达拉斯联储：AI 电力需求遭遇为缓慢增长而建的电网

达拉斯联储对 AI 电力需求的分析指出了一个鲜明的时间冲突：数据中心约需两年建成，而输电项目可能需要十年。美国拥有发电能力、资金和技术选择，但尚未建立能够以 AI 发展速度部署这些资源的协同体系。

这一差别至关重要，因为电力挑战常被简单地描述为供应短缺。达拉斯联邦储备银行在召集科技、能源、金融和监管领域领导者讨论后，得出了更具保留的结论。眼下的限制并非美国在理论上能否发出足够的电力，而是公用事业公司、电网运营商、开发商、监管机构和社区能否足够迅速地作出可信承诺。

这一发现发布之际，经历多年相对稳定后，电力消费正重新增长。数据中心正在将这一增长集中到得州、弗吉尼亚州、亚利桑那州、内华达州及其他开发热点地区。这些集群会带来全国发电总量难以反映的地方性问题。

因此，核心较量在于 AI 建设速度与电力系统协调能力之间。超大规模云服务商订购服务器、获取土地和筹措设施资金的速度，远快于公用事业公司批准输电项目、采购涡轮机和完成并网的速度。电网规划者还必须在让用户承担昂贵基础设施成本之前，判断哪些拟建项目确实会落地。

达拉斯联储发现的是协调危机，而非能源死局

达拉斯联储的核心发现是，协调失灵如今比缺乏可行能源技术构成更大的障碍。

该行于 2026 年 9 月 18 日发布了其 AI 电力约束分析。报告总结了 3 月 4 日和 5 日在达拉斯举行的 Powering AI 会议讨论。

活动汇集了 Google、ERCOT、PJM、Vistra、Goldman Sachs、Morgan Stanley、NRG Energy 以及多家基础设施公司的代表。与会者研究了发电、电网管理、融资、供应链和 AI 应用等议题。

他们的结论既没有陷入轻率乐观，也未预测不可避免的电力危机。现有电厂可以生产更多电力，而灵活的数据中心运营可在关键时期减轻压力。对于拥有可信客户支持的项目，资金同样可得。

然而，这些资源都不会自动转化为可靠的电网接入。开发商仍面临电力设备、熟练工人、施工能力和获批输电项目的短缺。与此同时，客户预测仍异常不确定，公用事业公司却必须作出长期投资。

达拉斯联储强调了一个基本的时间错配：数据中心大约两年即可建成；新建电厂至少需要两倍时间；大型输电项目则可能耗时七至十年。

这种错配改变了规划者思考供应充足性的方式。一个地区可能拥有足够的年度能源，却缺少在特定地点所需的输电线路或可调度容量。它也可能为从未投入运营的投机项目批准基础设施。

得州提供了最清晰的例证。该州拥有丰富的能源资源、大量土地、相对快速的开发环境和独立电网。这些优势吸引了规模庞大的数据中心项目储备。

达拉斯联储报告称，在会议参与者讨论时，ERCOT 到 2030 年的未来大型负荷排队项目规模达到 232 吉瓦。相比之下，ERCOT 的历史最高需求在 2026 年 7 月达到 91 吉瓦。

排队项目并不等同于预测。它包括早期提案、重复的开发策略，以及尚未获得最终融资或设备支持的项目。但公用事业公司也不能置之不理，因为其中部分设施终将并网，并需要可靠服务。

达拉斯联储将由此形成的前景描述为“从零到无穷大”。这一说法比单一的全国需求预测更准确地概括了规划难题。电力行业必须为大幅增长做好准备，同时又不能把每个宣布建设的数据中心都视为确定项目。

这种不确定性解释了为何问题并不只是建设更多发电设施。电网规划者必须识别真实需求、明确财务责任，并为每个项目匹配可实际交付的电力。每一项缺乏约束力的承诺都会占用工程资源，也可能扭曲更广泛的投资决策。

