核心不雅观点
AI发展或将加速清洁与稳定型电源需求，并拉动数据中央配套设备高发展
萨姆·奥尔特曼曾在2024年初的达沃斯论坛中表示，人工智能的发展须要能源方面的打破，AI将带来远超预期的电力需求。我们认为，AI对电力的影响将表示在三个方面：总量超预期，需求高质量，配套设备高发展。从而带来：1）发达国家AI成为电力增长的核心驱动，区域性缺电可能逐步涌现；2）稳定、不间断、清洁的能源逐步供不应求，短期着眼存量核电，中长期放眼氢基能源与核电小堆；3）数据中央供配电与热管理设备质量与代价量共同提升，市场空间有望快速打开利好各环节龙头企业。
AI发展可能带来超预期的电力需求，成为电力增长的主要驱动要素
2022年中/美数据中央用电分别占社会用电量的3/4%。根据信通院与华为的预期，环球2030年的算力或分别达到20 ZFLOPS与108 ZFLOPS（FP32等效），是2022年的22/120倍，我们以此作为基准与乐不雅观情景的测算根本。我们测算，至2030年，在基准与乐不雅观情景下，中、美的数据中央总用电量将分别达到0.95/0.65万亿度与1.7/1.2万亿度电，达到2022年的3.5倍与6倍以上。乐不雅观情景下，2030年中/美AI用电体量将达到2022年全社会用电量的20%/31%。由于数据中央的分布并不屈均，因此区域性的缺电风险将最先涌现（如美国的弗吉尼亚州）。考虑美国电力历史上险些无增长，因此AI将成为外洋发达区域电力重回正增长的主要驱动要素。
数据中央供配电、热管理等配套设备质量与代价量共同提升，龙头受益
根据维谛指引，每MW数据中央核心IT设备的配套设备代价量，将从传统数据中央的2.5-3百万美元提升至3-3.5百万美元。由于机架及数据中央整体功率密度的大幅提升，热管理系统将逐步向液冷转变，供配电系统的稳定性与功率密度哀求同样提升，带来准入门槛与代价量的增长。我们测算中美数据中央供配电、热管理及系统做事配套设备市场总空间，基准情景下2030年达到约3700亿元，乐不雅观情景下可达1.1万亿元。2022年到2030E的CAGR分别达到14%/31%。我们在此前报告《如何跟踪外洋电气设备需求景气周期？》(2024.01.17)中也强调，外洋中低压配电行业龙头伊顿、施耐德均将数据中央作为主要需求来源。
电源侧质量与清洁并重，外洋存量核电受益，氢能与小堆迎来成长空间
数据中央设备代价量的大幅提升，以及AI数据中央整体事情负载率的提升（演习下可达100%），使得电源侧的不稳定带来的潜在丢失进一步放大，因此对电源内生的稳定、不间断的哀求进一步提升。外洋互联网巨子已是目前绿电PPA的最大买家，清洁性同样主要。目前美国市场的存量核电成为主要的优选电源（约7700亿度体量），亚马逊已正式收购由萨斯奎哈纳核电站直供电的一个新建数据中央，GEP、道明尼能源也已宣告在核电站附近新建数据中央园区的方案。中长期来看，我们认为：1）稳定性基荷电源的主要性进一步提升，2）兼备清洁与稳定的氢基能源（氢燃气轮机、固态氧化物燃料电池），以及核电小堆，将伴随AI电力需求的增长，加快商业化。
AI离不开优质电力的底层支持，发电/输配电/数据中央电力设备均将受益
我们认为AI的发展将进一步助推环球电力根本装备周期向上，海内数据中央的启动也将为海内优质的各环节供应商带来发展机遇。我们看好以下行业发展机遇：1）数据中央供配电精良的本土供应商受益海内需求启动。2）清洁稳定的电源装备与运营商。3）受益电气设备周期进一步向上的电气设备出海企业。
风险提示：AI数据中央培植不及预期，AI功耗优化不及预期。
正文
AI发展将带动电力需求高增长
AI运用驱动的算力增长，将成为环球紧张的电量增长驱动。我们认为AI运用将成为环球的主要电力需求增长来源。如我们在此前报告《能源转型-但问路在何方》(2023.12.01)中强调的，未来的经济发展可能是低碳的，但是未必是低电耗的，电气化、AI运用等新的需求驱动，将不断拉动新兴的电力增长驱动。以中美为例，2022年数据中央用电占到社会用电量的3-4%。基准预期下，我们预期至2030年，中美的数据中央年用量将超9500/6500亿度，均达到2022年的3.5倍以上。乐不雅观预期下，2030年中美数据中央年用电量将达1.7/1.2万亿度电，均达到2022年的6倍以上。
