集邦咨询（TrendForce）在 9 月 16 日发布的最新 AI 服务器产业研究指出，人工智能发展的下一道瓶颈，正从芯片本身转向电力与电网。换句话说，制约 AI 算力的天花板，正在从”造不出芯片”变成”找不到电”。

AI 服务器成用电主力

TrendForce 估算，2026 年全球数据中心电力需求容量将达到 161 GW，同比增长约 31%；其中 AI 服务器是主要增长来源，占整体需求容量的 33.4%。作为对比，2025 年全球数据中心电力需求容量为 122.9 GW，AI 服务器占比还不到 25%。

这种此消彼长十分明显：通用服务器的占比，预计将从过往约 40% 下滑到 2027 年的 25.6%；而 AI 服务器的占比则可能在 2027 年突破 40%。TrendForce 认为，在云端服务供应商（CSP）持续扩大资本支出、整体服务器出货量不减少的背景下，数据中心电力需求容量在 2027 年仍将保持 30% 以上的增速。

缺口从 2028 年开始放大

更严峻的问题在供给端。TrendForce 指出，在 2025 年之前，电网的可交付能力尚能满足数据中心的需求增长；但从 2026 年起，供需开始背离，2028 年之后差距将明显放大。

按情境估算，到 2030 年，全球数据中心电力需求容量将达到 490.7 GW；在其他用电需求都被满足的前提下，电网能够供数据中心使用的容量约为 222.6 GW，账面缺口约 268 GW。不过 TrendForce 也提醒，这一缺口应从两个角度理解：一方面，数据中心用电不只依赖电网，运营方可以发展表后（behind-the-meter）的就地发电来弥补；另一方面，电网并网与输配电建设的延迟，确实会造成真实的供电短缺。以目前数据中心部署最集中的美国为例，到 2030 年其数据中心电力供需缺口预计将超过 170 GW。

谷歌的亲身印证

这一判断并非纸上谈兵。在此前举行的 SEMICON Taiwan 2026 活动上，谷歌宣布其 TPU 系统已经扩展至 100 万芯片级别规模，而电力供应已经成为 AI 基础设施扩张的核心瓶颈。

谷歌首席技术官阿明·瓦赫达特（Amin Vahdat）指出，随着 AI 模型规模不断扩大，制约扩张的核心瓶颈已从芯片本身转移至电力供给。他直言，AI 算力的天花板，正在从”造不出芯片”变成”找不到电”。

产业正在转向电力基础设施

面对快速部署的 IT 设备，以及供配电等非 IT 设备需求的同步增长，数据中心运营商已经开始规划采用高压直流（HVDC）供电架构，以提升端到端的供配电效率。TrendForce 认为，电力接入、变压器、输电线路与散热能力，都可能成为推迟新机房投产的环节。

当算力的竞赛从”谁有更多的芯片”延伸到”谁能更稳定地供上电”，能源管理、储能、微电网乃至燃料电池，正在成为 AI 基建下一阶段无法回避的考题。