达拉斯联储：AI 电力需求增长快于电网建设周期

需求增长是可信的，但其速度和地域集中度使其比普通的全国性增长更难满足。

2005 年之后的很长一段时期，美国电力消费基本持平。美国能源信息署估计，2005 年至 2019 年间，净负荷能源年均仅增长 0.1%。

2020 年后，这一模式发生变化。该机构表示，2020 年至 2025 年间，需求年均增长约 1.7%。大型计算设施成为数据中心高度集中的地区的重要驱动力。

EIA 预计，美国将迎来 2000 年以来最强劲的四年电力需求扩张。其 2026 年 1 月预测称，美国用电量将在 2026 年增长 1%，并在 2027 年再增长 3%。

更长期的估算表明，公用事业公司不能将这一变化视为暂时波动。Lawrence Berkeley National Laboratory 估计，到 2030 年，数据中心的耗电量可能占美国总用电量的 11.8%。

其 2030 年估算覆盖了较大区间，从 9.5% 到 15.3%。这一范围反映了对硬件出货量、冷却系统、计算效率和设施增长的不同假设。

这一范围与其中值同样重要。按照最高情景建设，可能让家庭和企业为利用不足的基础设施买单；按照最低情景建设，则可能导致接入延迟、可靠性问题和更高的紧急成本。

国际能源署通过全球模型得出了类似结论。该机构预计，数据中心用电量将从 2025 年约 485 太瓦时增至 2030 年约 950 太瓦时。

该机构预计，以 AI 为重点的设施增长速度将远超更广泛的数据中心类别。其 能源需求展望称，到 2030 年，数据中心将占美国电力需求增长近一半。

全国百分比仍掩盖了运营层面的挑战。数据中心并不会均匀分布在数百万栋建筑中。开发商会将其集中在光纤线路、可用土地、税收优惠、熟练劳动力和现有电力基础设施附近。

因此，在全国占比尚未显得令人警觉之前，一个集中的园区就可能彻底改变地方预测。对公用事业公司而言，相关问题不仅是美国将消耗多少太瓦时，更是某一座变电站能否在最炎热或最寒冷的时段为新园区供电。

AI 硬件又带来了额外复杂性。训练集群通过相对较少的接入点承载高密度电力负荷。冷却、备用系统和网络设备会在服务器本身之外进一步增加需求。

运营商也希望保持高可用性，因为昂贵的加速器只有在执行有用工作时才能创造价值。这一商业逻辑会鼓励持续用电，即便电网更需要暂时性降载。

达拉斯联储对 AI 电力需求的评估并未否定这些增长预测。它质疑的是：每一兆瓦的申请负荷都必须持续运行，并立即获得传统并网接入的假设。

这一差异开辟了前进路径。如果设施能够转移工作负载、在紧急情况下减少用电，或暂时自给供电，电网就能利用现有资产服务更多计算需求。尚未解决的问题是，这些承诺能否可靠履行。

灵活数据中心可将负荷转化为电网资源

最迅速的近期应对措施不是新建一批电厂，而是更好地利用现有容量，并配套可执行的灵活性机制。

传统云设施通常申请约 30 兆瓦的容量，并需数年才能达到满负荷利用。新的 AI 园区可能申请规模大得多的接入容量，并从一开始就寻求快速供电。

公用事业公司无法按照旧有假设满足每一项大型申请。它们越来越需要通过合同明确设施何时可以用电、何时必须降低需求。这一模式将灵活性视为加快接入的条件。

灵活负荷是会根据电网状况或价格调整用电量的客户。对数据中心而言，这种响应可能包括迁移计算任务、延后非紧急训练，或切换至现场资源。

并非所有 AI 工作负载都具有同等灵活性。实时推理支持在线应用，往往有严格的延迟要求。模型训练、测试、批处理和部分数据准备则可能拥有更宽的调度窗口。

跨区域转移工作负载提供了另一种选择。在多个地区运营设施的公司，可以将适合的任务导向电力充足的地区。软件编排可以完成这种调整，而无需实际搬迁服务器。

达拉斯联储指出，2026 年 1 月的冬季风暴 Fern 证明了需求响应的重要性。得州的商业和工业客户在高峰条件下自愿削减用电。

这些减量帮助实际需求低于预测，并限制了价格压力。这一事件并未证明每个数据中心都能灵活运营，但表明协调降载能够在供电受限时期支持电网。

现有发电设施也有提高利用率的空间。会议参与者指出，得州化石燃料电厂的年利用率低于 50%，但可以超过 70%。这部分年度闲置容量创造了选择空间，尽管燃料输送和高峰可靠性仍然重要。