1.2022年中美数据中央用电分别占社会用电量的3/4%。2022年中国数据中央用电量达2700亿度电[footnoteRef:1]，同比增长25%，占中国当年度全社会用电量的3.1%；美国2022年数据中央用电量占美国电力需求约4%[footnoteRef:2]，对应约1500-1700亿度电旁边。
2.基准算力预期：信通院预期环球2025/2030年的算力将超过3 ZFLOPS与20 ZFLOPS（FP32算力等效），较是2022年的3.3/22.1倍。根据信通院《中国算力发展白皮书2023》，2022年环球算力规模（FP32等效）约906 EFLOPS，个中中国约302 EFLOPS，美国308 EFLOPS，占比分别约33%/34%。信通院预测至2025年/2030年，环球算力将超过3 ZFLOPS与20 ZFLOPS。
3.乐不雅观算力预期：华为预期2030年环球通用算力达3.3 ZFLOPS，AI算力达到105 ZFLOPS[footnoteRef:3]，环球总算力将超过108 ZFLOPS，是2022年的120倍。
4.基准预期下，我们测算中美至2030年，数据中央用电量将超过9500/6500亿度电，是2022年的3.5倍以上，2022年到2030E CAGR达到17%/18%。乐不雅观预期下，我们测算中美至2030年，数据中央用电量将达到1.7/1.2万亿度，是2022年的6倍以上，2022年到2030E CAGR达到26%/27%。
5.AI数据中央配套设备的市场空间将构造性的得到更高增速与高质量的发展，基准/乐不雅观预期下，中美数据中央配套设备合计的市场空间于2030年将分别达到约3700/1.1万亿元，是2022年的3/9倍，2022-2030E CAGR分别达到14%/31%。我们考虑的数据中央配套设备包含供配电系统、热管理系统、机柜系统及软件/做事，根据维谛（Vertive）指引，传统数据中央单位代价量在2.5-3百万美元每兆瓦，AI数据中央则将达到3-3.5百万美元每兆瓦。核心的变革在于热管理系统的液冷化，以及供配电系统质量哀求、功率密度的全面提升。AI数据中央将带来核心配套设备的高成长空间。
AI运用快速发展。自2022年11月30日OpenAI首次发布ChatGPT，并于2023年1月累计用户超过1亿，天下演示了AI发展靠近实际运用的可能性，也全面开启了投资界对AI投资的热潮。从目前的AI运用来看，其运用领域广泛，包含文本交互，搜索，图像，语音翻译等功能，目前自动驾驶的底层逻辑也是LLM，我们认为AI对人类逻辑的理解能力，使得未来其人机交互能力成为核心，有望大幅降落人类对打算机功能的利用门槛，成为新的流量端口。根据腾讯研究院《AIGC发展趋势报告2023》[footnoteRef:4]，AIGC已经率先在传媒、电商、影视等数字化程度高，内容需求丰富的行业取得重大创新发展，与此同时，金融、医疗、工业等各领域AIGC的运用也都在快速发展。
AI对应的算力芯片需求与电量需求初现规模。根据文献[footnoteRef:5]，SemiAnalysis预期OpenAI须要3617个英伟达HGX A100做事器以支持ChatGPT的交互，包含28936个GPU，对应约564MWh/天的用电量。同时，AI需求的爆发也将驱动更多的进入者与持续的需求增长，以谷歌搜索为例[footnoteRef:6]，若每次搜索中都嵌入AI运用，则对应须要约40-51万套英伟达HGX A100做事器以支持，对应约62-80GWh/天的用电量。
算力功耗与数据中央用能效率将影响远期用电量。我们认为数据中央的用电量预期受几大要素的影响，1）算力增长的预期，2）芯片功耗的预期，3）数据中央用能效率的预期。个中算力我们在前述已谈论基准与乐不雅观的两种预期情景。
1.芯片算力功耗的优化对AI用电有主要的影响。从2020年NVDA发布A100到2024年发布B100/200，每W的算力（FP32等效）由49GFLOPS提升至了152GLOPS，增长了200%以上。而这一过程还会随着芯片制程与GPU系统架构的优化而持续有进步的空间。根据AMD在2021年ISSCC大会上的预期[footnoteRef:7]，未来芯片的每W算力将每2.2年翻倍。此外，根据IMEC，芯片的制程工艺与封装工艺将持续迭代，2024年GAA芯片有望得到全面利用，并于2032年后实现CFET芯片的量产化。
