SemiAnalysis: Мережева потужність США може стати негативною у 2027 році, AI-центри обробки даних змушені переходити до епохи "власного живлення"

AI-обчислювальна гонка доводить електромережу США до критичної точки.

У новому звіті SemiAnalysis про енергетику зазначається, що «залишкова потужність (Headroom)» електромережі США, яку можна використати для нових великих навантажень, стане від'ємною вже до 2027 року. Це означає, що новим AI-дата-центрам дедалі важче буде розраховувати на стабільне живлення від загальної мережі.

Оскільки темпи розширення мережі значно відстають від зростання потреб в AI-обчисленнях, дедалі більше дата-центрів будуть змушені будувати власні системи електропостачання (Behind-the-Meter, BTM). Таким чином, AI-інфраструктура США може перейти в еру «власного джерела живлення».

За прогнозами звіту, після 2028 року понад половина нових дата-центрів у США використовуватиме модель BTM; до 2029 року лише ринок BTM-обладнання для дата-центрів може сягнути 50 ГВт на рік, ставши одним із найшвидше зростаючих нових сегментів у всьому ланцюжку інвестицій в AI-інфраструктуру.

Попит на AI зростає, а мережа не встигає за розширенням

SemiAnalysis вважає, що поточні темпи будівництва дата-центрів у США вже значно перевищують спроможність мережі забезпечувати нові потужності.

Звіт прогнозує, що новий попит на електроенергію для дата-центрів у США зросте з 21 ГВт у 2026 році до 84 ГВт у 2030 році, але при цьому щорічний приріст надійної корисної потужності (ELCC) мережі США становитиме лише близько 15 ГВт, і лише до кінця десятиліття він зможе поступово збільшитися до понад 20 ГВт.

Більш важливо те, що цей приріст потужності не повністю призначений для дата-центрів; його також потрібно розподіляти між виробництвом, напівпровідниковими заводами та іншими новими навантаженнями, включаючи житлові.

Іншими словами, в найближчі роки нове постачання електроенергії в США дедалі складніше покриватиме вибуховий попит AI-дата-центрів.

Згідно з моделлю SemiAnalysis, після вирахування пікових навантажень та резервних вимог, залишкова здатність мережі США приймати нові великі навантаження майже вичерпана і до 2027 року офіційно стане від'ємною. Це означає, що подальша залежність від традиційної мережі для будівництва великих AI-кампусів все більше стримуватиметься обмеженнями електроенергії.

Проблема не лише в генерації, а й у швидкості будівництва всієї мережі

У звіті зазначається, що ринок недооцінює складність будівництва електромережі США.

Найбільше обмеження наразі виникає не лише через генеруючі потужності, а й через увесь ланцюжок поставок.

З одного боку, термін будівництва газових електростанцій зазвичай становить від 4 до 6 років, а нові газові проекти в США в найближчі два роки дуже обмежені. Після відстеження близько 40 000 генеруючих активів, SemiAnalysis прогнозує, що у 2026–2027 роках щорічний приріст газових потужностей у США становитиме менше 10 ГВт, і значне покращення відбудеться лише після 2028 року.

З іншого боку, терміни поставки критичного обладнання, такого як високовольтні трансформатори, газові турбіни та вимикачі, загалом зросли до 3–4 років, що значно перевищує історичні середні показники. Водночас процеси затвердження проектів, черги на підключення до мережі, фінансування та отримання дозволів від громади додатково сповільнюють темпи будівництва.

Багато забудовників дата-центрів уже стикалися з подібною ситуацією: спочатку енергетична компанія обіцяла забезпечити сотні мегават навантаження вже у 2027 році, але потім повідомляла про перенесення термінів на 2029 рік або навіть пізніше, причому енергокомпанія часто не несе відповідальності за затримку.

Для AI-компаній, які заробляють на обчислювальній потужності, така невизначеність є майже неприйнятною.

Відновлювані джерела енергії не можуть заповнити дефіцит навантаження AI

SemiAnalysis особливо наголошує, що хоча встановлені потужності сонячної енергії та накопичувачів у США продовжуватимуть швидко зростати в найближчі роки, ці потужності не можна прирівнювати до реального постачання електроенергії, здатного підтримувати безперервну роботу великих дата-центрів.

