AI浪潮席卷全球，算力竞赛持续升温，但决定胜负的关键或许并非芯片与模型，而是隐藏在地下与铁塔之间的电力基础设施。

当前围绕AI用电需求的主流讨论，多将问题定性为“供给不足”——需求激增，故答案指向建设更多发电设施。然而，Amanda Simonian在UtilityDive撰文指出，这一框架存在根本性认知偏差。她认为，业界正在将一个本质上属于“基础设施性能”的挑战，误当作单纯的发电量问题来处理，而两者并非同一回事。

这一判断正获得现实数据印证。PJM互联互通组织近期就备用容量裕度发出警告，德克萨斯州电力可靠性委员会（ERCOT）面临需求上升的多重情景，电力研究院（EPRI）分析亦预测数据中心用电量将大幅攀升。这些信号共同指向：压力已开始显现，并非停留在遥远未来。

供给思维的局限：多建电厂解决不了系统性问题

Amanda Simonian明确区分两类挑战：一是能否生产足够电力，二是承载、平衡和响应这些电力的系统能否在高压下可靠运行。

她指出，AI驱动的负荷增长带来的压力，不仅体现在电力总量上。在许多地区，真正的瓶颈在于：受阻节点处的输电拥堵、负荷行为剧烈波动引发的系统不稳定，以及大规模负荷快速集中时对本地电网造成的冲击——而这些问题，原有电网在设计之初根本未曾预见。

在此情况下，若仍以增加发电装机为主要应对手段，可能在解决电力短缺的同时，对深层系统性能问题视而不见，甚至使其恶化。“这不仅仅是燃料问题，而是系统问题，”她写道，“而系统问题一旦...