AI 电力革命:VST、VIST、AEP 等电力股接棒英伟达?AI 投资逻辑从芯片转向电力基础设施

TradFi
更新于: 2026-08-24 07:34

2026年8月,一份13F文件揭示了机构资金配置的重大转向——此前连续两个季度接近零持仓的某宏观基金,在第二季度重新建立了8个头寸,总价值4.187亿美元。引人注目的并非持仓规模,而是配置方向:除了占组合28.2%的亚马逊之外,其余近72%的仓位全部集中在电力生产与公用事业领域,包括核能发电商Vistra(VST)、阿根廷页岩油生产商Vista Energy(VIST),以及美国电力公司(AEP)、DTE Energy(DTE)、FirstEnergy(FE)、CMS Energy(CMS)四家受监管公用事业公司。

这一配置变化恰逢一个关键节点:全球数据中心电力消耗正以惊人速度增长。高德纳预测2026年全球数据中心电力消耗将达565太瓦时,同比增长26%;国际能源署的预测则更为激进——可能超过1,000太瓦时,同比增长近100%。两家机构指向同一个结论:电力供应正成为制约AI产业扩张的核心瓶颈。

当资金开始从芯片大规模迁移至电力与公用事业板块,这是否意味着AI投资的主线正在发生结构性迁移?本文将从这一资金配置变化出发,系统分析VST、VIST、AEP等”AI电力概念股”的上涨逻辑、估值水平与风险因素,并探讨AI投资第二阶段的核心配置思路。

从芯片到电力:AI产业链瓶颈的自然外溢

理解这一资金配置变化,需要回到AI产业链的物理本质。AI产业的运行建立在三个基础要素之上:算法、算力和能源。算法突破决定了AI能力的上限,算力(芯片)决定了AI运行的速度,而能源则决定了AI扩张的物理边界。

过去两年,市场关注的焦点集中在算力层——英伟达GPU供不应求,科技巨头争相囤积芯片。但随着AI基础设施建设的推进,一条清晰的投资逻辑正在形成:芯片产量可以通过扩大产能快速提升(台积电、三星等代工厂持续扩产),但电网扩建、电厂建设涉及物理规律与监管审批,供给弹性天然受限。

这正是AI投资逻辑从芯片向电力迁移的核心原因。正如一位AI基础设施投资人所述:”你就算筹到再多钱,也没法足够快地建完数据中心、扩出足够多的内存芯片产能,也没法立刻把电网、电力线路和相关基础设施扩起来。”

从产业链传导来看,这一迁移路径清晰可辨:

算力需求刚性增长是第一驱动力。 全球科技巨头仍在加码AI资本开支。亚马逊将2026年资本支出计划提升至2,200亿美元,主要用于云和AI基础设施建设;阿里巴巴2026财年第一季度资本开支达677亿元人民币,同比增长75%;腾讯同期资本开支为528亿元人民币;谷歌母公司Alphabet于2026年6月宣布通过股票发行募集847.5亿美元,用于AI基础设施建设。

电力成为AI新瓶颈是第二层逻辑。 芯片可以加速生产,但每一块GPU的运行都需要电力支撑。国际能源署数据显示,一次ChatGPT查询的耗电量约为2.9瓦时,是传统搜索引擎查询的10倍。随着AI应用从文本生成扩展到图像、视频等多模态领域,单次计算的能耗仍在持续攀升。

资金从拥挤交易向外扩散是第三层推动力。 当英伟达等芯片股在经历大幅上涨后估值高企,且”卖铲子”交易已过于拥挤时,资金开始寻找下一个真正的瓶颈环节——电力、内存、数据中心网络。有AI投资人以约90亿美元名义仓位做空英伟达、ASML等标的,其核心判断并非AI泡沫破裂,而是”基础设施堆栈中的某些层级,尤其是半导体和传统热门标的,已经过于拥挤”。

