38吉瓦落差：当AI资本开支开始向电力供给对齐

2026年10月26日，摩根士丹利发布主题研报，把2026至2028年美国数据中心的净电力缺口预期从33吉瓦上调至38吉瓦。消息当天，英伟达股价一度上涨近3%，市值升至5.23万亿美元；研报同时点出一个更结构化的判断——在电力供应受限的环境下，ASIC芯片可能相对GPU失去份额，理由是前者的每瓦Token产出更低、跨客户可替代性更弱。

这份研报的价值不在于给出一个新的预测数字，而在于它做了一件此前多数资本市场研究没有认真做的事：把2027年1.5万亿美元、2028年1.6万亿美元的数据中心资本开支预期，与电力可用性放在同一张表上对齐。研报直言，约三分之一的电力缺口并不构成市场共识——不少投资者相信企业会"创造性地找到绕过瓶颈的办法"，并援引依然强劲的供应链订单作为佐证。而摩根士丹利的立场没有动摇：电力缺口是真实的，而且是建设节奏的关键约束。

本文以这份研报的一手数字为骨架，逐层拆解缺口的算术结构、五类"缩短通电周期"方案的可行性与上限、电力约束向芯片选型和供应链末端的传导机制，并按照本站行业分析框架完成利润池、集中度、三档情景与上游风险四个维度的量化推演。所有研报数字均标注原始口径，本文自身的推演另行注明，二者不混用。

一、事件还原：三层算术撑起一个38吉瓦

研报里的"38吉瓦"不是单一预测，而是一套三层递进的算术结构。理解这三层，是理解全部后续推演的前提。

第一层是"方案前缺口"。2026至2028年美国数据中心电力需求为116吉瓦（此前一轮测算为97吉瓦），扣减在建的表前与表后机房25吉瓦、可用的表前电网容量21吉瓦，得到方案前缺口70吉瓦（此前为57吉瓦）。

第二层是"美国本土净缺口"。在70吉瓦之上，研报计入五类"缩短通电周期"方案并给出低、中、高三档取值——额外表后涡轮机与发动机6/22/38吉瓦、Bloom Energy燃料电池5/6/8吉瓦、在运营核电站同址建设数据中心1/3/8吉瓦、改造既有通电机房场址11/19/27吉瓦、美国需求向亚太溢出5/6/8吉瓦。概率加权后，本土净缺口为60/43/23吉瓦，分别占需求的52%、38%与20%。

第三层是"含全球方案的净缺口"。再把亚太溢出计入，净缺口为56/38/17吉瓦，占需求的48%、33%与14%。研报在中位数一档明确标注"我们认为这是最可能出现的结果"——即美国本土43吉瓦（占需求38%），或计入全球方案后的38吉瓦（占需求33%）。这正是本次上调至38吉瓦的落点。

二、需求侧上修：从97到116吉瓦的三处改动

方案前缺口从57吉瓦扩大到70吉瓦，供应侧的两项扣减（在建25吉瓦、可用21吉瓦）并未放松，扩大的动力全部来自需求端——97吉瓦到116吉瓦的19吉瓦上修。研报对此给出了三处模型修改，每一处都值得电力行业的人细读，因为它们实质上是在回答一个问题：此前对数据中心电力需求的测算，到底漏掉了什么。

第一处，机架级部件能耗入表。为所有已购芯片供电所需的公用电力预期上调，新增了储能、网络及其他机架级部件的能耗——这些此前未计入。这与机架功率密度的演进直接相关：当单机架功率从几十千瓦迈向240千瓦量级，铜缆、母排、电源转换与散热环节的附加能耗不再是可忽略的尾数。研报中Vera Rubin NVL72的假设结构清晰地展示了这一点——72颗GPU合计165.6千瓦之外，另有68.4千瓦用于CPU、网络及其他机架部件，机架级"非GPU负载"占比约三成（29%）。

