芯片决定AI的上限,电网决定AI的下限

打开ChatGPT、豆包、Claude，你以为自己正在和一个轻巧的应用对话？

AI真正的“躯体”在OpenAI在美国德州Abilene的Stargate数据中心、在火山引擎在安徽芜湖建成的长三角无为算力中心……那些大楼里不住人也不办公，却密密麻麻摆满了一排排服务器和机柜，显卡持续满载运转、变电站源源不断地送入电力、庞大的冷却系统昼夜不停地为硅片“续命”。

AI真正的底座运转在这些吞吐电力、消耗水资源的物理设施之上。

今天AI竞争的本质，已经不再是单纯的芯片与模型之争，它背后拼的是谁有更强的能源系统来支撑更大的算力。这句话最近被马斯克反复说，被OpenAI的Sam Altman反复说，也被国际能源署(IEA)在最新的《能源与人工智能》报告中反复证实……

这场没有硝烟的能源战争，决定了未来十年谁主导AI。

AI的耗能主要集中在两个阶段：训练和推理。

如果把大模型当做一个大胃王，训练阶段决定模型能长到多大，推理阶段则决定这个大胃王每天会吞掉多少资源。

训练阶段的能耗翻倍到什么程度?

2020年的GPT-3训练耗电1287MWh（兆瓦时，1兆瓦时相当于1000度电的电能，大约相当于1000户普通中国家庭一年的耗电量），到2026年的GPT-5能耗达到了6万MWh，训练动用了5万张尖端GPU，连续运行了90天。短短几年模型的训练能耗就翻了50倍。

但训练仅仅是耗电的开始……训练好的模型变成了一个持续不断的能耗黑洞，所以真正让全球能源系统感到恐惧的是它上线后用户的日常使用。

• 你日常每问豆包一个问题，它大约会消耗0.34瓦时的电量——足够点亮你家里的灯泡2分钟。

• 当你用AI生成一张高清图片，消耗的能量大约是12瓦时——足以让你的手机电量从0直接充到100。

• 当你不满足于静态图片，要求AI生成一段5秒钟的高清视频时，因为涉及到庞大的多模态时空计算，耗电量会瞬间飙升到大约1度电——足以让你家的空调全速制冷1小时。

把上面几个单次数据乘以国内每天的AI调用量，相加之后得到一个数字，但这还仅仅是机房里那些GPU芯片计算时的直接耗电。如果算上数据中心的庞大制冷系统、水泵以及电网在传输中的损耗，实际每天的总消耗量将会达到400万度以上——相当于中国一个几十万人口的中型县城，全县老百姓一天的所有用电量。

但AI吞掉的还不只是电。

大型数据中心里极高的热量迫使机房必须大量消耗淡水来降温。每向大模型发出10次请求就相当于将一瓶500ml的纯净水倒在地。微软一年的耗水量暴涨51%，一口气“喝掉了”足足56亿升，谷歌仅仅在美国爱荷华州的一个单体数据中心一年就抽干了49亿升水……

每年有超过4000个奥运会标准游泳池的干净水被机房巨大的冷却塔蒸发吞噬，只为了给那些发烫的硅片降温。

斯坦福大学HAI研究所最新发布的《2026 AI Index Report》给出了一组数据：全球AI数据中心目前可抽取的电力已达到29.6GW，足以在用电高峰时期撑起整个纽约州，仅OpenAI的GPT-4o一个模型，年度用水量就可能超过1200万人的饮用水需求。

所以你很难说AI是一个很“轻量”的互联网产品，它更像一套被电力系统、冷却系统和水资源供同托举起来的重工业设施。

如果说AI竞争的上半场各方拼的是谁能抢到更多先进制程的算力芯片，那么到了下半场拼的则是谁拥有更庞大、更强韧的基础设施。

这已经不再是几家科技公司之间的单打独斗而是一场大国重器的底层较量。

美国这边，科技巨头们虽然掌握着顶级的算力芯片技术优势，但其底层物理电网长期面临着投资不足、线路老化以及高度去中心化的割裂现状。

你可以把整个国家的电网想象成一个已经插满了各种电器的超级大插排。过去几十年，这个大插排一直紧巴巴地维持着供电平衡。可是现在AI企业突然拉来了成百上千个极其耗电的“工业巨兽”，他们举着插头却绝望地发现国家电网上根本没有多余的插座给他们用了。

1、全美数据中心核心地带，已走到能源临界点

美国PJM（是美国最大电网运营商）电网区域是全球最密集的数据中心走廊，覆盖13个州，服务6700万人口，而这里的电网危机已经到了触目惊心的地步:

• 2025年12月，PJM最新一轮容量拍卖(针对2027/2028交付年)容量电价攀升至333.40美元/兆瓦日（MW-day），直接触及FERC（联邦能源管理委员会）批准的价格上限。而2017–2024年的平均价格仅为108美元/兆瓦日，也就短短几年涨了3倍多。

• 2026年2月，PJM正式发出红色预警：未来十年，其覆盖区域将面临高达60GW的电力供应缺口，相当于约60座大型核反应堆的发电能力。填补这个缺口预计需要1800亿美元投入。

• 一个新的算力中心想要接上电，需要面临4–5年的漫长等待，但对于按月迭代的大模型来说，等5年通电，黄花菜早凉透了。

电网容量的严重不足直接引爆了天价电荒。高盛警告：如果2026年6月举行的下一轮PJM拍卖不设上限，价格可能在600美元/兆瓦日的低至中段区间，也就是在当前水平上还要再翻倍。

2、白宫紧急出手：把电费账单甩给科技公司

2026年1月16日，特朗普政府联合东北部多州州长共同出手，指示PJM启动“紧急电力拍卖”：仅限建设AI数据中心的科技公司参与，竞标15年期的发电厂合同，无论是否实际使用这些电力，科技公司都必须在合同期内付费，为价值约150亿美元的新电厂建设提供稳定收入来源。

随后2026年4月，PJM进一步宣布启动“紧急提案”，目标在短期内新增15GW电力供应——相当于十余座大型核电站或燃气电厂的总装机规模。

3、核电豪赌：远水难解近渴

面对僵化、昂贵且排不到队的公用电网，美国科技巨头开始尝试绕开电网砸钱去买核电：微软在2024年砸下数十亿美元，试图在2028年重启发生过严重核泄漏事故的三里岛核电站；亚马逊不仅重金买下了宾夕法尼亚州核电站的专属电力，还斥巨资豪赌尚未经过大规模商业验证的小型模块化核反应堆(SMR)；谷歌也与多个核能初创公司签下生死契约。

但远水终究解不了近渴。

建一座核电站需要极其严苛的联邦审批，建设周期动辄长达10年甚至更久。就在2025年底，PJM告知星座能源公司：由于输电项目建设滞后，重启后的三里岛核电设施全面并入电网的时间可能推迟至2031年，比原定的2027年底目标整整晚了4年。

这种各自为战的“微电网自救”模式，无法在短期内填补国家级的能源缺口。

2026年4月10日，OpenAI正式宣布暂停在英国的Stargate数据中心项目。官方给出的理由毫不遮掩：“能源成本不可持续、监管路径不清晰，项目在英国管辖区内已无商业可行性”。英国AI超级大国的梦想就这样被“一根接不上高压的电线”物理性且讽刺性地卡住了。

在这场硅基时代的军备竞赛里，美国AI企业面临着一个致命的问题：资本跑得再快，最终也要被“那根接不上高压的电线”死死卡住。

马斯克在2026年初的达沃斯论坛上一针见血地指出：“扩大人工智能规模的真正限制因素不是芯片而是电力。”在谈到全球电网面临的瘫痪危机时，他甚至直言不讳的说：”中国是一个例外。”

与美国深陷电网“大塞车”的焦头烂额完全不同，中国正依托一种刻在骨子里的“基建狂魔”基因，在广袤的国土上下一盘史无前例的大棋。

哥伦比亚大学的研究员用“令人震惊”来形容中国的电网扩张速度。

仅仅在过去一年里：

• 2025年全国全社会用电量历史性突破10万亿千瓦时，相当于2015年全年用电量的2倍，高于欧盟、俄罗斯、印度、日本2024年全社会用电量的总和。

• 2026年1–2月，全社会用电量同比增长6.1%，延续稳健增长态势。

• 2025年，国家电网累计建成42项特高压工程，跨区跨省输电能力达3.7亿千瓦。

但我们也有自己头疼的问题，就是极端的空间错位。耗电的AI大脑和海量的用户扎堆在东部沿海，但能供养这些机器的廉价风电、光伏以及能免费给机房降温的冷空气却远在几千公里外的西北荒漠。算力嗷嗷待哺，绿电却在远方“吃土”。

怎么办？为了跨越这道天堑，中国同时砸出了两张震撼世界的国家级王牌：

王牌一：世纪工程”东数西算“，把算力搬到绿电身边

既然电送不过来，那就把那些不需要毫秒级反应的大模型训练任务打包直接扔到西部去。

内蒙古乌兰察布——这座曾经的农牧城市，现在成了算力集群的”草原云谷“。那里年平均气温只有4.3℃，全年有10 个月可利用自然冷源为机房降温，相比传统数据中心可节约能耗20%-30%，在这里机房降温根本不需要开空调，而且风车和光伏板发出的绿电不进公共电网，直接一根专线对到数据中心。