提高利用率可能将固定电网成本分摊到更多电力销售中。在这种情况下，新增数据中心需求或许能降低部分单位成本。若公用事业公司必须为缺乏灵活性的峰值需求建设昂贵的电厂和线路，结果也可能相反。

现场发电可以缩短获得服务的路径。一些项目正在考虑天然气、电池、太阳能发电，或这些技术的组合。这些系统可支持日常运营，或在电网紧急情况下减少从电网获取的电量。

“自带电力”并不会让设施脱离更广泛的能源系统。现场燃气设备仍需要燃料基础设施和许可。电池储存的是电力而非创造电力，而太阳能输出则随时间和天气而变化。

更实际的模式是结合多种资源。电网服务负责日常运营，电池应对快速变化，可调度设备则支持更长时间的供给受限。灵活的软件随后决定哪些计算任务可以等待或转移。

这种做法也带来了衡量问题。电网运营商需要确信，承诺的负荷削减能够在被要求时真正兑现。合同需要明确基线、遥测数据、惩罚措施以及性能测试规则。

一家声称具备灵活性、却很少降低负荷的数据中心，几乎无法提供可靠性价值。持续作出响应的设施，则更像电网的合作伙伴。这一差异应影响其在并网流程中的定位。

灵活性无法替代新基础设施。但它可以弥合新发电和输电设施投运前的过渡期，也能减少仅为应对罕见需求峰值而必须建设的容量。

AI 建设速度正在给公用事业公司和电网运营商施压

公用事业公司必须在尚不清楚哪些 AI 项目会成为长期用电客户之前，提前数年承诺投入数十亿美元。

电力行业通常围绕逐步增长的需求进行规划。AI 开发商正以足以冲击这些预测方法的规模和速度提交申请。

ERCOT 的队列体现了市场兴趣与运营现实之间的差距。2026 年 3 月的一份电网概览显示，2025 年观测到的大型负荷仅为 6.7 吉瓦；而其涵盖更广的队列中，后续年份的总量要大得多。

