维度网讯，人工智能（AI）的电力消耗增速已超过全球电力系统的供应能力。罗尔斯·罗伊斯电力系统公司（Rolls-Royce Power Systems）电力业务高级副总裁维托里奥·皮耶兰杰利（Vittorio Pierangeli）认为，在AI时代，电力比芯片或算法更具决定性意义（见图1）。随着AI在全球加速普及，它正与一个并非为其需求水平而构建的电力系统发生冲突。

AI的扩张速度可以从一组时间线对照中看出。2018年，AI生成肖像“埃德蒙·贝拉米”（Edmond de Belamy）曾在佳士得拍出43.25万美元，其训练数据仅约5至7千兆字节。如今每天约生成4300万张AI图像，支撑这些图像的模型基于数十亿个数据点训练，计算负荷约为当年那次艺术实验的10万倍。图像生成仅是AI融入日常的一个切片。

在电力消费端，一次ChatGPT查询消耗的能量约为一次普通谷歌搜索的10到100倍，具体取决于提示词的复杂程度。数据中心的AI服务器机架功耗已从五年前每架约10千瓦升至每架100至120千瓦。

皮耶兰杰利指出，传统燃煤电厂陆续退役，可再生能源出力仍有间歇性，地缘政治紧张加大能源安全压力，AI数据中心的负荷曲线也日益剧烈波动。需求上升与供给制约叠加，可靠供电压力持续加大。

预测显示，2025年至2030年间整个发电市场将几乎增至三倍，数据中心是主要驱动力。其中，备用电源细分市场每年扩张约22%，持续供电需求每年增长24%，但供应能力未能同步跟上。

皮耶兰杰利给出了一组对照数据：预计到2030年，美国电网对数据中心的累计供电能力将比需求短缺超过50吉瓦；数据中心本身可在18至24个月内建成，而获得电网接入需要三到七年。2026年初，超大规模数据中心运营商公布的数据中心资本支出跃升50%以上，而公用事业部门尚未跟上这一节奏。

电网约束收紧，加上公众对数据中心耗电的反对，使现场发电从可选项变为必需品。越来越多的开发商在新数据中心设计中纳入独立发电厂，即“自带电力”（BYOP）方案——在电网容量或核能等新电源接入之前，由项目自行生产所需能源。

这一缺口为多种解决方案打开了空间，例如短期内采用罗尔斯·罗伊斯mtu燃气发电机组（见图2），以及更长远的小型模块化反应堆（SMR）。

mtu燃气发电机组可部署在数据中心表后，也可作为专用发电厂的一部分，用于持续供电。这类系统部署时间短、运行灵活、采用模块化设计，在效率和上市速度上具有优势，对新建数据中心项目颇具吸引力。在天然气资源丰富、管道设施完善的美国等地，其运营和成本优势更为显著。

AI时代最严峻的挑战或许不在于电力规模，而在于电力需求的波动性。AI训练负载带来的电力管理难题是传统数据中心未曾遇到的。图形处理器（GPU）同步运行时会产生剧烈且规律的功率波动，研究显示，AI数据中心单个50兆瓦区块内的实际功率可在数秒内波动±20兆瓦，这些波动会给变压器带来压力，并可能扰乱更广泛的电网。

针对此类问题，mtu Kinetic PowerPacks动能储能系统可充当能源系统中的快速响应缓冲器，稳定电压和频率，平滑功率峰值。它可即时响应负载变化，提供不间断电源（UPS）功能，且无需额外配置电池。

即使通过BYOP方案或电网取得主电源，数据中心仍需要一个故障安全备份计划。按Uptime Institute的Tier IV认证要求，现代数据中心须实现99.99%的可用性。全球超过25%的数据中心配备了mtu 4000系列发电机组（见图3）作为备用电源。

数据中心被描述为现代生活的隐形支柱、数字时代的工厂，是生产与交付智能的场所。mtu产品组合具备模块化、可扩展和燃料灵活的特点，既能匹配数据中心运营商当前的需求，也能满足其未来的需求。