第二处，历史非生成式AI数据中心需求上调。生成式AI之外的存量数据中心（云计算、企业IT、流媒体等）本身的电力需求被重新校准。这部分需求增长平缓但基数庞大，是电力规划中最容易因"注意力偏移"而被低估的部分。

第三处，负载因子的正确计入。研报在电力方法论中计入75%的负载因子，提高了芯片满负荷运行所需的总电力。这一处理把"名义装机"与"实际要准备的电力"区分开：AI训练与推理负载并非均匀分布，电网与表后电源必须按更高的同时率预留容量。

三处修改合起来，指向一个行业级的方法论结论：算力需求向电力需求的折算，正在从"芯片TDP加总"的粗口径，转向"机架级全部件、含负载因子、分口径换算"的细口径。折算口径每精细化一次，需求侧数字就上抬一截——这不是预测变悲观了，而是尺子变准了。

口径精细化还有一个容易被忽略的副作用：它改变了制冷与供配电环节在需求测算中的权重。PUE每相差0.1，同一批芯片对应的电网侧电力需求约相差7%至9%（视PUE基线而定）；当机架功率密度爬升到200千瓦以上，风冷向液冷的切换不再是"能效优化"，而是需求测算的必选项——液冷把制冷能耗压缩的同时，也把冷却系统的可靠性要求提升到了与IT设备同级。东南亚市场的液冷渗透率数据（2026年AI芯片液冷渗透率突破50%、新建AI机柜超70%）说明这一切换已从趋势变成现实。对电力规划者而言，这意味着"数据中心负荷"正在从一个同质化的用电类别，分裂为"风冷存量"与"液冷增量"两个特性迥异的子类：前者对电价的响应平缓，后者对供电可靠性的溢价承受力远超传统工业用户。

与口径精细化配套的，是研报强调的三档电力口径纪律：总电力（电网交付的总量）、关键IT电力（经PUE折算后送达芯片的部分）与已用电力（芯片实际消耗、含负载因子）。三者之间必须显式换算，任何跨口径的直接比较都会产生系统性误差。这也是国内"东数西算"与智算中心规划讨论中最常见的口径陷阱——宣传材料里的"兆瓦"到底指哪一档，往往决定了几十亿元投资的经济性测算是否成立。

供给侧的两道扣减与缺口刚性

供给侧的算术看似简单——在建25吉瓦加可用电网容量21吉瓦，合计46吉瓦——但两道扣减各自的含义值得展开。

在建的表前与表后机房25吉瓦，代表已经开工、确定性最高的供给增量。值得注意的是，研报同时连续上调了可用表前电网容量的估计：2026至2028年口径由15吉瓦升至20吉瓦，本轮扣减测算进一步取21吉瓦——电网侧两轮合计"多挤出"了6吉瓦，但这部分改善仍被更大的需求上修吞没，净结果依旧是缺口扩大。这个细节说明：即使在电网调度弹性已经边际改善的前提下，供给爬坡依然追不上需求重估的幅度。

更结构性的约束在电网侧的物理规律：输电线路与变电站的扩容周期以年计，大型变压器与高压开关设备的交付周期在部分市场已拉长到三年以上，而数据中心机柜的交付以周计。这种时间尺度错配意味着，只要需求预测处在快速上修通道，"方案前缺口"就天然倾向于扩大而非收敛。缺口的刚性不来自任何单一环节的短缺，而来自供给侧各环节最慢一环的决定性。

研报还提示了一个容易被忽略的动态：表前电网容量的可用性是"存量挤占"式的——今天给数据中心并网的每一兆瓦，都来自同一张电网里其他潜在用户（制造业电气化、建筑电气化、交通电气化）的排队序列。AI数据中心对电网容量的挤占效应，正在成为美国公用事业监管讨论的新议题，也是跨行业电力配置研究需要纳入的变量。

