球副合伙人

内容提要

•AI算力需求的增长速度达到了摩尔定律的两倍以上，预计到2030年美国将新增近100吉瓦算力需求。

•为了满足这一需求，每年可能需要投入5000亿美元新建数据中心。

•但即便将IT预算与AI节省成本再投入到数据中心建设中，仍存在巨大资金缺口。

•技术和算法的突破或将缩小算力缺口，但供应链短缺或电力供应不足也可能阻碍算力扩容。

贝恩公司全球合伙人、大中华区高科技业务主席成鑫表示：“生成式AI的全域普及，推动算力需求增速远超摩尔定律，达到芯片效率提升速度的两倍以上，成为数字经济核心引擎的同时，也带来严峻的电力与基建挑战。贝恩分析，2030年全球新增算力需求将突破200吉瓦，仅美国就达100吉瓦，算力爆发式扩张直接引爆电力需求，给长期负荷平稳的现有电网造成巨大压力，电力供应充足性已成为制约AI算力扩容的核心瓶颈。

算力基建还面临巨额资金缺口：每年需投入5000亿美元新建数据中心，即便整合AI降本资金与现有IT迁移预算，仍有8000亿美元收入缺口，叠加供应链短缺等约束，单一举措根本无法破解这一复合型难题。

面对电力保障、资金供给双重压力，本文结合深度调研梳理核心制约因素，指出保障充足电力供应、破解算力困局的关键。文章将围绕算力增速、资金缺口与核心挑战展开分析，探索可行破局路径，为行业从业者、企业决策者及政策制定者提供参考，助力AI产业高质量发展。

技术创新、开源创收和政府资金或许是保障充足电力供应的关键。”

正文

在AI的惊人发展中，这一点尤为引人瞩目：AI算力需求的增长速度达到了摩尔定律的两倍以上（图1）。

如今，AI的算力需求（即推动模型不断进步所需的计算量）在过去十年间的增长速度超过了摩尔定律的两倍。贝恩分析指出，随着模型的不断进化和企业级AI的日益普及，到2030年全球新增算力需求或将达到200吉瓦。届时，美国新增算力需求可能达到100吉瓦，这将引爆电力需求，对过去二十年负荷增长相对平稳的电网构成挑战。

图1

算力增速是芯片效率增速的两倍

注：芯片效率增长未按精确比例显示，增速仅为示意；FLOP=浮点运算次数，即系统执行的计算次数

资料来源： Epoch AI

哪些因素会影响算力需求增长趋势？

企业制定战略方案、确定投资方向时，应重点考量可能阻碍或加速算力需求增长的四大因素：成本过高、算法优化、技术突破以及供应链短缺。

1、成本过高

贝恩研究表明，为了满足预期的算力需求，每年需要投入约5000亿美元的资本支出建设数据中心，这一惊人数字远超政府可能提供的补贴。这意味着企业必须进一步开源创收，才能实现算力和电力升级。具体需要多少？贝恩对云服务商的可持续资本支出与收入比率进行了分析，发现每年要新增2万亿美元收入，才能支撑每年5000亿美元的资本支出。

每年2万亿美元从何而来？即使企业将所有本地IT预算迁移到云端，并且将销售、营销、客服和研发部门使用AI预计节省的资金（约占相关部门预算的20%），再投入到新建数据中心的资本支出中，仍然存在8000亿美元的收入缺口（图2）。

图2

即使算上AI带来的成本节降，仍需创造8000亿美元的增量收入才能支撑必要的数据中心建设

资料来源：经合组织；S&P Global；贝恩云服务商CIO调研；IDC；《财富》；Gartner

2、算法优化

当计算问题变得过于复杂或成本过高时，突破性进展往往并非源于渐进式迭代，而是来自全新的算法范式。MapReduce（推动分布式数据处理的普及）和Transformer架构（开创更高效的序列数据处理方式）等创新正是此类突破的典范。即使是小范围应用，算法创新也能带来显著效益。在基础模型中，混合精度矩阵计算等技术提高了训练和推理效率。思维链提示、大模型蒸馏等逻辑方法，则在提升性能的同时降低了计算负荷。例如，近年来异军突起的DeepSeek，通过更智能的算法设计，推动计算效率迈上新高度。然而即便拥有这些创新，未来仍需大举新建基础设施，才能满足100吉瓦的新增算力需求。

3、技术突破

历史上有过多次出乎意料的算力飞跃。过去六十年来，半导体产业在摩尔定律的指引下突飞猛进，造就了性能远超1970年代顶级计算机的掌上设备。许多人推测，量子计算等新兴技术可能取代当今主流的半导体技术路线，从而降低未来系统的算力和电力需求。但贝恩研究表明，要研制出稳定到足以替代生成式AI训练和推理任务的量子计算机，至少还需要10到15年的时间。此外，专为训练和推理任务设计的专用集成电路（ASIC），可能比通用图形处理器（GPU）效率更高，新型存储技术或先进封装技术也可以提高效率，这些技术突破都可能影响算力需求。

4、供应链短缺

面对电力供应、施工服务、算力硬件（如GPU）和数据中心设备（如电气开关设备和先进制冷系统）这四大供应瓶颈，要快速建成数据中心、满足不断增长的算力需求将十分困难。其中，增加电力供应或许是最大的考验，因为在受到高度监管的行业中，发电、输电和配电设施的建设周期往往长达四年或以上。

这些复杂挑战无法靠单一手段解决，只有在技术创新、政府支持和市场机制的合力作用下，才能有效缩小算力缺口。AI不仅能提升生产力，还可能催生新的业务模式，创造新的经济价值，补充建设数据中心所需的增量资金。