科技巨頭的人工智能數據中心電力需求觸發150億美元PJM拍賣與核能小型模塊化反應堆(SMR)繁榮

TradingKey中文
05/05

TradingKey - 當前全美範圍內正在進行的人工智能建設正與美國的物理基礎設施發生衝突,無論用於構建人工智能系統的芯片多麼先進,這些基礎設施都尚未為這種程度的發展做好準備。此外,華盛頓已就誰將為人工智能及相關技術的發展買單做出了決定——因此,這場「清算」迫使那些希望開發超大規模站點的企業意識到,自己在為國家基礎設施需求做出貢獻方面所承擔的角色。結果是,區域電力市場的結構、下一代核電站的孖展以及能源採購的許多其他方面都發生了變化,導致能源稅成為全球最大科技公司的主要支出。

隱性補貼的終結

矛盾的焦點在於美國最大的區域電網運營商——PJM Interconnection,其服務範圍從芝加哥延伸至華盛頓特區。在過去三年裏,數據中心開發的蓬勃增長與電力用戶需求的激增共同產生影響,導致整個 PJM 覆蓋區域的居民能源成本大幅上升了 38%,僅 2020 年至 2025 年期間就增長了 13%。

這一切都給 PJM 帶來了來自白宮和州政府的巨大壓力,要求其在 1 月份舉行緊急電力拍賣,以迫使大型科技公司分攤滿足未來電力需求所需的電力供應增量。這種壓力在 3 月 4 日達到頂峯,當時七家領先的超大規模和人工智能公司簽署了《自願納稅人保護承諾》(AmazonAMZN), Google(GOOGL), MetaMETA), Microsoft(MSFT), OpenAI, Oracle(ORCL)以及 xAI)。

雖然《自願納稅人保護承諾》不具備法律約束力,但它確實根據美國法律創建了具有法律約束力的財務結構,因為所有承諾簽署方都同意協商專門針對數據中心負荷的新費率結構。在該結構下,數據中心運營商將支付與電網升級和數據中心新增電力供應相關的所有成本,而不會將這些成本轉嫁給居民消費者或非科技企業。

最重要的是,根據《自願納稅人保護承諾》,數據中心將根據與 PJM 簽署的合同協議支付約定的電力容量費用,無論數據中心運營商是否使用了 PJM 必須按合同預留的電量。PJM 預計到 2027-2028 年將出現 5.2% 的電力缺口,這意味着需要約 150 億美元的新電廠投資。緊急電力拍賣要求在 2026 年 9 月前完成,旨在讓每個數據中心運營商簽署長期購電合同,從而有效結束對 AI 基礎設施的隱性公共補貼。

電網瓶頸迫使科技巨頭化身公用事業公司

PJM的電力拍賣實際上將電力從業務層面的細節轉變為資產負債表中的一個項目,這可能會推遲項目開發。Wedbush分析師在市場報告中寫道:「作為這一新負擔的例子,現在用於建設數據中心的孖展方法可能會考慮反映在與電網改造相關的額外成本中,例如輸電線路、變電站改造以及為數據中心項目安裝新連接,而這些成本在歷史上曾被計入公用事業公司的費率基數中。」這意味着,由於為期15年的合同,數據中心的電力成本可能會增加30%至50%,這最終將以更高的雲服務和人工智能服務價格形式轉嫁。

時間緊迫。在 GTC 2026 大會上,NvidiaNVDA)首席執行官黃仁勳表示,硅芯片的限制因素是向芯片、基礎設施、模型或應用供電的能力;他聲稱,這三者都面臨資源短缺,土地、電力和機房容量也是如此。因此,美國能源部的 SPARK 計劃旨在將輸電容量擴大至少 50%(通過對現有線路進行換線改造並引入先進技術),但該計劃要到 2026 年 8 月左右才能得到全面解決,屆時 N/A 資金將為該計劃提供最終資金支持,並於 2026 年底至 2027 年初啓動。核心輸電項目的建設通常需要 3 到 5 年時間;此外,美國能源部指出,如果不能開發出新的可靠發電能力,到 2030 年停電事故的發生頻率可能會增加 100 倍。

面對低效的電網、等待強制拍賣的高昂成本以及尋找新電源的有限時間,超大規模雲計算巨頭正如黃仁勳所預測的那樣,通過快速建設並將能源供應納入自身的資產負債表做出了回應。這一戰略轉變是推動我們今天所看到的核能復興的最強有力催化劑。

科技巨頭核能交易重塑核電孖展模式

人工智能領域的主要參與者不再是通過拍賣競標小型模塊化反應堆(SMR)並寄希望於最好的結果,而是直接向反應堆開發商提供資金,旨在將 SMR 從一個尚未受到監管的構想轉變為資金充足的商業化管線。

相關案例包括:Meta 已支持 TerraPower,後者正計劃在俄亥俄州其規劃的核能園區之一建設一個由兩個機組組成、功率為 690 兆瓦的核電單元(1 號機組),並已與 Oklo 簽署諒解備忘錄,在同一地點再建設一個 1.2 吉瓦的核電機組(2 號機組);Amazon 正在與 X-energy 合作,計劃到 2039 年在美國各地部署超過 5 吉瓦的 SMR;Google 則目標到 2030 年在指定區域建成 Kairos Power 的 SMR。