2.数据中央PUE或在AI趋势下得到进一步优化。
行业整体PUE在1.5-1.6旁边。根据《数据中央家当发展白皮书2023》，中国2021年全国数据中央均匀PUE为1.49，相较于2019年的1.6有持续的提升，核心缘故原由在于热管理系统与供配电损耗的优化。环球范围来看，根据Uptime Institute的环球数据中央调研，环球数据的均匀PUE在2021年为1.57。
部分互联网巨子在数据中央能耗优化上走在前列。谷歌在数据中央的功耗管理上处于领先地位，其数据中央PUE基本上坚持于1.1旁边。
数据中央非IT设备部分的功耗优化紧张源于热管理系统与供配电系统的效率，我们预期新培植的AI数据中央PUE会在1.3及以下。从数据中央的能耗分布来看，非IT设备部分的能耗紧张集中于热管理系统与供配电系统，个中供配电系统紧张源于系统的电损（转换损耗、线损等），热管理系统则紧张源于其散热效率。提升数据中央PUE的核心方法包括：1）利用更高效率的散热模式，如风冷转液冷。2）采取更高效率的UPS与配电系统设计。政策层面，根据2021年/2022年干系的数据中央家当指引政策（见图表10），中国2025年的新建数据中央的PUE有望低落至1.3及以下。家当发展的变革上，机柜更高的功率密度也将推动液冷的进一步利用。我们预期环球新培植的AI数据中央PUE将达到1.3及以下。
3.基于以上谈论，在基准与乐不雅观的算力预期下，考虑不同的PUE迭代与算力功耗情景，我们测算得基准与乐不雅观的数据中央用电量如下。
AI数据中央配套设备质量与代价量共增长
数据中央电气及热管理干系的设备受益AI算力的高增长，将迎来高质量增长。着眼于数据中央核心的供配电与热管理干系的装备，我们认为1）在AI算力的增长带动下，AI专用数据中央的培植将显著提速，2）AI数据中央能量密度与用能质量哀求显著高于传统数据中央，带动热管理、传统供配电设备的产品哀求迭代，质量哀求提升，代价量增长。结论性来看：
1.我们测算中国/美国数据中央核心做事器累计名义功率2022为34GW/20GW，受益于AI驱动的数据中央培植提速，中长期供配电与热管理干系设备市场空间将快速增长。
基准情景：2030年将增长至116/76GW，2030年增量功率达到14/8.7GW，对应配套装备的市场空间分别达到250/268亿美元，合计市场空间是2022年的3倍，2022年到2030E CAGR达到14%。
乐不雅观情景：2030年将增长至251/163GW，2030年增量功率达到44/25GW，对应配套装备的市场空间分别达到783/768亿美元，合计市场空间是2022年的9倍，2022年到2030E CAGR达到31%。
2.根据维谛（Vertive）指引，传统/AI数据中央配套单MW核心IT设备的干系装备代价量分别达到2.5-3百万美元与3-3.5百万美元，供配电占约1/3，热管理占约1/3，机柜、软件做事占1/3。
3.我们认为AI数据中央的供配电与热管理设备相较于传统数据中央，对产品功率密度，质量稳定性哀求更为严苛，准入门槛提升，更利于行业头部企业。
数据中央干系配套装备可分为三大类
1.数据中央供配电装备。中压侧包含中压自动转换开关（ATS）、中压备电系统（传统数据中央一样平常利用柴油发电机）、10kV配电与变压器。低压侧则包含400V主配电柜，UPS及精密配电柜系统。
2.热管理系统。一样平常分为风冷与液冷，个中风冷又可进一步分为传统风冷与氟泵风冷，紧张的设备均为风冷空调系统；液冷目前技能的主流为单相浸没式液冷与冷板式液冷。核心设备为冷源、液冷分配单元（CDU）、冷却液等。
3.机柜、数据中央软件与做事。
根据维谛指引，高能量密度打算的数据中央（即AI数据中央）每MW的核心IT设备所对应的配套设备的代价量，将由目前的250-300万美元，增长至300-350万美元。
1. 维谛是环球三相大型UPS、数据配电与开关集成、热管理系统的领军企业，产品涵盖除了备电柴发外的险些所有数据中央干系装备。因此我们认为其收入构造可一定程度上代表数据中央干系装备的代价量分布。
