美国缺电或成AI算力扩张“尾部风险”：ASIC、存储与光模块遭遇机架通电瓶颈

被忽视的“最后一公里”：机架装好，电却通不上

据华尔街见闻报道，ASIC、存储和光模块等关键组件正面临一种被归类为“尾部风险”的挑战——美国缺电，导致设备装上机架后却无法通电运行。这一信息来自Google News摘要，发布时间为2026年10月7日。新闻标题和摘要中明确提及的组件包括ASIC、存储和光模块，问题指向电力供应不足这一基础设施瓶颈。 这一风险的特殊之处在于，它并非发生在芯片设计、制造或封装环节，而是出现在数据中心最基础的电力接入层面。对于高度依赖连续供电的AI服务器而言，机架到位却无法通电，意味着前期所有硬件投资在短期内无法转化为有效算力。该报道未提供具体的缺电区域、影响规模或涉及企业名称，相关细节有待进一步确认。

AI算力扩张与电力供给的结构性错配

AI服务器的功率密度远高于传统通用服务器。以NVIDIA GB200 NVL72为例，单机架功率可达约120千瓦，而传统数据中心单机架功率通常在10至20千瓦区间（来源：NVIDIA官方产品文档，2024年）。这种数量级的跃升，使得既有数据中心的供电架构和区域电网承载能力面临严峻考验。 从产业背景看，AI训练和推理需求推动超大规模型数据中心持续扩张。据IDC于2024年发布的全球AI服务器市场追踪报告，2024年全球AI服务器市场规模约为1250亿美元，较2023年增长超过一倍。与此同时，美国能源信息署（EIA）2024年数据显示，美国数据中心用电量占总用电量的比例约为4%，但部分区域电网的备用容量已趋紧张。电力供给能否跟上算力部署节奏，正在成为影响AI基础设施交付周期的关键变量。

对ASIC、存储与光模块的潜在传导影响

ASIC、存储和光模块是AI服务器中与算力直接相关的三类核心组件。ASIC（专用集成电路）在推理和特定训练任务中承担加速角色；存储（包括HBM和企业级SSD）决定数据吞吐与模型加载效率；光模块则负责服务器间的高速互联。若电力接入延迟，这些组件的采购和部署节奏可能被迫调整。 值得关注的是，光模块与高速连接领域对部署时序尤为敏感。据LightCounting于2025年发布的预测，全球光模块市场在2025年至2027年间的年复合增长率预计约为15%至20%，其中AI集群互联是主要驱动力。若部分数据中心因缺电而推迟通电，光模块的短期出货节奏可能受到扰动，但具体影响幅度尚待观察。存储和ASIC环节同样可能面临订单交付与实际上架之间的时间差拉大，库存管理难度上升。

数据中心电力瓶颈的产业含义

电力供应正从“后台保障”变为“前台约束”。据SEMI于2024年发布的半导体产业报告，全球晶圆厂产能持续向AI相关制程倾斜，但芯片产出最终需要数据中心电力来“激活”。这种上下游之间的节奏错配，可能使部分AI算力项目的投资回报周期拉长。 从更广的视角看，美国缺电问题若持续，可能推动数据中心向电力相对充裕的区域迁移，或加速自备电源、储能和微电网方案的部署。但这些应对措施涉及资本开支和审批周期，短期内难以完全对冲风险。对于ASIC、存储和光模块供应商而言，客户通电进度的不确定性，可能成为未来几个季度订单能见度的一个扰动因素。该事件的后续演变，值得持续关注。

数据参考

• NVIDIA GB200 NVL72单机架功率约120千瓦：NVIDIA官方产品文档，2024年。
• 2024年全球AI服务器市场规模约1250亿美元：IDC全球AI服务器市场追踪报告，2024年。
• 美国数据中心用电量占总用电量约4%：美国能源信息署（EIA），2024年。
• 全球光模块市场2025至2027年复合增长率预计约15%至20%：LightCounting，2025年预测。
• 全球晶圆厂产能向AI相关制程倾斜：SEMI半导体产业报告，2024年。 注：本次新闻已确认的信息仅为“美国缺电导致ASIC、存储和光模块等组件装上机架却通不了电”这一风险描述，来源为华尔街见闻，发布时间为2026年10月7日。上述行业数据均为背景参考，并非本次新闻新公布的数据。 #AI #半导体 #光模块 #数据中心