提要

当前OpenAI、Meta、阿里云等头部企业纷纷推出吉瓦级算力建设规划，AI赛道已转向以GW（吉瓦）作为核心衡量指标。电力已取代GPU成为AI发展核心瓶颈，因电力配套基建建设周期远长于芯片迭代周期，电力容量成为评估AI企业基建实力的第一指标。功率是跨芯片代际的稳定统一标尺，不受FLOPS算力口径弹性大、芯片迭代导致卡数对比失真等问题干扰，AI数据中心的产业交易与收益测算也全部锚定功率指标，每1GW算力约对应100亿美元年收入。行业内GW数字存在并网容量、园区设施总功率、IT功率三种不同统计口径，数值差异明显，且公开报道的GW目标多为远期跨多年规划，并非当下已投产规模。除GW外，行业还有TWh、EFLOPS、H100等效卡数、标准机架等多种算力度量指标，各有适用边界与局限。1GW的体量可从多维度直观理解：等效千座传统企业机房，需占用华龙一号机组八成以上出力，对应不同电源装机规模不同，满负荷运行一年的电量可覆盖270万户国内家庭全年用电，可承载40万至50万颗新一代英伟达GPU，1GW AI数据中心整体建设投入达350亿至600亿美元，机房建筑面积约30万m²。当前1GW已是全球单体AI算力园区的头部门槛，2026年首批吉瓦级单体园区陆续落地，头部企业远期规划规模更惊人，2028年1GW将成为头部厂商新园区建设的起步标准，全球AI算力基建正依托实体电力基建快速扩张。【全球储能网链接】

数据眼

OpenAI已经敲定总量约30GW的算力建设规划，Meta在美国路易斯安那州的Hyperion园区远期目标为5GW，阿里云在2026云栖大会公布计划，到2032年其全球数据中心规模突破20GW。1GW等于10亿瓦，也就是100万千瓦。2023年0.2GW算力规模对应20亿美元年收入，2024年0.6GW算力带来60亿美元收入，2025年接近1.9GW算力支撑两百多亿美元营收，粗略估算每1GW算力大约对应100亿美元年收入。新一代液冷AI数据中心PUE普遍落在1.1至1.3区间，取1.2作为参考值，总功率1GW的园区里，实际供给IT设备的电力大约833MW，剩下167MW消耗在散热和电力传输环节。1GW满负荷连续运行一年，消耗电量等于8.76TWh。IEA统计数据显示，2024年全球所有数据中心总用电量约415TWh，占全球总用电量比重约1.5%。工信部在2026年1月披露，国内智能算力总规模已经超过1590EFLOPS。国内已经建成42个万卡级别智算集群。行业常以2.5kW作为一个标准机架的额定功率。截至2025年6月，国内在用算力中心标准机架总量达到1085万架。而一台英伟达GB300NVL72整机柜功耗达到135kW，相当于54个传统标准机架。2019年当时全球顶尖超算Summit功率大约13MW；2024年xAI的Colossus集群起步规模达到280MW；到2026年9月，Colossus2的IT功率接近946MW。EpochAI测算，顶级AI超算的功率需求大约每13个月翻一倍。常规企业机房功率大多只有1MW，1GW相当于一千座这类传统机房。华龙一号单机容量约120.8万千瓦，一座1GW的AI数据中心，需要占用一台华龙一号机组八成以上的发电出力。三峡电站总装机2250万千瓦，1GW大约是其总出力的1/22。Meta单独锁定的核电容量就达到6.6GW。按照国内电源2024年平均利用小时测算，煤电需要约1.9GW装机，风电约4.1GW，对应接近700台6MW风机，光伏则需要7.2GW，大约1200万块光伏板。1GW持续满负荷运行，一年耗电量为87.6亿kWh。参考2025年国内居民用电数据，国内家庭年均用电约3200度，87.6亿kWh足够270万户家庭使用一整年，覆盖人口规模接近710万人。