ARTICLE · 1049576
AI时代的电力竞争
AI时代的电力竞争9月1日的G20科技部长会议，在美国北卡罗来纳州教堂山举行，马斯克和扎克伯格通过视频连线同台，马斯克在会上警告说：电力供应不足正在成为制约AI发展最核心的瓶颈。 据马斯克预计，到2027年，AI芯片至少会面临15吉瓦的电力缺口。这个判断来源于一组严重失衡的数字：AI芯片每年在以40%~50%的速度增长，而除中国以外的电力供给，一年只增加10%~20%。 过去我们讨论AI，大部分时候都在讲模型、讲算法，其实制约AI的除了算力，还有电力，资本也正在往物理世界做价值转移。 马斯克的原话里有个细节很有意思：像谷歌、Anthropic这些公司，已经开始向SpaceX租赁算力了，核心原因就是SpaceX通过自建发电厂，率先解决了电力供给。 数据是比特世界，电力是瓦特世界，而AI的出现，token把比特世界与与瓦特世界连接起来。但在这个过程中，两个世界的成本大不相同： 比特世界复制成本趋近于零，但瓦特世界一瓦就是一瓦，能量守恒，谁也绕不过去。 所以，当下的AI竞争演变成这样： 第一层拼算法，看谁的模型更聪明、迭代更快； 第二层拼芯片，看谁拿到更多稳定的算力硬件，英伟达因此日子很好过； 现在进入第三层，拼电力。谁手里有稳定可靠的电，谁的数据中心就能先上线、先训练。 所以从投资角度说，当一度电开始决定一个数据中心能不能上线、能不能运行，电就不再是成本项，变成了资产项。 高科技赛道的钱，正从比特世界流向瓦特世界，流向数据中心、变压器、燃气轮机、储能和核电。 而能源的自给能力，正在成为AI竞争的新维度。 推荐阅读：AI时代，谁能让绿电跟上算力？| 《绿色云端2026》 黄仁勋有一个AI经典五层架构，其中能源在最底层。 
芯片的核心消耗就是电，电就是数据中心的粮食，没有电，上面四层全是空中楼阁。 据统计，去年中国数据中心行业用电量在1700亿~1800亿度之间，占总用电量1.6%到1.7%的水平。即便未来预期十五五会冲到4000到6000亿度，占比也就5%左右，对中国的超大电力体系冲击有限。 我们总觉得AI用电增速惊人，但数据中心那点电量占比其实很小。 与中国相比，海外的麻烦可能更大一些。因为中国电力还处在高速发展阶段，不断吸纳新装机、新负荷；但国外电网和装机很多年几乎是零增长，比如英国，近20年电力负荷没怎么增长。AI这么一来，平稳了20年的系统突然要跳变，哪怕每年只增3%到5%，对这些国家来说就是新问题。 AI有多少费电呢？ 我们举个例子：一座装了10000张GPU的智算中心，光计算模组每小时的耗电，就差不多等于1000户家庭的一天用电量。而我们都知道，很多智算中心一天需要运行24小时。 像我们所说的AI 工厂，一个超大规模的一吉瓦的数据中心，一年用电大约6、70亿度，相当于一座美国中型城市，或者中国四五线城市的水平（美国普通城市规模较中国会小一些）。 所以，2025年全球数据中心用电涨了17%，而全社会总电力需求只涨了3%。电费消耗能占到整体数据中心运营成本的60%~80%。 照这个势头，到 2030 年预计会到 945 太瓦时（太瓦时是比吉瓦时更大的电量单位，1 太瓦时等于 10 亿千瓦时，也就是 10 亿度电，945 太瓦时即 9450 亿度电），相当于凭空多了一个法国。 而在全球数据中心全部用电规模里，中美两国合起来占比七成：其中美国占四成、中国占三成，到2030年可能升到75%。简单说起来，全世界每用4度数据中心用电，就有3度在中美，其他国家基本上已经退出游戏。 