人工智能行业：人工智能、数据中心和即将到来的美国电力需求激增

高盛正在并寻求与研究报告中涵盖的公司开展业务。因此，投资者应该意识到，fiRM可能有可能影响本报告的客观性。投资者应将本报告视为做出投资决策的唯一因素。有关注册AC认证和其他重要披露，请参阅披露附录，或访问www。com/研究/对冲。html.受雇于非美国affiliates的分析师在美国的FINRA高盛集团.Authors+1212357-1914+1212357-1914+1212902-8259+1212357-4042+1212357-5379+1917343-3110+1212902-9365+1646+1646446-0292+1646446-1759+1415249-7440+1212357-8914+1212357-0535+1212902-4116+1332245-7709+1415393-7554+1212357-6372+1801212-7314总电力需求的8%，目前约为3%.我们现在看到一个美国电力需求增长2.4%从2022年到2030年的cumulativelyby2030,meetwithab与覆盖范围内的公用事业公司的初步对话并不表明在当前的五年规划期内对发?Procedres.如果企业技术支出预算是无限的，那么服务器出货量将保持不变，33日需求激增以及电气化，工业再分配/制造活动的补充下，这将有望改变。人工智能的增长据需求以及电力效率的减速，导致数据中心的电力激增，到2030链中被低估的股权投资机会，而受监管的公用事业将受益于基于利率的增长，继续更多期性因素进行交易，而不是依靠可能推动收益的长期世代增长。在我们的报告中，我们我们看到机会的地方。投资者对数据中心增长的兴趣并不新鲜，但推动者之间的差异，公用事业数收益，公用事业资本支出增长收益和区域化可能是下一个重点领域。技术公司可能会议（PPA），在该协议中，公司签署从公用事业或独立电力生产商购买电力的合同，用于可再生能源发上行和下行的潜在驱动因素。人工智能电力需求的一个关键驱动因素是增长的制约因素是需求、预算还是两者都不是。新一代AI服务器消耗更多的功率并提供更高的计算速度，即使功。如果购买和使用服务器的胃口不受限制，我们的基本情44日数据中心电力需求，TWh电源效率增益,%数据中心电力需求，TWh电源效率增益,%数据中心用电量，TWh（LHS）和3年滚动平均电力效1,2001,1001,0009008007006005004003002000效率增益减速电力需求增加,24%22%20%8%6%4%2%0%日日北弗吉尼亚一直是美国的数据中心之都相当显著的fi不能保证金。北弗吉尼亚州目前拥有的数据中心数量超过了美国下一个最大市场的总和。在过去十年左右的时间里，该地区数据中心的许多因素，包括相对较低的能源成本，以及国家对数据中心的税收优惠。尽管这些数据经济是积极的，但它们为当地公用事业DomiioEergy（D，未评级77日需求(MW)66,5145,5165,0994,2964,0663,3752,7671,421需求(MW)66,5145,5165,0994,2964,0663,3752,7671,421编号：弗吉尼亚芝加哥达拉斯凤凰城编号：加利福尼亚新泽西亚特兰大8,0007,0006,0005,0004,0003,0002,0001,00007,0416,0062,3021,8089311,11320172018201920202021202220232024202520262027202820292030该公司确定两条500千伏输电线路应该是足够的fi程，并成功地做到了这一点。管理层在2023年第四季度的财报电话目已经在建设中，另一个正在监管过程中。他们还表示，这些项目中的一个应该足以缓解日●6%●6%2024预测（LHS）2022预测（LHS）.2024预测年度增长(RHS)2022预测年度增长(RHS)重点介绍了其中一些项目，其中许多只是对现有网格的某种形式的升（区域输电组织，监督/协调批发电力在某个地区的流动）都需要与PJM本支出来支持增长。尽管这是行业传输支出的相对较小的一部分，但这一支出可能集中可能对当地公用事业产生影响。这不包括可能必要的潜在增量分配和发电支出，这再次99日在没有积极投资的情况下，数据中心的快速增长可能会给美国其他公用事业带来类似的数据中心集群可能会超过可用的储备。Webelievethatforthepotetialimplicatiosofthistrecollaboratetooveeartermchallege区，但我们认为其他RTO可能需要类似的传输拍卖来支持增长，这人工智能、数据需求的增长以及电力效率增长的实质性是2023年水平（熊市/牛市增长80%-240%在我们的基本情况下，日数据中心电力需求，TWh1,0006002000数据中心电力需求，TWh1,0006002000AI美国AI美国前AI0日数据中心工作负载需求(RHS)（以百万计算实例为单位数据中心电力需求(LHS)（以TWh为单位）0 数据中心工作负载需求总量(RHS)020152016201720182019规模的收益已经缩小。