美国家庭用电水平更高，户均年用电量约10791度，同等电量可以供给约81万户美国家庭。单台微波炉、电饭煲的功率大约1kW，1GW等同于100万台设备同时满载运转。黄仁勋在介绍10GW算力合作时给出估算，10GW大约可以承载400万至500万颗GPU，换算后1GW对应40万至50万颗新一代英伟达GPU。GB300NVL72机柜内置72颗GPU，整机功耗135kW，扣除制冷配电损耗后，1GWIT功率可以布置五千多个这类机柜，承载近40万颗GPU，机柜总重量接近7000吨。按照0.5元每kWh估算，1GW算力一年电费约44亿元；按美国工业电价0.08美元每kWh计算，年度电费约7亿美元。多家机构测算，一座1GWAI工厂整体建设投入区间在350亿美元至600亿美元，折合人民币2500亿元到4300亿元。黄仁勋在面向G20的演讲中给出的区间是500亿至600亿美元，奥特曼也曾提到OpenAI每GW资本开支超过400亿美元，伯恩斯坦的拆分测算值约350亿美元，其中GPU硬件投入占比接近39%。一年电费仅相当于项目总造价的1%至2%。如果全部依靠煤电供给，按照每度电消耗300g标准煤计算，1GW算力一年会消耗260万吨标准煤。OpenAI位于得州Abilene的Stargate园区，规划用电规模约1.2GW，整个园区占地约4km²，包含8栋单层数据中心建筑，每栋建筑面积接近3.95万m²，差不多相当于5.5个标准足球场。单栋大楼用电负荷约150MW，可部署5.6万颗GPU，单栋楼的用电体量对应41万户国内家庭。项目施工高峰期现场工人接近5000人，前两栋建筑从开工到投产周期不到16个月。折算到1GW的算力规模，机房建筑面积大约30万m²，体量相当于1.2座鸟巢，两个故宫的建筑面积总和，42个标准足球场。Stargate园区内机房建筑只占总用地十分之一，整片园区占地接近5个故宫。根据EpochAI在2026年9月底的统计，全球已经投产的AI数据中心里，IT功率最高的是xAI的Colossus2，约946MW，其次是Anthropic联合亚马逊打造的New Carlisle园区，约910MW，微软Fairwater亚特兰大园区636MW，Meta Prometheus 496MW，OpenAI Stargate Abilene421MW。采用1.2的PUE折算，前两座园区的设施总功率已经达到1.1GW上下。微软威斯康星州Fairwater园区规划IT功率2.26GW，Anthropic和亚马逊合作的New Carlisle远期1.93GW，OpenAI新墨西哥州Stargate规划1.75GW，Meta HyperionIT功率远期目标1.63GW。EpochAI追踪的全球93个重点AI数据中心，合计IT功率13.6GW，折算后大约等效1420万颗H100。OpenAI在2025年底总算力约1.9GW，同时承诺推进合计约30GW的算力项目，长期目标是每周新增1GW算力。亚马逊AWS在2025年一年新增3.9GW电力容量，总容量相比2022年翻倍，计划2027年底再度翻番，2026年资本开支指引约2200亿美元。微软现有数据中心容量约12GW，目标2032年提升至38GW。Meta 2026年资本开支区间1250亿至1450亿美元。谷歌2026年资本开支指引在1950亿至2050亿美元。阿里云定下2032年全球数据中心规模超20GW的目标，相比2022年提升十倍。1085万个标准机架按照2.5kW折算，总额定功率约27GW。IEA预测，2024年全球数据中心用电量415TWh，等效平均功率47GW；2030年总用电量预计增长至945TWh，等效平均功率108GW。