У звіті використовується загальноприйнятий у галузі показник ELCC (ефективна здатність несення навантаження) для оцінки, і виявляється, що через значну переривчастість сонячної та вітрової енергії, а також високу збіжність у часі генерації, їхній внесок у надійну потужність системи значно нижчий за номінальну встановлену потужність.

Зі зростанням частки відновлюваних джерел енергії їхній граничний внесок продовжуватиме знижуватися.

Хоча системи накопичення енергії можуть пом'якшити короткочасні коливання навантаження, вони також мають проблему спадної граничної віддачі. Коли велика кількість 4-годинних накопичувачів вводиться в експлуатацію, ризик системи поступово зміщується до триваліших перебоїв у постачанні, і покладатися лише на накопичувачі для задоволення цілодобових потреб AI-дата-центрів вже неможливо.

Тому в найближчі роки газові та інші регульовані джерела енергії залишатимуться основою для підтримки розширення AI-інфраструктури.

«Власне джерело живлення» стає найшвидшим і найнадійнішим рішенням

В умовах, коли загальна мережа дедалі менше задовольняє попит, Behind-the-Meter швидко стає новим вибором для великих AI-дата-центрів.

BTM означає, що дата-центр безпосередньо будує або має спеціалізоване генеруюче обладнання, яке забезпечує живлення всередині кампусу, не покладаючись повністю на загальну мережу.

SemiAnalysis вважає, що порівняно з очікуванням тривалого та невизначеного підключення до мережі, головною перевагою BTM є швидкість та визначеність.

Для AI-лабораторій, таких як OpenAI та Anthropic, обчислювальна потужність безпосередньо визначає можливості тренування та виведення моделей, а також майбутній приріст доходу. У звіті зазначається, що у загальній вартості володіння (TCO) AI-хмарних послуг частка витрат на електроенергію не є високою, але стабільне електропостачання може відповідати доходам у десятки мільярдів доларів або навіть більше. Тому компанії охочіше беруть на себе витрати на будівництво власного джерела живлення, ніж чекають кілька років на підключення до мережі.

Водночас деякі AI-дата-центри починають знижувати традиційні вимоги до надійності електропостачання на рівні «п'яти дев'яток» (99,999%), щоб прискорити введення в експлуатацію. Наприклад, деякі гіпермасштабні AI-дата-центри приймають нижчі рівні резервування живлення, що додатково покращує економіку BTM-рішень.

Конкуренція в AI-інфраструктурі зміщується з GPU на енергетику

SemiAnalysis вважає, що в найближчі роки ключовим обмеженням конкуренції AI-індустрії в США буде вже не просто поставка GPU, а здатність отримувати енергоресурси.

Згідно з прогнозом звіту, з подальшим посиленням обмежень потужності мережі дедалі більше AI-дата-центрів використовуватимуть гібридну модель «власна генерація + загальна мережа», і електроенергетична інфраструктура США відповідно перебудується. Інвестиційні можливості, пов'язані з газогенеруючим обладнанням, паливними елементами, системами генерації на місці та відповідним електрообладнанням, можуть стати важливим напрямом отримання вигоди від наступного етапу капітальних витрат на AI.

Для всієї AI-індустрії це означає, що фокус конкуренції поступово зміщується від чіпів та серверів до енергетичної інфраструктури. Хто першим забезпечить стабільні, надійні та масштабовані енергоресурси, той матиме більше шансів отримати перевагу в наступному раунді конкуренції за AI-обчислювальні потужності.

Попередження про ризики та відмова від відповідальності

        Ринок несе ризики, інвестиції потребують обережності. Ця стаття не є персональною інвестиційною рекомендацією і не враховує конкретних інвестиційних цілей, фінансового становища чи потреб окремих користувачів. Користувачі повинні самостійно оцінювати, чи відповідають будь-які думки, точки зору або висновки в цій статті їхній конкретній ситуації. Відповідальність за інвестиції, зроблені на основі цього, несе сам користувач.