三、五类"缩短通电周期"方案：招招有上限

面对70吉瓦的方案前缺口，研报列出了五类可以缩短通电周期的方案，并罕见地给每一类标注了成功概率：额外表后涡轮机与发动机90%、Bloom Energy燃料电池90%、在运营核电站同址70%、改造既有通电机房场址85%、向亚太溢出90%。概率不低，但没有一招能单独填平70吉瓦——五项全按中位数档直减，70吉瓦的方案前缺口仍剩14吉瓦没有着落；而按研报的概率加权口径，本土净缺口仍有43吉瓦。研报的潜台词很清楚：缺口可以被缩小，但无法被消除。

四、三个杠杆的现实约束：劳动力、可服务性与监管

表后电源的天花板是劳动力，不是产能

研报的基准情形预测2026至2028年上线31吉瓦表后方案，取"已签约合同"与"总可能产能"的均值；若按涡轮机等的总产能计，缺口可以进一步收窄。但瓶颈随即转为劳动力：其公用事业团队认为，现有劳动力基础大约只能支撑每年10至20吉瓦的燃气新增（含表后与电网两侧），到本年代末这一数字才可能提升至每年50吉瓦以上。换言之，表后电源不是"想建多少建多少"，而是受制于能有多少熟练工人把它装起来。这对设备制造商是订单可见度，对缺口收敛速度却是硬约束。

亚洲有电，但未必接得上

针对外溢杠杆，研报估计2026至2028年溢出6吉瓦；其亚洲团队通过与公司沟通，预计到2030年约15吉瓦美国超大规模需求可能溢出至亚洲，另有约3吉瓦来自东盟、印度与韩国的新建晶圆厂。按区域拆分：马来西亚4.0吉瓦、其他东盟4.0吉瓦、印度及其他3.4吉瓦、澳大利亚2.0吉瓦、日本1.5吉瓦。泰国、印度与日本吸引的数据中心承诺最强，泰国还受益于中国超大规模厂商的需求。这些市场合计约有30吉瓦富余电力容量，来自燃气、煤炭与核电产能爬坡——但研报同时点明，电网约束限制了近期可服务性。有电，不等于接得上。

电网优化与削峰：理论上行，现实受限

第三个杠杆最技术性，研报的反驳也最不留情面。电网增强技术（让电网更"聪明"的软硬件）确实是较低资本开支提升既有线路容量的路径，但关键约束在于公用事业公司愿不愿意投。数据中心削峰（承诺在用电高峰少用网电）理论上能缓解电网压力，但研报认为公用事业公司不会因此提高数据中心的并网容量——因为它们按最极端条件管理电网，而需求响应的持续时间远短于其所规划的极端事件。研报举了个具体的例子：冬季风暴伴随轮流停电时，数据中心不太可能连续六天运行柴油发电机，何况还受州与地方污染物及颗粒物排放限值约束；此外，美国几乎没有能实现该结果的监管动作。

这一段对中国的电力市场研究者有直接的镜鉴价值：国内虚拟电厂与负荷聚合政策讨论中，"削峰换并网容量"的思路同样面临"可靠性口径下削峰可信度不足"的质疑。差异在于制度环境——中国的有序用电与需求响应由电网企业统一组织，可信度由行政机制背书；美国则依赖市场合约与监管规则，可信度建立得更慢。同一个物理逻辑，两种制度给出的收敛速度完全不同。

把五类方案放回同一个坐标系，还能读出一层组合逻辑：改造既有通电机房（中位19吉瓦）与表后涡轮机（中位22吉瓦）是体量担当，二者合计已达中位净缺口43吉瓦的九成半；燃料电池与核电同址是补充项，分别胜在交付确定性与零碳属性；亚太溢出则是五类之中唯一不占用美国本土资源的泄压阀。五项的概率都给在70%以上，说明卖方研究对"方案能落地"已无分歧——真正的分歧在落地速度，而这恰恰是劳动力与电网这两个最不性感的变量决定的。对设备采购方而言，这意味着报价单上的交期数字比产能数字更接近真相；对政策研究者而言，这意味着缺口的收敛曲线更像一条由安装工人数量画出的折线，而不是由技术突破画出的曲线。