此外，我们已经看到云/超大规模数据中心内的效率收益似乎在下降（用于计算功耗约为350TWh，不包括加密货币的贡献;所有其他条件相同，这意日图表10：数据中心效率提升和向云/超大规模的转变一直是数据中心电力需求适度增长的关键驱动因素，但近年来效率提升的减速有助于推动数据中心电力需求的回升实例)0201520162017201820192020三个关键假设将有助于推动数据中心电力需求预测。bear/bullscenariodrivedbyconvenessoverdema日1petaFLOPS=每秒1万亿次（一千万亿次）操作1petaFLOPS=每秒1万亿次（一千万亿次）操作我们已经看到新的AI创新提高了计算速度和每NVIDIADGXA100NVIDIADGXH100~1.5倍的功率~7倍的计算速度(kW)(1.30kW/pFLOPS)(0.32kW/pFLOPS)(petaFLOPS)5NVIDIADGXB200~2x的功率~15倍的计算速度(0.20kW/pFLOPS)我们的全球TMT团队预计，今年的AI服务器出货量将以76%的复合年增长率增长。日1.购买相同数量的服务器（10花费更多的钱（5倍并由于创新（10倍）而大大提高（0.5x这将代表需求作为约束。3.购买服务器数量的1/5（2从而保持为服务器购买分配的预算，但获得更大的计算速度（2x这将代表预算作为约束。关于需求与预算约束如何影响AI计算速度和对上述问题的信心是关键预测方法是否应该加权到基于服务器的（需要细微差别给定的变化和动态功耗强度和计算强度）与基于需求的（预测我们已经应用了服务器供应驱动的预测和计算速度需日在服务器供应驱动侧，我们应用我们的全球技术团队对上述每年服务器出货量的预测，分为高能与需求的能源强度，在生命周期早期看到较高的年能效，我们假设基于供应的方法的速每计算速度的功率强度下降,并且由于在较高功率服务器内具有较高权重的新服务器体功率需求的急剧增加,朝向如上所述的具有较低在需求驱动侧，我们使用中国媒体、互联网和电信团队的人工智能计算能力预测来推动全球人工智能对电力的需求急剧增长，即使预期的效率，由于成熟度和预期的重叠与通过日工智能服务器出货量的收入在2027-30AI功率使用，TWh（LHS每台AI服务器的最大功率使用，KW（020222023E2024E2025E2026E2027E2028E2029人工智能电力使用，TWh每台AI服务器的最大人工智能电力使用，TWh020222023E2024E2025E2026E2027E2028E2029是AI建模和用户对AI的需求是否会部云/超大规模数据中心之间的功率强度效率提高已经减速;我们假设在我们的基本情况下适度的重新加速。EFfi效率收益假设的含义导致了前AI数据中心需求增长的熊市和牛市案例之间的广泛范围。基于设是除AI外电力需求前景的关键驱动因素-我们日日2000200120022003200420052006200720082009201020112000200120022003200420052006200720082009201020112012201320142015201620172018201920202021202220232024202520262027202820292030经抵消了这一点，比如LED照明的渗透驱动了更低的功耗。数据中心向云和超大规模数据中心的混合转移也为这些效率做出了贡献。话虽如此宏观经济因素的历史关系来预测住宅，商业数据中心和工业5.0%4.0%3.0%2.0%1.0%0.0%-1.0%-2.0%-3.0%-4.0%-5.0%电力需求增长2000-2007年平均10年平均3.0%2.5%2.0%1.5%1.0%0.5%0.0%2024202520262027202820302029202420252026202720282030数据中心增长认为，这将推动在美国建立增量发电能力的需求，我们认为，近年来，上表明了这一点，这些公司增加了负荷增长预测/发电需求，以日202320242025202620 DDAEPAEE日。为了支持数据中心/人工智能驱动的负载增长，我们假设容量满足60％的天然气（40％CCGT/20增加了47吉瓦的容量，包括28吉瓦的天然气和19吉瓦的可再生能源。除虽然我们没有明确假设通过我们的模型范围（到2030年）增加任何核能力，但我们相信（1）我IPP与受监管的公用事业相比，处于最佳位置，并且（3）小型模块化反应堆（SMR）在未来可能会MISO19%MISO19%2%NYISO3%NYISO3%PJMPJM15%SERC17%现有容量长度现有容量长度51%新容量需要49%日测基本情况容量因子，%2027基本容量系数(%)80%70%60%50%40%30%20%10%0%2025202620272028202920302024202520262027202820292030CCGTPeaker风能太阳能2030年累计约500亿美元的增量资本投资，心相关的发电能力需求与我们的基准容量增长预测相结合，以支持其他领域的负荷增长部分。