VST、VIST、AEP上涨的核心驱动因素

Vistra(VST) 是这轮AI电力叙事中最受关注的标的之一。其核心吸引力在于核能发电能力——在AI数据中心对24/7稳定基荷电力需求激增的背景下,核电作为零碳、稳定、可调度的电源具有独特价值。Vistra拥有多个核电站,包括伊利诺伊州的克林顿核电站和德克萨斯州的科曼奇峰核电站,能够为大型数据中心提供不间断的清洁电力供应。

Vistra的上涨逻辑还受益于其独立发电商的商业模式。与受监管公用事业公司不同,Vistra可以在电力批发市场中自由定价,直接受益于AI数据中心带来的电力需求增长和电价上涨。其长期购电协议的签约规模和市场定价能力,是市场关注的核心指标。

Vista Energy(VIST) 的上涨逻辑略有不同。作为阿根廷主要的页岩油生产商,Vistra Energy直接受益于全球能源需求的增长。阿根廷Vaca Muerta页岩区的开发使其产量持续增长,而全球AI数据中心带来的增量能源需求,间接推高了油气价格预期。需要指出的是,VIST与Vistra(VST)是两家不同的公司——前者是阿根廷油气生产商,后者是美国核能发电商——但两者均受益于AI驱动的能源需求增长逻辑。

美国电力公司(AEP) 作为美国最大的电力公用事业公司之一,服务范围覆盖11个州,拥有约540万用户。AEP在监管文件中明确提及,AI驱动的数据中心增长是其业务的重要催化剂。受监管公用事业公司的优势在于区域电网的垄断地位——数据中心无论由谁建设,最终都需要接入电网,AEP等公司能够稳定获取电网使用费和电力销售收入。

DTE Energy(DTE)、FirstEnergy(FE)、CMS Energy(CMS) 三家公用事业公司的逻辑与AEP类似。它们在中西部和东海岸的多个州拥有受监管的电力与天然气输送网络,数据中心建设带动的用电量增长可直接转化为收入和利润的增长。公用事业公司通常在监管框架下获得稳定的投资回报率,新增的电网投资能够带来确定性的收益增长。

从股价表现来看,美国独立发电商的市净率从2023年初的2.5倍提升至2025年9月高点的14.5倍,核心催化剂正是”算电协同”下的长期购电协议预期,而此时AI订单或电价上涨尚未完全体现在业绩中。这意味着市场已在为AI电力需求的远期逻辑进行定价。

AI芯片股与电力股的逻辑差异

理解AI芯片股与电力股的投资逻辑差异,是判断下一阶段配置方向的核心前提。

AI芯片股(以英伟达为代表)的驱动逻辑:

AI资本开支周期是核心变量。科技巨头的GPU采购节奏直接决定芯片公司的收入增速。2024年至2026年,主要科技公司的AI相关资本开支年均复合增长率超过40%,这是英伟达收入连续多个季度超预期增长的核心驱动力。

产品迭代与技术壁垒同样关键。英伟达的GPU架构从Hopper到Blackwell再到后续的Rubin,每一代产品的性能提升和市场接受度直接影响其市场份额和定价能力。AMD、英特尔以及科技巨头自研芯片的竞争态势也会影响芯片股的估值水平。

芯片股的优势在于巨大的业绩弹性——当AI资本开支加速时,芯片公司的收入和利润增速往往远超市场平均水平。但劣势同样明显:”拥挤交易”风险较高,且一旦科技巨头调整资本开支节奏,芯片股的业绩和估值可能面临双重压力。

AI电力股(以VST、AEP为代表)的驱动逻辑则截然不同:

数据中心用电需求是最直接的需求驱动因素。每一座新数据中心的投运,都会带来持续的、可预测的电力消耗增长。这种需求的可见性和持续性优于芯片采购的周期性波动。

长期购电协议的签约规模和条款是关键的基本面指标。科技公司为了锁定稳定的电力供应,往往与发电商签订10至20年的长期购电协议。这些协议为电力公司提供了长期收入的可视性,是估值的重要支撑。