五、电力约束如何传导到芯片选型：每瓦Token成为估值锚

研报最具行业冲击力的判断，是电力缺口沿供应链向芯片选型的传导：在电力供应受限的环境下，ASIC可能相对GPU失去份额，因为其每瓦Token产出更低、跨客户可替代性更弱。这个判断的逆命题同样成立——英伟达与博通被列为半导体首选，理由包括相对保守的业绩指引、芯片出货可见度、美国以外市场扩张，以及英伟达更高的每瓦Token产出。

把这条传导链画出来，就是一套完整的"电力约束定价"逻辑：并网排队拉长，使"每兆瓦能产出多少Token"从运营指标升级为投资决策的排序指标；当电力成为稀缺资源，芯片采购的标准就从"每颗芯片多少钱"变成"每瓦电力买回多少算力产出"。这一转变对不同技术路线的影响是非对称的：GPU生态凭借更高的每瓦效率与通用性获得溢价，定制ASIC则因单客户绑定、效率劣势而在电力紧张时期流失边际份额——即便其在单位算力成本上仍有优势。

成本侧的逻辑为这套传导提供了另一半支撑：研报测算，每TFLOPs的数据中心成本自Hopper世代的约14.30美元降至Rubin Ultra的约0.88美元——数据中心总成本虽随代际上升，但单位成本下降更快。即便存在电力缺口，企业采用缩短通电周期方案的经济学依然成立：单位算力的电力成本摊薄，足以覆盖表后电源与快速并网方案的溢价。这正是为什么缺口没有终结建设，而是改变了建设的形态——从"等电网"转向"买时间"。

再往深一层看，每瓦Token的估值锚正在改写芯片采购的决策模型。传统采购决策以"每颗芯片的算力成本"为中心，电力只是运营成本项；而在电力约束下，一颗效率低10%的芯片，意味着整个数据中心生命周期内多出一成的电力容量占用——在并网排队以年计的市场里，这"一成容量"的时间价值远超芯片价差。这正是ASIC困境的微观机理：定制芯片在批量部署、单位算力成本上占优，但一旦客户的电力额度成为紧约束，效率劣势就被放大为容量机会成本；同时其指令集与互联绑定单一客户，无法像GPU那样在电力受限时灵活转售或跨客户调剂。芯片可替代性与电力可得性，在这个框架下成了同一枚硬币的两面——这也是研报把"跨客户可替代性更弱"与"每瓦Token产出更低"并列为ASIC失份额两大理由的深意。

六、机架功率之争：234千瓦的依据与未计入的改进

研报对Vera Rubin机架功率假设的辩护，是全篇工程细节最密集的部分，也直接关系到电力需求测算的可信度。摩根士丹利9月把Vera Rubin机架功率由149千瓦上调至234千瓦、Rubin Ultra由415千瓦上调至600千瓦，收到不少市场反馈后，本次专门回应。

其测算逻辑是：Vera Rubin NVL72假设单GPU热设计功耗2300瓦，72颗GPU合计165.6千瓦，另加68.4千瓦用于CPU、网络及其他机架部件；Rubin Ultra则采用英伟达在GTC 2025提出的600千瓦口径。四个参照系支撑了这个数：英伟达自己的路线图（上周OCP峰会重申）把NVL72标在约240千瓦；英伟达另引用的330千瓦是其110千瓦电源架所支持的电力容量，而非NVL72的预期功耗；MGX 1.2架构支持最高250千瓦；供应链方面，施耐德电气给出227至246千瓦、Vertiv约240至250千瓦、TrendForce约225千瓦、和硕为其NVL72 Max-P指定228千瓦——六路独立口径全部落在225至250千瓦区间内。