但是电力作为物理世界的什么能量载体，它并不会凭空产生，AI数据中心耗掉的每一度电，背后都是煤炭、天然气、核能、水电或风光这些一次能源的转化。 所以AI数据中心的竞争，表面争的是算力基础设施、是电力的竞争，更底层争的是一整套能源体系的竞争。 这也是为什么数据中心的扩张最终会回到能源问题本身？因为一个国家的能源结构，会直接影响AI未来的成本、规模和安全边界。 摩根士丹利算过一笔账：2026到2028年，美国数据中心电力需求68吉瓦，现有电网只能供30吉瓦，到2028年缺口约47吉瓦。折算一下，相当于47台百万千瓦级核电机组，或者七八座大型核电站的装机，差不多是中国目前全部在运核电机组的70%。 但其实美国并不缺电。 美国全国供电相对是稳定的，供电瓶颈卡在算力增长的局部缺口部分，影响更大是速度，是慢：美国的并网流程极慢，居民上街抗议，选票政治来回拉扯，这三件事叠在一起，逼得一些大厂只能考虑自己建电站。 像微软干了30年科技企业，没想到有一天需要自己建电站。 这些科技大厂最初方案都是直接接进大电网，结果发现一下子负荷增长过快过大，高峰时会挤掉居民的用电权，于是电网就开始限制准入，大厂要提前申请、评估、讨论，流程漫长。数据中心等不及，更不想在速度上丧失优势，如果现在不抢，过两年可能等对手都建成就来不及了。 所以我们今年看Meta已经放弃绿色供应方案重归天然气，自己圈块地皮建天然气电厂。 而像纽约州地皮非常紧张，所以美国也正在重启一些服役40~50年间的早期核电站，在旧址拆除部分发电设施、重新装新的反应堆或气电做旧址翻建。但气电也卡时间，进度没有这么快，哪怕在中国这样的制造业大国，一个气电站的施工也要3年左右，对比风光发电站6个月即可上线。 早年间，谷歌、微软曾经喊出100%绿电目标，如今被AI高强度全天候负荷需求打破了平衡。 这一边，微软2025年内部用电3700万兆瓦时，同比涨25%，那个号称到2030年让数据中心每小时耗电都用同电网同时产生的100%可再生能源匹配的"小时级绿电目标"，现在内部已在讨论是否推迟甚至放弃。 另外一边，Meta跟气候组织多次对话后退出了RE100（全球100%可再生能源倡议），原因也很直接，就是为了满足AI激增的电力需求，需要加大天然气发电采购，因此已经不满足技术准入标准。 今年Meta宣布继续投资路易斯安那州7座天然气发电厂，总装机超5.2吉瓦。 而亚马逊则是在德州规划7.65吉瓦数据中心园区，配套35台燃机的大型专用天然气电厂，一旦建成将是美国史上最大电厂（目前美国纪录保持者是华盛顿州格兰库利大坝，发电能力6.8吉瓦，比亚马逊打算建的还少近1吉瓦。）。 谷歌、微软也都在签类似天然气发电协议。 这些科技巨头们，钱是舍得花的、模型不停升级，CEO们天天在推特上吵......但问题是，资本开支能买到GPU、买到服务器、买到数据中心，却很难买到电网扩容和电厂投产需要的刚性时间。 等不起，大厂就自己造电，可那些100%可再生、碳中和的承诺还能不能如期完成，则要打个问题。 大厂原本出于环保想全部100%绿电，结果现实打脸，不得不向天然气低头。这背后其实就是一笔经济账，做到绿色就要额外开销，明显现在已经不划算了就不搞了。 据彭博统计，数据中心建设让美国居民电费平均推高约18%，密集区批发电价比2020年涨267%。美国最大区域电网、东部PJM（宾夕法尼亚、新泽西、马里兰三州缩写起家，后来拉进周边小州，最终13州联网），一季度批发电价同比涨76%。 美国电科院今年上半年做过一个深入研究，结论非常反常识： 居然说过去几年数据中心增长没推高电价、反而平抑了电价！ 理由是数据中心提高了资产利用率，让原本发电电网利用率只有50%到60%，数据中心进来一下子提高到70%，这就让分摊成本变少。 