> 数据图表一起讨论下未来新建 AI 数据中心耗电都是 GW 级负荷消耗（GW）2026-10-2我们认为，相较居民、商业乃至大多数工业负荷，AI 数据中心最显著的特征在于单体规模更大、负荷落地更快、用电需求更刚性。这三种特征叠加，使 AI 对电力系统造成的压力远高于其单纯的年度用电量占比，也决定了未来研究 AI 不能只聚焦“电量”概念，更需要关注电力基础设施“负荷容量”与提供的速度。 2.2.1. “大”：数据中心从 MW 级走向 GW 级，单体负荷正在城市化 我们认为 AI 数据中心正在把过去分散增长的电力需求，转变为高度集中的GW 级“超级负荷”。传统数据中心的单体负荷多数处于几十 MW 至数百 MW区间，但随着大模型训练规模持续扩大以及 AI 推理需求快速增长，新建 AI数据中心正明显向 GW 级演进。 我们此前在全球能源系列中已经观察到，部分头部企业规划中的大型 AI 数据中心园区正向 GW 级扩张。与此同时，数据中心往往集中布局于少数区域，使新增负荷在有限的地理范围内快速接入。即使全国全年发电量能够覆盖用电需求，也不代表特定地区在高峰时段拥有充足的供电能力局部输电通道、变电容量及可靠电源不足，均可能限制项目接入。因此，评估 AI 电力供需，需要同时关注全年电量、峰值功率以及负荷所在区域的电网承载能力。 因此，AI 对电力系统的第一个改变是显著提高了负荷的空间集中度，导致未来电力短缺越来越可能表现为局部节点和特定区域的容量不足，而非传统意义上的全国性电量短缺。国泰海通能源矿产