研报另提到三类工程改进值得留意，但模型目前未计入其潜在收益：英伟达的MaxLPS（按需向GPU分配电力）、机架智能电力平滑（用储能与GPU级控制削平功率尖峰）与800VDC配电。这三项技术与本站此前关注的AIDC供电架构演进（HVDC、SST路线）直接衔接：电力平滑本质上是把储能搬进机架，用毫秒级功率调节降低峰值功率需求——如果规模化落地，同样的GPU算力对应的电网容量需求可以下修，这正是"缺口收窄"的潜在技术变量。Rubin Ultra方面，研报承认因原Kyber机架设计取消、改由新架构替代，最终配置仍在演进，不确定性更大。

七、行业透视（一）：产业链与利润池——缺口的钱流向哪里

把38吉瓦缺口翻译成产业语言，就是一条清晰的资金流向：谁能让数据中心提前通电，谁就拿走溢价。研报点名的受益标的两类——美国"缩短通电周期"方案供应商（表后电源的Bloom Energy、Solaris，已通电机房供应商TeraWulf、Hut 8、Cipher Mining、Riot Platforms），以及美国以外的数据中心增长——本质上都是"时间价值"的变现者。

本文按中位档方案结构，对2026至2028年"缩短通电周期"相关设备与工程市场做一显式推演（以下为本文推演，非研报数字）：表后涡轮机与发动机中位22吉瓦，按简单循环燃气机组600至900美元/千瓦的设备口径，对应约132亿至198亿美元；燃料电池中位6吉瓦，按分布式燃料电池2500至3500美元/千瓦的系统口径，对应150亿至210亿美元；改造通电机房中位19吉瓦，按改造扩容300至600美元/千瓦的工程口径，对应57亿至114亿美元。三项合计约340亿至520亿美元，横跨2026至2028年三年兑现。若叠加电力平滑储能、800VDC配电改造与光模块等关联增量，"买时间"市场的总盘子将迈向500亿美元以上量级。

利润池的分布比规模本身更有信息量。溢价最高的环节是"已通电机房"——存量通电容量在排队经济下成为稀缺资产，研报点名的四家机房供应商股价逻辑皆源于此；量最大的环节是表后发电设备，燃气涡轮三大制造商的订单排期已普遍到2028年之后；弹性最大的环节是机架级电力电子——电力平滑、800VDC、电源架构切换带来的单瓦价值量重估，正是本站在施耐德收购PTC一篇中讨论的"供电竞合"的延续。三个环节的共同点：都位于"电力换时间"的价值链上，替代弹性低，议价能力强。

八、行业透视（二）：竞争格局量化

围绕缺口价值链，本文按公开行业口径对各环节集中度做一量化梳理（均为约数，标注口径与推演属性）：重型燃气轮机环节，GE Vernova、西门子能源、三菱重工三家的全球大燃机订单份额长期在七成以上（公开订单口径），交期紧张进一步强化了在位者地位；数据中心UPS与配电环节，Vertiv、伊顿、施耐德三家合计约占全球市场一半到六成（不同统计口径有别），800VDC与SST新架构下份额尚未锁定；AI加速芯片环节，英伟达在数据中心GPU的份额按出货金额口径约八到九成，ASIC阵营（博通定制芯片业务、Marvell等）以单客户绑定模式切分剩余部分；分布式燃料电池环节，Bloom Energy在美国固SOFC市场接近独占（公开披露口径下的绝对多数份额），是最接近"单一供应商"的环节。

这个集中度结构给出两个判断。其一，缺口的利润池天然向高集中度环节聚集——燃机、燃料电池、GPU三个CR3最高的环节，恰是"缩短通电周期"路径上不可绕开的环节，卖方市场结构在2028年前难以逆转。其二，份额尚未锁定的环节是机架配电新架构——800VDC、SST、电力平滑的技术切换窗口恰好与缺口扩大的时间窗重合，这是设备新进入者与中国特色供应链（本站在AIDC供电系列中持续跟踪的中恒电气、宁德时代链条）最有机会的战场。

