随着AI技术迈入普及与应用的新纪元，其算力需求蓬勃增长的同时，算力成本随技术进步呈现下降趋势。

摩根士丹利在3月24日的AI报告中指出，随着GPU技术的不断进步，例如英伟达从Hopper发展到Blackwell GPU架构，GAI的算力成本正显著降低。

展望未来，大摩预测，AI算力成本将迅速下降，AI算力需求将蓬勃增长，预计2024/27全球数据中心电力需求将占到全球的~2%/4%，但电力基础设施可能跟不上这一增长形势。

因此，大摩指出，能够满足AI快速增长电力需求的公司将从这一趋势中收益，特别是那些能够减少数据中心供电延迟的电力解决方案提供商。

AI算力成本迅速下降

大摩指出，随着GPU效率的提高，数据中心算力成本正在迅速下降，以英伟达最新发布的Blackwell为例，只占到hopper能耗的一半，具体来看：

数据中心模型显示，使用Hopper GPU的数据中心每teraFLOPs（每秒万亿次浮点运算）资本成本为14.26美元，而Blackwell数据中心的成本为7.48美元，这意味着当从Hopper GPU升级到Blackwell GPU时，资本成本每teraFLOPs下降约50%。

数据中心建设成本方面，Blackwell数据中心的总设施资本成本（包括GPU）为33.49亿美元，而Hopper数据中心的总设施资本成本为35.83亿美元。这些成本是针对假设的100MW 数据中心，并且包括了8个芯片/服务器和70%的服务器利用率。

在每兆瓦时电力成本为100美元的假设下，Hopper数据中心的年度电力成本约为每teraFLOPs 0.24美元，而Blackwell数据中心的年度电力成本约为每teraFLOPs 0.14美元。

这种下降主要是由于随着技术进步，GPU在能效方面的改进，使得在相同的电力消耗下能够提供更多的算力。

AI算力需求激增 给电力基础设施带来挑战

与此同时，大摩预测，AI电力需求将迅猛增长，在基准情景下，预计2023-27年全球数据中心电力需求(包括GAI)为430—748太瓦时(TWh)，相当于2024/27年全球电力需求的2%—4%。

具体来看：

在基准情景下（GPU利用率从60%提高到70%），数据中心在2023-27年的总电力容量将为70/122吉瓦。2023-27年GAI电力需求的复合年增长率为~105%，而同期全球数据中心电力需求(包括GAI)的复合年增长率将为~20%。

牛市情景下(反映90%的芯片利用率)，预计2023-27年全球数据中心电力需求为~446/820太瓦时。

而熊市情景下(反映50%的利用率)，预计2023-27年数据中心电力需求为~415/677太瓦时。

此外，大摩还提到，其减少可再生能源服务占新数据中心电力的百分比，因为数据(如亚马逊/Talen交易)表明不可再生能源将发挥更大的作用。

进一步来看，大摩指出，根据对全球数据中心电力需求预测，预计将给电力基础设施带来挑战，包括输电线路容量限制、规划和许可延误以及供应链瓶颈。因此，展望未来，能够满足AI快速增长能源需求的公司，特别是那些能够减少数据中心供电延迟的电力解决方案提供商将受市场欢迎。

大摩表示，全球各地数据中心增长有所不同，但相似之处在于，数据中心公司和超大规模公司经常与电力开发公司合作，以最大限度地减少供电延迟，降低成本并减少排放。

在美国，我们看到了合作伙伴关系的最初迹象，超大规模企业和核电厂所有者在核电厂建立新的大型数据中心，有利于电力公用事业Constellation Energy和独立电力生产商与能源贸易商Vistra等 。而且我们还看到了现场发电的可能，这可能有利于许多电力股。

在欧洲，到2035年，欧洲国家的数据中心需求将推动电力增长五倍，低估值欧洲电力股将受益，入西班牙私营跨国电力公司Iberdrola，芬兰能源企业Fortum。

在东盟，马来西亚、新加坡和泰国电力需求强劲增长。为了最大限度地减少“供电时间”，我们看到数据中心开发商与东盟当地电力公司建立伙伴关系:

英伟达和马来西亚杨忠礼集团合作，计划在马来西亚打造价值43亿美元的人工智能数据中心，泰国最大的私人发电公司海湾Gulf和泰国电信AIS开始建设新的泰国数据中心，

新加坡电信Singtel、印尼电信公司Telkom于印度尼西亚能源公司Medco Power就其在印度尼西亚的第一个数据中心项目建立战略合作伙伴关系。