此外,在追求利用核能實現能源供應多元化的過程中,Microsoft 在其現有的聯合循環燃氣輪機發電和可再生能源協議基礎上,又疊置了核能協議,從而加大了其目前在覈能領域的投入。這四家公司總計已經或將要鎖定超過 10 吉瓦的核電產能,以在 2035 年前支持可再生能源,且目前仍有更多新機遇在不斷公布。

雖然與能源替代方案相關的兆瓦數非常重要,但其實際意義遠不止於此。BMI 高級分析師 Shioly Dong 表示:「將頂級企業的資產負債表引入一個歷來由受監管、由費率支付者支持的收入流提供資金的行業,對於該行業的整體信用狀況意義重大。」

這種信用狀況將是商業貸款機構和機構投資者提供建設所需孖展的必要條件。Gabelli Utilities Fund (GABUX) 投資組合經理 Tim Winter 表示:「模塊化設計概念規模較小,建設周期較短;因此,它們的前期資本風險顯著降低。」此外,HSBC 分析師指出,科技行業對成本超支或進度延誤的接受意願,將是決定這些協議能在多大程度上促進先進反應堆部署、燃料供應鏈擴張以及先進反應堆技術園區建設的關鍵因素,因為這些項目正開始吸引直接投資,而從傳統核能孖展的角度來看,這在過去一直被認為是無法實現的。

儲能成為不可或缺的緩衝

儘管由於核電站輸出功率無法快速提升,核能發電和太陽能發電無法滿足人工智能(AI)負載所需的持續服務要求,但長時儲能系統已因此成為 AI 數據中心能源供應的重要組成部分。具體而言,液流電池系統憑藉其良好的安全性、穩定的能量輸出和長循環壽命,有望與可再生能源發電及核電站協同使用。

鑑於截至2025年9月,中國已建成超過100吉瓦的新型儲能系統,在政府「算力電力協同」指令以及發電側直接綠電聯網承諾的推動下,國家能源局一直鼓勵相關領域的發展。

數據中心備用電源需求也助力美國儲能系統開發商在2026年期間修復其估值模型。負荷增長和電網不穩定性使得電池系統成為風險管理及抵禦電網波動的重要保障。

核能執行缺口與監管摩擦

小型模塊化反應堆(SMR)的大規模經濟性尚未得到證實,佐治亞州的Vogtle擴建項目就是一個明證:該項目比原計劃推遲了七年,且預算超支180億美元(約合每千瓦1.5萬美元,幾乎是韓國同類項目成本的五倍)。憂思科學家聯盟的物理學家Edwin Lyman指出,核能的基礎經濟性並未顯著改善;同時,核管理委員會(NRC)的多位前任主席也批評了特朗普政府放鬆監管的舉措,認為這種倉促的增長過程將增加潛在的安全風險。近期,Brookfield Asset Management與西屋電氣(Westinghouse)達成了800億美元的合作協議,計劃設計並建造八座大型核反應堆,但該項目仍需克服孖展和許可方面的多重障礙。對於投資者而言,短期回報並不現實,儘管目前SMR的訂單量增長迅速,但現金回報可能仍需數十年才能兌現。

軟件周期中的硬基建押注

圍繞AI和清潔能源的投資活動正在重塑我們現有的資本市場。由貝萊德(BlackRock)全球AI基礎設施投資合夥企業與微軟合作進行的125億美元初始投資(總計300億美元),在計入槓桿後,將使這隻新成立的基金有望為規模達1000億美元的項目提供孖展。除了對AI基礎設施投資合夥企業的投資外,貝萊德的基礎設施團隊還提出了330億美元的報價以收購AES公司(AES),並向TC Energy提供了17億美元的少數股權,使其成為電網現代化和發電資產的直接投資者。

舉例來說,iShares安碩全球基礎設施ETF(IGF)提供了對基礎設施資產(包括前述基金)的廣泛市場敞口,該基金在2026年前兩個月的回報率超過10%,顯著跑贏標普500指數,並將歷史上的防禦性投資轉變為積極的主題投資。

越來越多跡象表明,AI能源基礎設施的發展已形成一個全新的投資領域,涵蓋了電網設備、燃氣輪機、先進核反應堆及儲能等各類產品。無窮無盡的計算需求正佔據着所有容量,但受限於許可周期、孖展難題及物理瓶頸,供應十分有限。PMJ(電力購買協議)拍賣和美國能源部(DOE)的SPARK計劃(智能電力推進計劃)是支持這一趨勢的衆多工具;然而,其核心邏輯在於:大型科技公司意識到電網無法滿足其需求,因此決定獨立於電網自行解決。那麼,現在的關鍵問題是,在利潤受到負面衝擊之前,究竟有多少公司能夠承擔得起150億美元的拍賣承諾、SMR(小型模塊化反應堆)合同以及10吉瓦規模的項目?

原文鏈接

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10