许多项目尚未提交完整研究。另一些仍在审核中，或尚未满足关键接入要求。若将每一项申请都视为确定需求，将导致不切实际的建设目标。

但完全忽视这一队列同样存在风险。即便只有适度的转化率，也会产生可观的新增负荷。关键在于区分严肃项目与意在保留选择权的申请。

得州的应对措施是提高大型负荷申请的财务要求。不可退还的费用迫使开发商在占用稀缺的规划能力之前承担更多资本风险。

更强的承诺能让公用事业公司更有把握判断客户是否会真正落地。长期合同、信用支持、保证金和最低付款额，也能在项目取消时保护现有缴费用户。

这并不只是行政层面的例行事务。一座新变电站、输电线路或发电机组可以运行数十年。若其目标客户消失，仍然需要有人承担融资、维护和监管成本。

PJM 也面临同样的压力。该电网区域覆盖 13 个州的全部或部分地区以及华盛顿特区。数据中心扩张推高了负荷预测，而发电项目开发仍然缓慢。

PJM 的 2026 年市场设计分析描述了快速负荷增长与缓慢新增供应之间的现实错配。报告称，建设发电项目所需时间可能是建设超大规模设施的两到三倍。

该地区已改进并网研究，并向许多项目提供协议。但转化率仍是问题。PJM 报告称，自 2020 年以来，约有 24 吉瓦已签署协议的项目在实现商业运营前终止。

这些取消项目包括 13.5 吉瓦天然气项目。这些数字说明，完成并网研究并不能保证钢材、融资、设备或电厂最终投运。

供应链又增加了一层延误。大型变压器、燃气轮机、开关设备和专业电气部件都需要较长采购周期。一个项目可能拥有资金和许可，却仍需等待关键设备。

劳动力也构成类似瓶颈。数据中心和电力项目都在争夺电工、技术人员、网络工程师和专业建筑工种。培养新员工需要时间，而经验丰富的团队无法覆盖每一个拟建地点。

达拉斯联储将熟练劳动力描述为最难破解的限制之一，因为它缺乏快速替代方案。企业可以提高薪酬或资助培训，但两者都无法立刻创造有经验的劳动者。

这些条件让公用事业公司处于不舒服的角色。它们既必须支持经济发展，又要维护可靠性，并保护客户免受投机成本影响。行动过慢可能使投资流向他处，行动过快则可能造成搁浅资产。

预测仍留下三大未解风险

乐观情景依赖于灵活性、可信的需求和公众同意，而这三者都无法保证能以所需规模实现。

第一项不确定性在于，企业对 AI 的采用是否足以支撑拟议中的算力建设规模。与会者指出，许多公司仍停留在试点项目阶段。

一位发言人估计，只有约 5% 的企业 AI 试点能够实现规模化价值。该数字反映的是会议上的观点，而非全面的全国性统计，但仍揭示了电力预测背后的商业风险。

超大规模云服务商可以依靠充裕的经营现金流为大型投资融资。达拉斯联储报告称，2026 年和 2027 年的年度资本支出计划为 7000 亿至 9000 亿美元。仅 Amazon 就计划投入 2200 亿美元资本预算。

庞大的资产负债表降低了融资风险，但并不能保证需求有利可图。若客户未能扩大 AI 使用，一些已宣布的园区可能延期、缩减或取消。

第二项风险是可靠性。北美电力可靠性公司发现，在评估的 23 个区域中，有 13 个在未来十年面临资源充足性挑战。

其可靠性评估警告称，新增资源和输电建设未能跟上数据中心及其他大型负荷的步伐。极端天气可能会在年度能源总量尚未显得异常前暴露这一缺口。

只有当企业接受实质性的中断时，灵活运行才会有所帮助。部分设施可能只愿提供有限削减，因为客户合同要求持续服务。另一些设施可能为紧急情况保留备用发电机，但其日常运行可能受到限制。

第三项风险是政治阻力。社区正对电费、噪音、用水、污染、土地利用和透明度不足提出担忧。

开发商越来越多地瞄准土地和电力供应更充足的非建制地区或农村地区。许多 AI 工作负载可以容忍与人口中心更远的距离，因为训练对延迟的敏感度低于实时服务。

这种转变可以减轻成熟城市枢纽的压力，但也可能将成本和基础设施争议转移给规划能力较弱的社区。

公众反对可能延误许可、限制用水，甚至完全阻止建设。与会者表示，社区已阻止数十亿美元拟议数据中心投资落地。

开发商无法仅凭国家经济层面的论述解决这些冲突。居民希望了解有关用电量、电价影响、税收安排、用水需求、备用发电和本地就业的具体信息。

有关就业的承诺尤其需要谨慎。数据中心会带来显著的建设活动，但与规模相当的许多工业设施相比，其长期雇佣的员工更少。一旦这种差异变得清晰，社区对税收激励的判断可能会不同。

电力成本同样仍不确定。新增负荷可以提高利用率，并将固定成本分摊至更多销售电量；但也可能需要昂贵的发电和输电建设，从而推高账单。

Lawrence Berkeley National Laboratory 关于大型负荷费率设计的研究指出，供应不足和投资利用不足都是实质性风险。监管机构必须决定，与现有客户相比，开发商应承担多大比例的财务责任。

