数据中心耗电猛增点燃电力股! GE Vernova(GEV.US)被瑞银冠以“最强盈利增长股”

智通财经APP获悉，在国际大行瑞银集团(UBS)启动研报覆盖并给予GE Vernova公司(GEV.US)“买入”评级和614美元目标价后，GE Vernova股价截至周一收盘上涨近3%至530.28美元。瑞银表示，受到AI数据中心电力需求激增以及供应紧张驱动的史无前例发电结构性上升周期提振，这家聚焦电力系统与风力涡轮机制造的美国电力巨头有望大幅受益，并借愈发强大的定价能力提升实现长期利润增长。

据了解，GE Vernova 是美国工业巨头GE(即通用电气)于2024年4月年彻底剥离、在纽约证券交易所挂牌(股票代码 GEV)公开交易的能源科技公司，主营Power(燃气/核电系统/水电/蒸汽)、Wind(陆上/海上风电)以及 Electrification(电网系统、储能设备与电力数字化解决方案) 三大板块，聚焦电力供给系统与清洁能源，致力于“既让世界通电，又帮助电力脱碳”。

从通用电气成功分拆之后，在首席执行官斯科特·斯特拉齐克带领下的GE Vernova致力于通过提供高度可调度的燃气/核电系统与零碳的风电系统、配合数字化电网解决方案，旨在在能源三难困境(可靠性、负担得起、可持续)之间寻找最优平衡。

AI数据中心带来电力扩张潮，瑞银“最高盈利增长预期”锁定GE Vernova

随着用于运行人工智能大模型的大型数据中心扩建与新建数量激增且规模大幅扩大，有预测数据显示美国整体的用电量将以前所未有的速度大幅攀升。管理着从华盛顿特区到伊利诺伊州等13个州电力系统的PJM Interconnection LLC预测数据显示，一些处于计划建设的电力基础设施有可能将消耗足以供应整个城市用电的能源规模。

尽管拜登政府和现任总统唐纳德·特朗普领导的美国政府都宣称需要加大力度部署人工智能基础设施以维护国家安全和经济利益，但华尔街分析师们普遍预计电力需求的大幅增长很可能将给逐年老化的美国电力基础设施和供应规模带来巨大压力，这也是为什么自2024年以来华尔街资金大幅涌向Vistra Energy(VST.US)、Constellation Energy Corp(CEG.US)以及GE Vernova公司(GEV.US)等电力股。GE Vernova2024年股价涨幅高达185%，今年以来涨幅高达60%——比肩“AI芯片霸主”英伟达(NVDA.US)年内涨幅。

来自瑞银集团的分析师Amit Mehrotra在报告中预测，受与AI数据中心相关的能源需求以及设备交付周期较长带来的强大利润支撑，GE Vernova未来五年的复合盈利增速将达到惊人的70%，为瑞银所覆盖的全球上市公司中的最高预估。

该分析师预计GE Vernova当前仅完成本轮盈利扩张机遇的仅仅约25%，预计到2030年该电力巨头的营业利润有望实现翻三倍有余。

Mehrotra补充写道：“尽管GE Vernova估值已经较高，但我们认为其可持续扩张。”他指出，该公司在手订单超过年度营收规模的大约3倍，且尾部较长期限的服务业务现已占销售额的大约45%。

瑞银分析师Mehrotra认为，GE Vernova的盈利以及利润率扩张将受益于更严格的定价纪律、订单盈利能力持续提升以及精益经营成本结构。

AI尽头是电力!

史无前例的大型数据中心建设与扩建热潮正把全美电网电力需求推向20年来从未见的水平。PJM Interconnection近期发布的一份预测报告显示，未来15年(即到2035年)，夏季峰值负荷可能增加70吉瓦，达到220吉瓦。这将比2006年夏季创下的约 165.6 吉瓦历史峰值高32%，并大幅超过当前183吉瓦的装机容量。

随着ChatGPT、Claude以及DeepSeek等人工智能应用席卷全球，全球各大超大规模AI数据中心的能源需求如此巨大，以至于今年一些长期以来不受市场青睐的公用事业股票进入了华尔街顶级投资机构的视野。全球对于人工智能训练/推理密切相关联的AI算力需求加速，本来已是“吞电巨兽”的高性能耗电数据中心对电力资源的需求预计在未来几年将持续炸裂式增长。AI数据中心可谓AI时代最核心的大型基础设施建设项目，对于ChatGPT等生成式人工智能应用的高效率运作以及GPT系列等AI大模型更新迭代至关重要。

规模随AI芯片等算力基础设施猛烈需求而呈指数级扩张的高耗能AI数据中心背后离不开电力供应这一核心基础，这也是“AI尽头是电力”这一市场观点的由来。

国际能源署(IEA)一份预测报告显示，到2030年，全球数据中心的电力需求将增长一倍以上，达到约945太瓦时(TWh)，略高于日本目前的总用电量，人工智能应用将是这一增长的最重要驱动力;预计到2030年，聚焦人工智能的数据中心的整体电力需求将翻四倍以上。

在6月早些时候，电网系统独立市场监察机构 Monitoring Analytics发布的一份研究报告显示，由于为AI训练/推理提供最核心驱动力的大型数据中心能耗规模激增，PJM Interconnection 电力容量市场出现供需紧张和高价局面，总体电力成本飙升180%。

根据波士顿咨询公司预测数据，数据中心仅仅在美国的电力消耗中所占的份额预计将增加两倍，从2022年的126太瓦时增至2030年的390太瓦时。太瓦时用于描述最为庞大的电力量级别，通常用于国家级别的能源统计、大型能源项目的规划和评估。大型工业设施，如超级钢铁厂，在一年中可能也就消耗不到10太瓦时的电力。