我们认为需要进一步的发电资本支出投资，以支持能源转型、数据中心外部日风太阳能CCGTPeaker$-$200$400$600$800$1,000$1,200$1,400$1,600$1,800资本成本（美元/千瓦)202420252026202720282024-30年发电资本支出（百万美元）为，受监管的公用事业公司有两种潜在途径可以从这种数据中心驱动的负载增长中受益。（认识到这。第二，是通过增加资本投资实现更高的费率基数增长requirestcomeintheformofgenerationcapex,whichwequanizaticentersabove,orgridinvestmenttosupporttransmission/日电力收入的商业份额(%)按客户类型划分的平均价格（美分/千瓦时）电力收入的商业份额(%)按客户类型划分的平均价格（美分/千瓦时）45%40%35%30%25%20%15%10%5%0%PEGXELDNEEAEESREESWECSOEXCDUKFEAEP18.016.014.012.010.08.06.04.02.00.0数据中心包含数据中心包含在商业住宅商业工业如上所述，除了增量发电量需要支持数据中心/AI驱动的负载增长之外，我们还预持电网可靠性投资，特别是输电。虽然肯定有现有的能力可以利用或增强，但我们仍然认为传输元日我们假设传播比平均水平略有溢价，抵消了支出下降的领域(例布的增长与平均水平更加一致。这表明，到2030年，输电资本支出分配资本支出我们预计这种增长在整个十年中相对较高（平均约0.47bcf计整个份额将在未来十年内保持相对较高的份额，但考虑到天然气的相对低成本和高更高的份额（如上所述为60服务于数据中心需求增长。对于这一估计，我们假设约40日然我们看到数据中心驱动的电力需求有可能加速电力增长的天然气需求，并且到本十年末年物理气体需求潜力（bcf/d）0.02024202520262027202820292030累计物理气体需求潜力(bcf/d)3.53.02.52.00.50.02024202520262027202820292030日发电基地燃气需求加数据中心用电需求（2020-08,0006,0004,0002,000 (2,000)心总体需求的大约一半需要新的发电能力（28.7总需求中的,我们假设只有前者需要增加管道建设。鉴于我们假定的CCGT和peaers的平均容量系数分别为~值负载-这是该行业管理团队的一致信息，尤其是WMB在2024年分tothisviewicldesthepotetialfordataceterstocoectdirec为数据中心的平均利用率可能高于普通的天然气发电厂-尽管，这些类型的项目可能会/或更高的回报，在我们看来主要抵消了这种影响。正如所提到的，我们的估计假设现有资产的较高的日可能需要的年度天然气输送能力总增加量(bcf/d)0.90.80.70.60.50.40.30.20.1-0.90.92024202520262027202820292030潜在需要的总输气能力，累计（bcf/d）7.06.05.04.03.02.0-0.72024202520262027202820292030日我们提供了两个牛市情景来说明我们的物理天然气和天然气管道容量需求估计的潜在上行空间-到心总电力需求的~28.7GW的~60其余40％由可再生能源提供为~6.1bcf/d，假设新数据中心总体需求的大约一半需要新的发电能力（总计28.7中的~14.260%/40%的增量数据中心发电需日累计物理气体需求潜力(bcf/d)天然气管道累积容量可能需要添加累计物理气体需求潜力(bcf/d)天然气管道累积容量可能需要添加(bcf/d)基本情况:-电力需求的天然气份额：60%-需要新管道容量的新天然气需求份额公牛案例1:-电力需求的天然气份额：60%-需要新管道容量的新天然气需求份额：100%公牛案例2：-电力需求的天然气份额：100%-需要新管道容量的新天然气需求份额:100%实际气体需求增加(bcf/d)6.120.52030年天然气管道资本支出（百万美元)$7,353$14,930$24,884增加（百万美元）$817-$1,226$1,659-$2,488$2,765-$4,147我们的牛市案例要求到2030年达到~6.05.04.03.02.00.020242025202620272028202920302024基本案例公牛案例1公牛案例2基本案例公牛案例1公牛案例220.015.010.05.00.020242025202620272028202920302024202520262027日个人观点。