集中度的时间维度同样重要。燃机三强的订单排期意味着新产能释放集中在2028年之后——在此之前，市场是纯粹卖方市场；而机架配电的架构切换窗口只有两到三代产品周期，一旦英伟达路线图上的800VDC方案成为事实标准，窗口即告关闭。两类环节的"集中度粘性"来源不同：前者来自物理产能的供给刚性，后者来自生态标准的锁定效应。对产业链投资者与采购方，这意味着完全不同的议价策略——燃机环节的溢价要按"排队时间"定价，配电环节的份额要按"标准话语权"定价。研报把英伟达列为首选时给出的四个理由（保守指引、出货可见度、海外扩张、每瓦Token）里，前两者本质都是在为"时间价值"定价，这与缺口价值链的定价逻辑一脉相承。

九、行业透视（三）：市场规模测算与三档情景

以缺口三档为锚，本文对2026至2028年美国"缩短通电周期"市场的累计规模做三档情景测算（本文推演，单位投资取值已在表内显式列出，读者可自行替换假设）：

敏感性上，结果对两个变量最敏感：一是表后涡轮机的单位投资与劳动力约束——若劳动力瓶颈使燃气新增停留在每年10吉瓦下限，中档情景的设备市场规模将下修一至两成；二是改造通电机房的单位投资——已通电机房溢价越高（资产价格重估越充分），改造路线相对新建的经济性越弱，该分项对三档差异的贡献会显著收窄。这两个变量也是观察情景间切换的先行指标。

十、行业透视（四）：价值链上游风险

缺口经济学并非只涨不跌的单边故事，研报与本文共同识别出四类上游与结构性风险：

一是牛鞭效应末端风险。若数据中心建设因电力约束出现暂停或放缓，扰动最可能出现在"牛鞭效应"的末端——即由短缺驱动定价支撑收入与利润的地方：存储、光模块等下游组件，以及熊市情形下可能被超额订购的电源管理与模拟器件。这一判断与半导体库存周期的经典教训一致：越靠末端、越依赖短缺定价的环节，回摆越剧烈。

二是劳动力风险的双向性。劳动力短缺既限制供给爬坡（推高缺口），也限制缩短通电周期方案的兑现（压低方案市场规模的兑现速度）——它同时作用在分母与分子上，使"缺口收窄"与"方案商放量"未必同步发生。

三是研报自身的利益冲突披露。研报披露页显示，摩根士丹利与所覆盖公司存在业务往来：截至2026年9月30日持有英伟达、博通、Bloom Energy、GE Vernova、TeraWulf、Solaris等多家公司1%以上普通股；过去12个月曾为其中多家管理公开发行并收取投行服务报酬；多位署名分析师本人持有提及公司的股票。本文引用其数字时保留这一背景信息——38吉瓦的算术结构经得起复算，但"谁受益"的判断章节应打折阅读。

四是政策与排放约束。柴油发电机备用方案受州与地方排放限值约束，"连续六天自发电"的极端场景不可依赖；核电同址的许可以及亚太各国的数据中心审批节奏，都可能成为单点减速变量。

十一、亚太溢出与中国镜像：30吉瓦富余与23.9亿千瓦时

把镜头拉回亚洲与中国的交叉视角，是本文认为最有增量信息的部分。研报亚洲团队给出的2030年15吉瓦溢出地图——马来西亚4.0吉瓦、其他东盟4.0吉瓦、印度及其他3.4吉瓦、澳大利亚2.0吉瓦、日本1.5吉瓦——勾勒出一条"美国需求、亚洲电力"的新贸易路径。这与中工网10月26日报道的东南亚算力图景相互印证：区域数据中心电力需求预计将从2025年的约2.6吉瓦增至2035年的10.7吉瓦；马来西亚计划到2030年新增8吉瓦燃气发电并讨论启用核能；泰国国家电力局获准直接向200兆瓦以上数据中心供电。