2.整体来看，热管理系统、供配电系统均占的数据中央配套装备市场空间的约1/3。
3.根据维谛指引，每MW的数据中央核心IT设备的配套干系设备的代价量，在传统数据中央为250-300万美元，在AI数据中央，则有望提升至300-350万美元。其核心驱出发分源于两部分，一方面是高功率机柜将更大比例的利用液冷，另一方面高功率的机柜与整体数据中央能量密度的提升，也将使得供配电环节的产品哀求提升，带来单位代价量的增长。
以英伟达DGX做事器的演化为例，基于V100的DGX-1的做事器最大功率仅3.5kW，而基于H100/B200的做事器最大功率则增长至10.2/14.3kW。考虑一个机柜包含4个DGX做事器，机柜的功率将由DGX-1的14kW增长至DGX H100/B200的41/57kW。机架的体积不变，但功率持续提升下，风冷的散热效率开始逐步难以知足哀求，液冷的需求占比将持续提升。
供配电等环节的质量与性能哀求也须要同步提升。此外，由于整体数据中央低压侧的电压并不会有变革，但整体功率大幅提升下，核心的精密配电单元的数目或可承载电流则须要大幅提升。整体上，数据中央功率密度的大幅提升，对供配电，以及热管理，乃至整体的系统掌握 ，都将提出更高的哀求。
我们认为AI数据中央供配电及热管理干系设备，由于其更高的质量、性能哀求，将使得进入门槛抬升，各环节的龙头企业具备更优的竞争格局，享受质价双增。
AI数据中央可能带来稳定电源紧缺与区域性缺电风险
我们已经看到数据电力需求在AI的带动浸染下或将快速增长。从总量角度，以2022年的用电量为基准，基准情景下中/美2030年的数据中央用电量将达到总用电量的12/18%，乐不雅观情景下则将达到总用电量的20%/31%。构造来看，由于数据中央区域分布并不屈衡，以及AI需求下对电能质量的哀求明显提升，将形成两方面的电力紧缺可能性，带来构造性的投资机遇。
1.区域性缺电风险存在提升的可能性，特殊是北美。美国目前数据中央紧张分布于加州、德州、弗吉尼亚（Virginia）州等。个中，弗吉尼亚州因其电价低、营商环境好、光纤网络便利，拥有环球约35%的超大规模数据中央（Hyperscale datacenter），是美国最主要的数据中央集中区域。我们估算到2025/30年弗州数据中央用电需求占比将达到当前州内全部用电量的43%、89%（vs当前：21%），或可能形成区域性缺电。乐不雅观情景下，按同样假设，弗州数据中央用电需求将达到2022年总用电量水平的1.63倍，缺电风险进一步提升。
2.高质量的稳定电源或供不应求，北美短期核电最为受益。以H100 SXM与A30作为GPU为比拟，考虑一个数据中央包含5000台做事器，每台做事器中包含8个GPU。数据中央做事器总代价量将相差近6.4倍，个中利用H100 SXM数据中央的做事器总代价量将达到16亿美金以上。耗电量上则将相差4倍，数据中央供应配电与热管理设备的代价量占比由18%低落至13%。同时，AI数据中央的用能负载率也较高（演习在特定时间内可达100%）。综上缘故原由，将使得数据中央对付电能的可靠性、连续性有更高的哀求。虽然供配电系统可以平抑一定的颠簸，但发电电源本身的电能质量，也开始得到进一步的重视。我们认为：
稳定性电源相较于非稳定电源，在AI数据中央的电力运用上，有望得到溢价。
结合清洁性的哀求，短期兼备稳定/不间断/清洁哀求的电源紧张为核电，远期氢能与小堆或成为主要的补充性稳定基荷能源与备用电源。
3.AI作为主要的电力增长驱动，也将带动稳定的基荷电源具备增量的装机成长空间，并驱动基荷性的新型电源迎来市场化的机遇。优质的发电装备企业迎来新的发展周期。
总量：分布的不屈均性可能带来区域性缺电风险
总量层面，数据中央对电力增长的拉动效应美国高于中国。基准与乐不雅观情景下，均匀年用电增量较2022年用电量的弹性美国/中国分别达到1.5%/1%与3.2%/2.2%。2018-2022年，中国用电量CAGR达到6%，美国仅0.44%，险些无增长。由此，AI将成为美国的主要的电力增长的驱动要素，拉动美国电力重新回归正增长。