我们还证明，我们的补偿中没有任何c指标的归一化排名来计算的。然后,对度量的归一化排名进行平均,并将其转换为相关属性的百分位数。每个指标的精确计算可能因fi规模年、行业和地区而异FinancialReturnsandMultipleusetheGleastsevenquartersin跨部门和地区)，以纳入某些公司可能被收购的潜力。然后，我们将并购排名作为对公司进行评分的手段，从1到3，其中1代表公司成为收购目标的高概率（30),2代表中等概率（15％-303代表低概率（0％-15。对于排名1或2的公司，根据我们的标准部门指导方针，我们QuantumisGoldmanSachs’proprietarydatabaseprovidDisclosures日买入持有卖出投资银行关系保持购买保持的上述披露而言，此类转让等同于买入、持有和卖出。请参阅下日Thefollowingdisclosuresarethoserequiredbythejurisdictionindicated,ex法规。澳大利亚:GoldmaSachsAstraliaPtyLtd及其afiliates不是澳大利亚的授权存款机构（因为该术语是1959年银行法（Cth）中的deiNed并且在澳大供银行服务，也不从事银行业务。除非高盛另有协议，否则本研究及其任何访问权限仅适用于《澳大利资研究的成员可以参加由公司和其他实体主办的实地考察和其他会议，这些会议是其研究报告的主题。在某些情况下，如果高盛澳大利亚公司认为在与现场访问或情况下是适当和合理的，则有关发行人可能会部分或全部支付此类现场访问或会议的费用。如果本文档的内容包含任何金融产品建议，则仅是一般建议，并且是由有考虑客户的目标，财务状况或需求。客户应在对任何此类建议采取行动之前，考虑到客户自己的目标，财务状况和需求，考虑到建议的适当性。某些高盛澳大利允许进行加拿大证券交易，并且可能被禁止在加拿大的某些司法管辖区销售某些证券和产品。如究中提及的一个或多个标的公司的更多信息，可从高盛（印度）证券私人有限公司，研究分析师-SEBI注册编号INH000001493，951-A，RatioalHose，AppasaheMaratheMarg，Prabhadevi，孟买40002或多个标的公司的证券的1%或更多（如SEBI授予的注册和NISM的认证不能保证中介机构的绩效或向Limited及其afiliates既不是新西兰的“注册银行”，也不是“存款接受者”（如《1989年新西兰储备银行户”（如《2008年财务顾问法案》中的规定disclosres/astralia-ew-zealad/idex。html..俄罗斯:在俄罗斯联邦分发的研究报告不是在俄罗斯立法中规定的广告，而是没供俄罗斯立法中关于评估活动的评估。研究报告不构成俄罗斯法律法规中的个性化投资建议，不针对特定客户，并且在未分析客户的财务状况，投资优势或风险优,并应参考高盛国际发送给他们的风险警告。这些风险警告的副本，以及本报告中使用的某些财务术语的词汇表，可从高盛国际公司索取。欧洲联盟和联合王国：与补充欧洲议会和理事会第596/2014号条研究相关的Coi感兴趣信息的政策。日本:高盛日本公司.,Ltd.是在关东金融局注册的金融工具交易商，注册号为Kpre-determinedwithclientspluscontrumetax.Seecompany-specificicdisclosuresastoanyapplicabledisclosuresrequireSecuritiesDealersAssociationortheJapanSecuritiesFinanceCo买入（B中性（N卖出（S）分析师将股票推荐为买入或卖出，以纳入各种区域投资清单。被分配买入或在投资清单上的卖出取决于股票相对于其覆盖范围的总回报潜力。任何未在投资清单上被分配为买入或卖或不覆盖的股票)被视为中性。每个区域管理区域定罪清单，这些清单是从各自区域的投资清单上的买入评级股票中选择的，代表投资建议，重点关注总回报潜力的各自覆盖范围内实现回报的可能性。从此类定罪名单中添加或删除股票由投资审查委员会或每个区域的其他指定委总回报潜力表示当前股价与价格目标之间的上行或下行差异，包括在与价格目标相关的时间范围内预期的所有已支付或预期股息。所有覆盖的股票都需要价格目日GoldmanSachsGlobalInvestmentResearch在全球范围内为高盛的客户生产和分销研究产品在世界各地的高盛公司（GoldmaSachsoffices对行业和公司进行研究，并对宏观经济，货币，商品和投资组合策略进行研究。这项研究由GoldmaSachsAstralia），segda-feiraàsexta-feCotrle等机构和西班牙国家证券研究中心（“AMSThisresearchisonlyforourclients.Otherthandisclosu认为是可靠的，但我们并