中国在这一格局中的位置是双重的。其一是电力出口通道：2026年上半年中国对东盟出口电力23.9亿千瓦时，同比增长42.9%；中老500千伏联网工程4月投产，将中国与老挝电力互通能力从5万千瓦提高至150万千瓦；2026年5月至7月，中方对越送电容量提升至600兆瓦。当东南亚数据中心集群的电力需求爬坡时，中国南方电网的跨境通道是区域内少数已物理建成的供给增量。其二是算力与设备的间接参与：研报提到泰国受益于中国超大规模厂商的需求，而液冷技术在中国AI芯片上的渗透率（2026年突破50%、新建AI机柜超70%）与东南亚新建数据中心的能效要求形成技术输出通道。

对照国内，本站在DeepSeek乌兰察布智算中心一篇中拆解过中国式的"算电协同"路径——用绿电直连、源网荷储一体化把算力负荷绑在富余新能源上；美国路径则是市场化的"买时间"——表后电源、燃料电池、核电同址。两条路径的分野不在技术而在制度：美国电网排队机制下时间价值被显性定价，中国则通过规划通道与绿电直连政策把时间成本内部化为项目设计约束。38吉瓦缺口的最大启示在于：无论哪条路径，算力竞争的下一章都写在电力报表上——差异只在于是谁的电力报表。

亚太溢出本身也在重塑区域电力市场的定价结构。马来西亚4.0吉瓦的承接规模意味着柔佛州的燃气机组与新能源项目将获得一批长期购电协议客户，数据中心承购方的信用等级高于本地工业用户，这类合约对独立发电商的融资成本有直接改善；泰国与越南的承接则更依赖跨境电力贸易的扩容——这恰是中国南方电网跨境通道的物理优势所在。研报点出的约束（"电网约束限制了近期可服务性"）提示溢出的兑现节奏未必如90%成功概率暗示的那么快：30吉瓦富余容量分散在六七个市场，单市场的电网扩建、许可与购电协议谈判各有周期，6吉瓦的2026至2028年溢出量级在此意义上是一个偏审慎的估计。

十二、边界与局限

本文的分析存在若干必须言明的边界。其一，研报数字均转引自公开发布的媒体转述口径，原始研报为付费内容，个别数字（如概率加权的具体权重）无法独立复核，本文严格按转述口径引用并标注，未做二次加工。其二，表1中的三档取值为研报对2026至2028年的累计口径，与年度节奏的对应关系研报未披露，本文未强行拆分到年度。其三，行业透视（一）（三）中的市场规模的单位投资假设（600至900美元/千瓦的燃机设备、2500至3500美元/千瓦的燃料电池系统、300至600美元/千瓦的机房改造）为本文基于行业公开报价区间的推演取值，实际成交价随交期与规模波动显著，三档情景应理解量级判断而非精确预测。其四，集中度数据来自不同统计机构与时间断面，横比意义有限，本文已逐项标注口径。其五，研报存在前述利益冲突披露，其"受益标的"章节的客观性需读者自行折价。其六，本文不构成任何投资建议。

十三、结论与观察指标

38吉瓦缺口的本质，是AI产业的资本开支节奏第一次被电力供给的物理节奏硬性约束。三层算术的价值在于把一个模糊的"缺电"叙事拆成可跟踪的账面结构——需求116吉瓦、供给46吉瓦、方案中位56吉瓦、净缺口38吉瓦——每一层都有独立的数据源与观察窗口。缺口的收敛路径已经清楚：表后电源看劳动力，亚太溢出看电网可服务性，削峰看监管，芯片选型看每瓦Token。

未来12至24个月，建议跟踪五个指标：① 美国表后燃气机组的年度装机并网量（对照每年10至20吉瓦的劳动力上限）；② 大型科技公司的数据中心资本开支指引与电力签约量的比值变化；③ Vera Rubin量产机架的实测功率与234千瓦假设的偏差（若MaxLPS与电力平滑落地超预期，需求测算将下修）；④ 东南亚主要市场（马来西亚柔佛、泰国、越南）的数据中心并网审批速度与电价水平；⑤ 中国对东盟电力出口量的月度走势与中老、中越通道扩容进展。当这五个指标中任意两个出现方向性变化，38吉瓦的缺口结构就到了该重估的时候。