监管政策和核电能力则是供给端的关键变量。受监管公用事业公司的投资回报率由州监管机构审批确定,这限制了短期利润的爆发力,但也提供了稳定的盈利预期。核能发电的审批、建设和重启进度则决定了Vistra等核能发电商的增量空间。

电力股的优势在于需求的确定性和业绩的防御性——无论AI需求如何波动,”能源本身仍然是全球刚需,而且这个需求只会越来越高”。但劣势在于,公用事业公司的盈利弹性远低于芯片公司,且估值往往提前反映远期预期,容易出现”预期先行、基本面滞后”的情况。

估值与盈利增长的匹配度分析

当前AI电力概念股的估值水平,是判断投资价值的关键变量。

从估值扩张路径来看,美国独立发电商的市净率从2023年初的2.5倍飙升至2025年9月的14.5倍高点。这一估值扩张发生在AI订单尚未大规模体现为业绩的阶段,主要由市场对”算电协同”逻辑的认同驱动。换言之,VST、AEP等股票的当前估值已在相当程度上反映了AI电力需求的远期预期。

后续行情的可持续性取决于两个核心因素:

第一,AI数据中心建设能否按预期推进。 这取决于科技巨头的资本开支意愿和节奏。如果AI应用的商业化进度不及预期,或者出现技术效率的显著提升(如AI芯片能效比的改善),则电力需求的增长预期可能需要向下修正。

第二,新增电力需求能否转化为实际盈利增长。 受监管公用事业公司的定价机制受到监管约束,盈利弹性存在天然上限。独立发电商可以通过PPA和批发市场定价更直接地受益,但其盈利仍受燃料成本、利率和电力市场价格波动的影响。

从基本面传导的时间维度来看,公用事业公司的盈利增长传导路径较长——从数据中心规划、电网接入申请、输配电设施扩建到电费收入的确认,往往需要数年时间。这意味着当前股价反映的是3至5年后的盈利预期,存在一定程度的”透支”风险。

风险层面,以下几方面值得重点关注:

其一,AI资本开支节奏如果因宏观经济因素或技术效率提升而放缓,电力需求预期可能落空。当前AI基础设施投资已进入高位,边际增速放缓的概率在提升。

其二,电网基础设施建设的审批与施工周期通常长于数据中心建设周期,可能出现”数据中心等电”的局面,延缓电力需求的兑现。

其三,估值已有相当程度透支。如果盈利增长不及预期,公用事业股的回调压力同样不可忽视——虽然其防御性优于科技股,但”预期差”修正时的股价调整仍可能较为剧烈。

后续关键观察指标

要判断AI电力主题究竟是短期资金炒作还是能够支撑公用事业股长期上涨的结构性趋势,以下指标值得持续跟踪:

大型科技公司AI资本开支。 亚马逊、谷歌、微软、Meta的资本开支计划直接决定数据中心建设节奏。亚马逊将2026年资本支出计划提升至2,200亿美元,阿里巴巴单季资本开支已达677亿元人民币,后续是否持续加码是关键信号。如果资本开支增速出现拐点,将直接影响整个AI产业链的需求预期。

数据中心新增电力需求的实际数据。 国际能源署预测2026年全球数据中心电力消耗可能超过1,000太瓦时,实际公布的数据是否接近这一水平,将验证AI电力需求的真实规模。各地区电网运营商公布的负荷增长数据是重要的高频跟踪指标。

核电项目进展与PPA签约。 Vistra等核能发电商的核电项目运营状况与产能扩张计划,以及科技公司与电力供应商签署的长期购电协议规模和条款,是基本面兑现的直接证据。PPA签约电价与市场电价的差距,反映了电力公司的定价能力。

公用事业公司的盈利指引。 后续季度财报中,AEP、DTE等公司对AI驱动电力需求的表述和盈利展望,将影响市场对AI电力主题的信心。如果管理层对AI电力需求的表述趋于保守,可能引发市场预期的修正。