构造来看，美国数据中央分布相对集中，部分州数据中央占用电需求达到州内总用电量的可不雅观比例，带来区域性缺电的可能性。
1.数据中央的分布每每会考虑靠近运用、低电价、稳定供电等成分，具备一定的集中性。以弗州为例，因其电价低、营商环境好、光纤网络便利，拥有环球约35%的超大规模数据中央（Hyperscale datacenter），是美国最主要的数据中央集中区域。弗州的工业电价相对付美国整体较低，紧张受益于天然气发电占比高（电力供应的54%来自天然气，且个中80%+是成本相对上风的煤层气，此外31%为稳定核电）且零售电价竞争放开带动电价优化。
2.美国前三大的数据中央集中地为弗吉尼亚、德州、加州。根据Datacentermap统计，美国目前数据中央紧张分布于加州、德州、弗吉尼亚（Virginia）州等，按数据中央数量来看分别占比12%、10%、8%。数据中央在部分州已经霸占其州内总用电量可不雅观比重，如根据弗州最大的公用奇迹企业道明尼能源表露（Dominion Energy，在弗州售电量份额约三分之二），其在弗州2022与2023年电力发卖中21%/24%流向数据中央。
3.以弗吉尼亚为例，AI需求的爆发会对周内的电力需求带来紧缺的可能，提高了其州内公用奇迹企业支出增长的增速。弗州为例，我们估算弗州贡献全美数据中央用电量的~18%。基准情景下，我们预期美国2025/30年数据中央用电量达到32、66亿度电，若弗州坚持18%的占比，则到2025/30年弗州数据中央用电需求占比将达到当前全部用电量的43%、89%（vs当前：21%），电力缺口较大。此外，德州州长亦于近期表态[footnoteRef:8]，若要知足德州由居民、石油钻井、数据中央等拉动的电力需求，德州电力装机须要每年增长15%。道明尼能源在其2023年年报中也提及数据中央会为弗吉尼亚未来10年带来持续且可不雅观的电力需求增长，因此从供给层面面临寻衅，须要在发电与输电层面加大投资以匹配持续增长的需求，其2024年方案的弗吉尼亚州业务成本支出（包含发电、输电与配件）较2023年增长31%，达到94亿美元。
质量：高可靠、不间断、清洁性驱动稳定发电电源需求
我们认为AI数据中央将驱动稳定与清洁型电源需求提升，短期最得当的电源类型为核电，中长期考虑清洁性下，氢基燃料电池或氢燃机，以及核电小堆或将成为主要的技能发展方向。
1.颠簸带来的本钱损耗远高于传统数据中央。AI数据中央的代价量随着GPU算力与价格的提升而快速增长，因此在同样的电源所引发的硬件损耗的概率下，AI数据中央的丢失都将更高。由此，电源接入本身的选择也将追逐更为稳定的来源。
2.电源稳定不间断：AI的运用不论是演习还是推理，都可能在较高的负载率下事情（演习可能达到100%），因此其用电负载颠簸性小，对电源的稳定性、连续性的哀求相较于负载颠簸率大的传统数据中央更高。
3.电源具备清洁性：北美互联网巨子已经成为美国最主要的绿电PPA买家，因此清洁性对付其AI数据中央的发展同样主要。
AI数据中央随着单卡算力与价格的不断提升，数据中央的核心代价体量在快速提升，潜在电源颠簸带来的丢失将更高。我们以A30与H100-SXM GPU为比拟，考虑一个5000台做事器的数据中央，每台做事器包含8个对应的GPU。从下图可以清晰的看到，从做事器代价量，最大总功耗等各环节，H100-SXM均是A30数据中央的数倍。同时，由于数据中央的占地面积并不会等比例扩大，因此功率密度也大幅提升。在同样的电源的颠簸概率下，AI数据中央潜在的受损额将更高。
AI数据中央的负荷率或进一步高于传统数据中央，对电能的稳定性哀求更高。根据施耐德，AI演习的事情负载可达100%（即一贯以最大功率运行），而模型的单次演习韶光并不短，如GPT-4的单次演习时长可达5-6个月[footnoteRef:9]，由此将进一步提升对电能稳定与不间断性的哀求。
AI数据中央在用电质量哀求上，将进一步高于传统数据中央，特殊是对电能稳定性，以及电能不间断性的哀求。虽然说通过UPS、备电等供配电系统的优化，可以将市电进行优化，但考虑到极高的代价量与潜在的颠簸性带来的丢失，我们认为优质的发电电源，也将成为AI数据中央主要的选择一环。