截至2025年底，乌兰察布已聚集华为、阿里巴巴、苹果、快手、中联、万国、世纪互联、中金数据等55家知名企业、67个数据中心项目，其中智算中心64个，总投资超2600亿元，算力运营规模达10.87万P，智能算力占比超90%，PUE值优于1.2。

此外绿电供应充沛，三峡、远景、运达、明阳等一批新能源头部企业落地投产，风光储氢一体发展加快布局，清洁能源装机容量1940.2万千瓦，占电力总装机的65.9%。

在“东数西算”枢纽节点，中国已率先实现新建数据中心绿电占比超过80%的目标。原本高昂的AI算力成本被西部廉价的自然资源大幅摊薄。

王牌二：特高压输电网，跨越2000公里的电力毫米级调度

可是模型推理的机房主要还是分布在东部，无法运到西边。这时候，中国给出了第二张王牌：特高压输电网，这是中国在全世界拥有绝对统治力的电力黑科技。

目前中国已经铺设了突破4万公里的特高压线路，足足可以绕地球一圈。从四川的水电站到江苏的AI机房，跨越2080公里的千山万水，清洁的水电只需要7毫秒就能精准输入东部机房的服务器里。

这根国家级能源“大动脉”还在被加速的加粗：

• 2026年一季度，国家电网与南方电网固定资产投资双双实现高速增长，合计投资额超过1680亿元，同比增长约39%。

• “十五五”期间，国家电网规划投资4万亿元，较“十四五”大幅增长40%；跨省输电能力较“十四五”末提升超30%。

• 2026年1月，阿坝—成都东1000千伏特高压交流输电工程首个标段贯通；同年4月，内蒙古电力集团宣布2026年确保29项500千伏工程按期投产，同时规划6条沙戈荒外送直流通道，配套电源基地规模突破9000万千瓦，建成后可将草原绿电直送京津冀、长三角、珠三角。

政策定调：“算电协同”写进政府工作报告

2026年3月，“算电协同”首次被写入政府工作报告，与“超大规模智算集群”并列为国家级新基建工程。

这意味着什么？

我国综合算力基础设施与电力系统，已从各自独立发展的模式，转变为算力、存力、信息通信网、电网、能源、碳等多要素深度耦合的联动发展格局。

IEA在最新的《电力2026》中测算：到2030年，全球电力消费增量的近50%将来自中国，新增需求相当于欧盟当前消费总量。

美国的科技巨头还在绝望地排着长队，为了抢几张电网入场券挤破头，甚至去豪赌10年后的核电，而中国的AI开发者们猛然发现最棘手的能源危机早就被国家提前扫平了。

在这场硅基时代的底线战役里，中国硬是靠着“全国一盘棋”的特高压和绿电大基地，为未来的算力扩张铺上了一块最坚硬的垫脚石。

国际能源署在2025年4月发布的权威报告《能源与人工智能》中给出了更具冲击力的长期预测:

• 到2030年，全球数据中心电力消耗预计将翻倍至约945太瓦时（（TWh）），略高于日本目前的总电力消耗；

• 到2035年，全球数据中心电力消耗将进一步增至约1200太瓦时；

• 一个典型的AI数据中心消耗的电力相当于10万户家庭的用电量，而目前在建的最大数据中心将消耗20倍于此的电力。

这已经不是一场单纯的技术竞赛。

是一场关于谁能在下一个十年里，为算力扩张提供最廉价、最绿色、最稳定电力的“大国重器”之战。它涉及电网审批流程、核电政策、特高压外送、绿电直供、储能规模乃至整个能源系统的抗冲击能力。

十年前，互联网公司的竞争拼的是产品、流量和用户体验。

今天，AI公司的竞争，除了模型能力和生态，开始拼一件从来没出现在它们财报里的东西：电、水、土地和电网容量。

整条产业链上：

上游——电网设备、特高压、储能、燃气轮机、液冷系统、SST固态变压器——正在从传统制造业产品变成“算力基础设施”的关键环节。国家电网“十五五”4万亿投资叠加海外数据中心配套需求，电网设备龙头的订单已经排到了2027年。

中游——数据中心运营商、云服务商、智算中心——正在从纯粹的“机房生意”变成“绿电+算力+土地+储能”的重资产捆绑生意。选址逻辑从靠近网络枢纽变成了靠近能源供给。

下游——使用AI的企业和创业者——你今天调用每一次大模型API，背后都是一条从西部戈壁风机到东部机房服务器的完整能源链。这个链条上任何一环的短缺都会直接反映到你的Token价格上。

当电力决定了云的未来，AI竞争的下半场就变成了一场不折不扣的国家级基建的比拼。

而在这场牌局里，中国手上的牌，还真不少……