人工智能基礎設施建設的規模，無論是在支出還是企業資本支出方面，持續達到非凡的水平。投資步伐明顯比以往任何基礎設施週期更為壓縮，主要由最大的雲端和超大規模運營商——Amazon、Microsoft、Google和Meta——推動，其合計年度資本支出已攀升至數千億美元。

一個核心問題是資金究竟投向何處。與鐵路建設等歷史基礎設施項目不同——後者需要鋼鐵廠和大量勞動力——AI數據中心建設的成本結構截然不同。業界估計顯示，約80%的數據中心成本直接流向Nvidia，其餘大部分則用於機架組件和相關硬體。實體建設部分——即流入更廣泛經濟的部分——可能僅佔總支出的5%或更少。這種集中性意味著AI建設的經濟乘數效應較過去的基礎設施繁榮期更窄，大部分資金流向少數半導體設計商和伺服器機架供應商，而非廣泛擴散至建設勞動力和材料。

這些設施同時也是極度耗能的。發電能力的建設代表著一種廣泛分散的支出，會流經工廠和原材料。然而，圍繞發電需求的數字令人震驚，並且存在嚴重的疑問：產能能否跟上數據中心的需求。

根據ZeroHedge的報導，數據中心擴建背後的能源數學引發了重大擔憂。僅德州一地就面臨通過ERCOT的474GW併網申請，其中90%歸因於數據中心。德州州長Abbott隨後凍結了該州新數據中心的建設。

作為背景參考，ERCOT的歷史最高用電需求紀錄為91.1GW，創建於2026年7月22日，正常需求在40至80GW之間。

在更為審慎的情境下，摩根士丹利預計整個美國到2030年將面臨約80-100GW的電力短缺，相當於約100座核電廠的發電能力。這引出了一種可能性：即使數據中心按時建成，也可能在數年內無法獲准接入電網。幾家大型科技公司已開始尋求核電協議和下一代反應爐技術，作為應對這一瓶頸的對策之一，儘管這些計劃本身也面臨多年的開發時程和監管障礙。