环境权衡也使近期应对更加复杂。EIA 的高需求情景发现，更快的数据中心增长将使天然气发电量在 2027 年前显著增加。

在其基准情景下，美国天然气发电量从 2025 年到 2027 年增长 1.7%。在需求增长更高的情景下，增幅达到 7.3%。

两种情景下煤电发电量仍会下降，但需求增长更快时，降幅会变小。可再生能源发电持续扩张，但在风电和光伏出力无法满足集中负荷的时期，可调度资源仍需承担供电任务。

这一结果并不意味着 AI 必然需要一个长期高度依赖化石燃料的电网。它表明，部署速度可能有利于那些已具备条件或建设相对较快的资源。核能和地热项目通常拥有更长的开发周期。

因此，达拉斯联储关于 AI 电力需求的结论建立在条件之上，而非确定性之上。美国拥有多种技术路径来满足 AI 的供电需求，但尚未证明这些路径能够同步、按时到位，并以公平方式分配成本。

三个信号将显示电网能否跟上步伐

下一阶段将由队列转化率、经验证的负荷灵活性，以及实体基础设施的交付速度决定。

第一个信号是大型负荷申请中转化为已作出财务承诺项目的比例。队列总量足以引起关注，却几乎无法揭示近期用电量。

应关注保证金、已签署的服务协议、已完成的工程研究、土地控制权以及确定的设备订单。这些里程碑表明，开发商已不再只是保留一个选择权。

ERCOT 提高申请费用的举措应能提供早期检验。若队列缩减，而已承诺项目持续推进，规划者将获得更可信的需求预测。若投机性申请持续存在，不确定性将继续延误理性的投资决策。

第二个信号是运营中数据中心的实测负荷削减情况。企业越来越多地将工作负载迁移和需求响应描述为解决方案。电网运营商需要来自实际压力事件的性能数据。

相关指标包括减少的兆瓦数、响应速度、持续时间以及负荷恢复行为。合同还应披露，削减是强制性的、有补偿的，还是仅属自愿。

持续、反复的表现将强化达拉斯联储的协调论点。它将表明，在较慢的基础设施赶上进度时，算力需求可以作出适应。表现不佳则会使问题重新转向建设新的稳定发电能力。

第三个信号是获批的发电和输电项目能否按计划投运。完成研究和签署协议只是中间步骤，并不等于电力。

应跟踪变压器交付、涡轮机订单、开工情况、输电审批和商业运营日期。即便预测变得更准确，若这些环节出现延误，时间缺口仍会扩大。

同样的检验也适用于现场供电。已宣布的天然气、核能、地热、太阳能和电池项目，只有获得许可、设备、燃料供应并实现运营，才真正重要。

对开发商而言，战略含义很直接。电力供应如今影响选址、设施设计、工作负载架构和上线时间表。电力规划不能再等到购地之后才开始。

公用事业公司面临不同的抉择。它们需要更强的客户承诺，同时不能因流程缓慢或不一致而阻碍可信项目。透明的标准可以同时减少投机行为和任意对待。

监管机构必须决定，当预测被证明错误时由谁承担成本。费率结构应保护家庭和现有企业，同时认可提高电网利用率的潜在益处。

社区也需要更早获得项目细节。披露用水、能源、排放、就业以及本地基础设施需求的开发商，能够在担忧固化为反对意见之前予以回应。

美国电力行业能够支撑 AI 的大幅增长，但技术能力并不保证项目能及时落地。决定性问题在于，相关机构能否将尚不确定的提案转化为可执行的承诺。

读者应关注这三个信号，而不是又一个足以登上头条的排队数字。投机性申请是否正在变成已获融资的项目？灵活设施是否会在电网真正承压时降低负荷？承诺建设的电厂和输电线路是否正在投入运营？

如果这些答案同步改善，达拉斯联储对 AI 电力需求的评估将显得合理。若其中任何一项失灵，数据中心建设进度、电力成本或供电可靠性都将承受后果。这场电网竞赛将凭借可衡量的执行力取胜，而非不断膨胀的公告。