北美互联网与云巨子同时在电力供给上追求清洁性。根据BNEF数据，以2022年统计为例，美国清洁能源购电协议（PPA）的头部买家均为北美互联网与云巨子，个中前四大买家包括Amazon、Meta、Google、Microsoft，其分别在2022年单年采购了10.9、2.6、1.6、1.3GW的清洁能源PPA（风电+光伏），上述TOP4企业合计16.4GW的采购量占到北美2022年清洁能源PPA总签订规模的~70%。
结合稳定、不间断、清洁性，目前可选的发电侧电源相对有限，北美以核电为主。供给基本无增长，需求高增长下，供需不匹配可能会加速AI数据中央对存量北美核电的资源对接。
1.当前美国核电贡献全部发电量~18%，短期内无新增机组、存量机组陆续延寿。美国目前在运核电站96.95GW/94座，2022年实现发电量769.5TWh，贡献美国发电量的18%。美国核电培植高峰紧张系1970-80年代，因此目前在运核电机组加权均匀寿命达到42年。1979年三里岛核事件后美国核电新机组审批冻结30余年，直至2012年小规模重启核准了三座新增核电站，并已陆续于2016年、2023年、2024年投产。目前美国无已核准待建/在建核电项目，考虑到美国新核电机组须要4~6年审批+6~8年培植周期，在未来十年内美国新增核电机组能见度较低。存量机组则可以再到寿前申请延寿（基准寿命40年，可申请40年延寿至60年，以及60年延寿至80年），申请周期一样平常在2-3年。
2.AI数据中央对存量核电的资源对接提速。包括：1）2023年1月Talen Energy旗下Cumulus Data的首个48兆瓦数据中央由宾夕法尼亚州东北部2.5 GW的萨斯奎哈纳核电站直接供电；Amazon后续于2024年3月收购了该项目并操持将数据中央规模扩大至475MW及以上。2）Dominion Energy于2023年1月宣告操持在康涅狄格州中部的米尔斯通核电站附近建造一个数据中央园区。美国最大核电上市运营商CEG在其古迹演示材料中亦传达了数据中央需求有望给其核电电力带来额外代价创造的预期。
中长期来看，从增量角度出发，分布式、清洁性、高稳定的发电电源的发展看核电小堆与氢基发电。
1.数据中央需求和技能进步带来SMR（小型模块化机组）的培植激情亲切。Green Energy Partner GEP提交申请位于弗吉尼亚州萨里的核动力数据中央园区获批，该基地将采取小型模块化核反应堆。2022年美国核电监管委员会（NRC）批准了一项决定许可SMR培植在相对人口密集区的决定，并于2023年批准了首个SMR堆型设计（来自NuScale）。NRC估量到2029年会看到不少于25座SMR核电站的培植申请，且美国第一个SMR小堆有望于2029年投产。干系行业参与者包括GE、Nuscale等。
2.氢基燃料电池、小型氢气轮机是远期清洁基荷电源的又一选项。氢基燃料电池、小型氢气轮机同样具备小型模块化、清洁稳定、分布式灵巧等适配数据中央（尤其是边缘数据中央）用电需求的特色。一方面，如美国Bloom Energy的SOFC燃料电池模式，当前通过天然气重整供给燃料电池进行发电，从而为客户供应全天候（7天/24小时全在线）的稳定电力供应，做事于包括美国、韩国的公用奇迹、数据中央、农业、制造业等多个行业的客户。未来通过绿氢替代天然气亦具备技能根本、关键看绿氢平价节奏。根据BloomEnergy 4Q23古迹展示材料表露 ，截止2023年末公司在手订单约120亿美金，折合约3GW规模。另一方面，GE子公司GE Vernova针对数据中央场景主推30MW级Aero系列燃气轮机，且未来操持持续通过燃机掺绿氢替代以降落机组的碳排放强度。
（干系企业剖析详见研报）
风险提示
AI数据中央培植不及预期
AI数据中央的培植是我们预期电力与设备需求增长的底层核心，其受到以下几类成分影响可能存在不及预期的可能性，如GPU实际的供应不敷，AI的发展结束。若AI数据中央培植不及预期，将使得我们对付电力与装备的测算无法兑现。
AI芯片功耗优化不及预期
AI芯片的功耗影响到未来电力的需求，目前AI芯片技能的发展使得每W的算力在快速提升，使得目前的电力供给尚可知足AI的发展。若AI芯片的功耗不及预期，将使得电力的需求进一步膨胀，进而阻碍AI增长。
本文源自券商研报精选