这个结论明显是错误的：在短期装机少的时候，就是目前容量有富余的时候，新增需求确实有利于降低现有电价，但未来增长一旦更多无法满足需求的时候，就会挤压别人的需求，就要新增电厂，这个时候成本就会跳升一下。所以，从长期来看，数据中心一定会推高当地电价。 所以不是现在缺，是企业意识到2028年要接新负荷、费用今年就开始计算。假设2028年要上一个50万千瓦的数据中心，因为电站有建设周期的存在，所以就得提前3年把对应装机拍卖出去。而且远期容量拍卖是个供小于求的市场，同时数据中心又是刚需、高附加值，发电侧就能漫天要价。像以前一兆瓦可能100多美元，但今年因为数据中心一定要上，远期拍卖就已经涨到2、300百美元了，而这个费用会直接叠加进2026年电价。 所以，据统计，因新建数据中心，美国民众多掏了138亿美元电费，这个结论也不是不可能。 2025年中国全口径发电10.58万亿千瓦时，同比增4.8%，水电火电都是世界第一，发电装机早就是世界第一。 所以中国肯定是一个不缺电的国家。 另外，国家最高决策层对"算电"这件事已经定调，就是算电协同。 在9 月 11 日的国务院常务会议专门研究算力网建设，国家顶层提出要推动算电协同、算网融合，做好算电设施统筹规划，落地绿电直连、源网荷储项目。 而概括这项工作的八个字就是：以电强算、以算促电。 这八个字天然就需要算力行业、能源两个产业，还有政府三方，一起找到共同的利益支点。 我们来看看这三个行业各自的需求是什么： 首先政府想要什么？ 是稳定的经济发展，是把AI浪潮转化为科技经济增长力，是数据中心能带来的就业税收、实打实的地方效益。 所以政府搭台做顶层规划，最显著的就是两类八大枢纽节点，决定了数据中心往哪建。 其次算力行业的诉求是什么？ 其实非常简单：稳定+便宜。 便宜意味着更低廉的Token成本、更强竞争力，所以核心就是找更低供电方案，是大电网成本低？还是绿电直连等就近消纳成本低？都去一一探索；同时可靠性也很重要，很多数据中心24小时不能停电，所以还要配柴油发电。 最后能源行业期待的是什么？ 能源部门希望一是把数据中心引到新能源多的地方，化解弃风弃光和新能源消纳问题； 二是利用数据中心的调节能力支持电网平衡，在新能源多的时候算力用满，而在电价贵、新能源少的时候把不紧急的推理业务先停掉，类似用"峰谷算力"来匹配”峰谷电力“。 就在9月12日，中国光伏装机达12.86亿千瓦，超过了煤电的12.85亿千瓦，中国百年电力工业史主力电源第一次历史性易主。 而全球新能源的产能现在基本也都在中国了。 我们再来看看科技企业的绿电消费趋势： 绿色和平从2020年就开始做"绿色云端"，追踪互联网大厂能源采购趋势，一个核心评估维度就是企业绿电消费。 数据中心既想便宜电、又想绿电，眼下未必能够兼得。 2022年绿色云端的做案例报告时，企业最常提的词就是价格，绿电要买、价格是第一道门槛，绿色是政策和资本要求，便宜是企业活下去的需要。 到2026年AI带来新一轮算力扩张，门槛又抬高一截：新增绿电消费怎么跟上快速膨胀的新增用电。 所以，卡住中国AI电力需求的不是电源成本、制造能力（中国全有），是把三方需求拧到一起的机制。未来能源管理能力会变成新运营能力，PUE（电能使用效率，越接近1代表能效越好）、绿电比例、电力成本会和模型参数一样进公司竞争力报表。 电力的稳定与便宜的需求，让中国的科技大厂开始自己动手找电。 以DeepSeek为例：之前从不融资前段时间融了500亿元，转头就在乌兰察布建了一个1吉瓦规模的智算中心，同步还在招聘平台发数据中心高级运维工程师、高级交付经理，与以前招聘不同，岗位的工作地点在乌兰察布。 