电力批发市场价格与电网投资计划。 PJM、ERCOT等主要电力市场的批发电价走势,直接影响独立发电商的盈利能力。同时,各州公用事业委员会的电网投资审批进展,决定了公用事业公司资本开支和未来收益的增长空间。

结语:AI投资进入”算电协同”新阶段

资金配置从芯片向电力的迁移,折射出AI产业投资逻辑的自然演进。从算法突破到算力扩张,再到能源供给,AI产业链的瓶颈环节正在沿价值链向上游的”物理基础”移动。

这一逻辑有其坚实的产业基础:芯片产能可以通过资本开支快速扩张,但电网和电力设施的扩建受制于物理规律与监管周期,供给弹性天然不足。当AI算力需求保持高速增长,电力势必成为制约AI扩张的”新瓶颈”。

但投资者也需要保持客观认知:当前电力股的估值已在相当程度上反映了AI电力需求的远期逻辑,后续能否持续上涨,取决于AI资本开支能否保持增长、电力需求能否如期兑现、以及公用事业公司的盈利能否逐步消化当前的高估值。

AI投资的主线是否正在从芯片转向电力,答案并非简单的”是”或”否”,而是一个分阶段演进的过程——芯片仍是AI产业的核心基石,但电力正成为决定AI扩张边界的”新约束”。对于投资者而言,理解这一结构性变化、建立跨产业链的配置视野,远比追逐短期热点更为重要。

FAQ

Q1:AI算力增长为什么会导致电力需求激增?

大模型训练和AI推理需要大量GPU持续高负荷运行,数据中心能耗呈指数级增长。一次ChatGPT查询的耗电量约为2.9瓦时,是传统搜索引擎查询的10倍。高德纳预测2026年全球数据中心电力消耗将达565太瓦时,同比增长26%;国际能源署预测可能超过1,000太瓦时,同比接近翻倍。

Q2:VST、VIST、AEP等电力股的上涨逻辑是什么?

Vistra(VST)拥有核能发电能力,受益于AI数据中心对24/7稳定清洁电力的需求;Vista Energy(VIST)是阿根廷页岩油生产商,受益于全球能源需求增长;AEP等公用事业公司拥有区域电网垄断地位,数据中心用电量增长可直接转化为收入和利润。三类公司均受益于AI驱动的电力需求扩张逻辑。

Q3:AI芯片股和AI电力股的投资逻辑有何不同?

芯片股受AI资本开支、GPU需求、产品周期驱动,业绩弹性大但”拥挤交易”风险高;电力股受数据中心用电需求、电价、PPA、核电能力、电网扩建和监管政策影响,需求确定性更高但估值往往提前反映远期预期。芯片股是”高弹性高波动”,电力股是”确定性慢变量”。

Q4:当前AI电力概念股估值是否已经过高?

美国独立发电商市净率从2023年初的2.5倍升至2025年9月的14.5倍高点,主要由AI叙事驱动而非基本面兑现。VST、AEP等股票的估值已在相当程度上反映了AI电力需求的远期预期。后续能否持续,取决于盈利增长能否逐步消化当前估值。

Q5:后续应关注哪些指标来判断AI电力行情能否持续?

重点关注:大型科技公司AI资本开支(决定需求来源)、数据中心新增电力消耗数据(验证需求真实性)、核电项目进展与PPA签约规模(基本面兑现信号)、公用事业公司盈利指引(管理层信心指标)、电力批发市场价格与电网扩建投资(行业景气度的量价指标)。

本内容不构成任何要约、招揽、或建议。您在做出任何投资决定之前应始终寻求独立的专业建议。请注意,Gate 可能会限制或禁止来自受限制地区的所有或部分服务。请阅读 用户协议了解更多信息。

分享一下

sign up guide logosign up guide logo
sign up guide content imgsign up guide content img
Sign Up
Log In