2026年海外头部科技企业资本开支总和突破7000亿美元，按每GW投入500至600亿美元粗略估算，市场每年新增算力规模十多个GW。 电力作为AI算力的核心硬约束，是商业银行开展AI算力相关授信业务首要考量的底层要素。芯片产品迭代周期通常只有一年左右，但变电站、高压输电线路、配套发电机组的规划、审批与投运，往往要耗费数年时间，优先锁定稳定电力接入额度的授信主体，才能将GPU等硬件资源转化为可落地的算力产能，这类具备电力资源优势的项目，授信落地后的产能兑现确定性更强。功率单位不存在统计口径弹性大的问题，1MW的物理定义恒定不变，电网接入方案、建筑荷载设计、制冷系统选型、项目投资测算，全部以功率参数作为基础，不受芯片迭代、算力统计口径干扰，商业银行可将其作为授信评估中衡量AI企业基础设施实力的第一指标，规避因FLOPS口径差异、卡数对比失真带来的评估偏差。 AI数据中心的商业环节几乎都围绕功率来定价核算，项目建设成本按每MW的投入估算，机房资源对外租赁报价单位普遍是每kW每月，算力业务的收入模型逐步和电力消耗绑定，OpenAI披露的经营数据呈现出每1GW算力大约对应100亿美元年收入的清晰对应关系，商业银行可依托这一量化对应关系，精准测算授信项目的营收能力与还款现金流，提升收益测算的精准度。行业新闻中的GW数字存在并网容量、园区设施总功率、IT功率三种不同统计维度，数值差异明显，公开报道中的GW目标大多是远期规划，一般会分多期、跨多年建设，不等于当下已经投产运行的算力规模，商业银行在授信尽调时需明确项目功率的统计口径，区分远期规划与当前投产规模，避免因误读项目实际算力产能导致授信决策偏差。 国内在用算力中心标准机架总量按照2.5kW折算的总额定功率约27GW，而一台英伟达GB300NVL72整机柜功耗达到135kW，相当于54个传统标准机架，在高密度AI集群场景下，单纯统计机架数量的参考价值持续下降，商业银行不能沿用传统IDC授信的机架数量评估逻辑，需切换为以功率参数为核心的评估体系。顶级AI超算的功率需求大约每13个月翻一倍，1GW相当于一千座常规1MW企业传统机房，一座1GW的AI数据中心需要占用一台华龙一号机组八成以上的发电出力，商业银行在授信审批时需充分评估项目所在地的电力供给承载力，确认项目可获得持续稳定的电力供应，避免因电网负荷不足导致项目后续运营中断。 按照国内电源2024年平均利用小时测算，匹配1GW算力的用电需求，煤电需要约1.9GW装机，风电约4.1GW，对应接近700台6MW风机，光伏则需要7.2GW，大约1200万块光伏板，风电光伏具备间歇性特征，想要保障数据中心不间断稳定供电，还需要配套储能或者稳定基荷电源，商业银行可优先支持配套稳定基荷电源或已锁定长期绿电采购协议的项目，降低项目运营的电力供应风险。一座1GWAI工厂整体建设投入区间在350亿美元至600亿美元，折合人民币2500亿元到4300亿元，一年电费仅相当于项目总造价的1%至2%，AI算力项目的核心投入集中在硬件与基建环节，商业银行可匹配与之适配的中长期大额授信产品，契合项目的长周期建设与运营特征。 2026年海外头部科技企业资本开支总和突破7000亿美元，按每GW投入500至600亿美元粗略估算，市场每年新增算力规模十多个GW，几乎每个月都有一座1GW级别的AI算力工厂启动建设，全球AI算力基建市场正处于高速扩张阶段，商业银行可提前布局头部AI科技企业的算力集群项目，挖掘优质的中长期授信业务机会。国内智能算力总规模已经超过1590EFLOPS，国内已经建成42个万卡级别智算集群，国内算力基础设施的发展基础逐步夯实，针对国内合规运营的智算项目，商业银行可结合国内电力政策与算力产业规划，给予针对性的授信支持，助力国内AI算力产业稳步发展。