乌兰察布这个盛产土豆的“土豆之都”，现在正在向“算力之都”转型。 deepseek并非个例。 自2013年起，华为、阿里、苹果、字节、DeepSeek都开始在乌兰察布布局，已经有89个项目落地、总投资超5000亿，要知道，2025年乌兰察布年GDP才1260亿。 首先，为什么大厂都选择自己找电？ 主要还是刚才说过的稳定+便宜，且当下AI的应用也给了实现这个需求的可行性：以前用户刷短视频要快速刷新交互，不能卡顿，因此数据中心需要离用户更近一些，比如会建在廊坊、张家口等地。但推理型业务其实对时延并不敏感，用户发布一个问题慢慢算、消耗很多token，可以等一个答案。 所以，单位时间的传输量下降、时效需求下降，这样就可以把数据中心放到绝对电价低或更远的地方。 我们也能看到，在新增需求里，很多是长交互、不那么值钱的，企业按预测往远放，能够确保稳定便宜这个第一要务的实现。 像文章开头说的，在海外马斯克也在做“自己找电”这件事儿。 特斯拉在孟菲斯建集群时电网只给8兆瓦，撑不起几台服务器，后来24年7月干脆在厂区架设了35台燃机（总功率约422兆瓦），加168个特斯拉储能电池；等4个月电网批文下来升到150兆瓦/台，才拆掉部分机组。 二期把发电厂挪到密西西比州，直接建1.2吉瓦永久天然气电厂。 其次，为什么是乌兰察布？ 当下的中国推理型AI已全面融入我们的工作生活，所以企业也往风光富集区就地找绿电。根据绿色云端报告统计，2025年腾讯绿电消耗超40亿度、万国数据38亿度，年度绿电占比超30%的企业已有8家；有的大厂绿电消费增量已大于外购电力增量。 这时候，乌兰察布的优势就体现出来。 年均气温4.3度，一年10个月靠自然风冷降温，正好适应AI服务器散热极高 成本下降的需求，如果放深圳杭州上海得靠大规模空调，放乌兰察布可能开个窗就行，能耗直接降20%到30%，PUE降到1.2以下，远超全国平均水平。 另外，电价上，乌兰到户电价约5毛、工业绿电低到3到4毛，北上深电价翻倍，这样算起来，同样大型数据中心放乌兰察布和隔壁城市一年电费能差30到50亿，成本是生命线。 而且在距离上，乌兰距离北京350公里、高铁不到2小时，还铺了两条直达北京的大容量光缆，时延4.2毫秒，比眨一次眼快几十倍，对北京AI公司可能就像建在楼下。 所以在9月11日会议上，李强总理也提出，把算力往可再生能源富集区布局，在就近消纳框架下用源网荷储一体化、绿电直连、就地平衡。 不过我们也要看到，虽然西部很多地方有风有光有土地，某些省份的弃风弃光甚至达到50%，就是因为新能源波动性和算力高可靠要求的天然冲突。 电网要求每时每刻都要发用平衡，不平衡会出重大事故。反面案例就是去年伊比利亚半岛（西班牙、葡萄牙）大停电。 一般来说电网的发用平衡有两类匹配手段： 发用平衡的关键是"同频"，你多的时候我也多、你少的时候我也少，电网才安全。因为电没法大规模存储，所以配储能是就近消纳的必选项。 AI下半场买的既是模型价值，也是电背后的确定性，稀缺往哪转，钱就往哪去。 数据中心是资本密集型行业，投资大、周期长、回收长，过去靠银行信贷或自有资金。现在万卡、十万卡集群往上走，底层资产要几十亿上百亿，传统的融资渠道很吃力。 从银行资金属性看，银行资金要久期短、流动性强，IDC/AIDC是重资产长回收，放个10年期3.5%利率贷款给回本要七八年的项目，中间两三年利差得自己扛，还没算投产前空置期。 2024年政策开了一道口子，算力基础设施的不动产金融开始破冰： 对资产所有人，这些新产品提供投建管退循环平台，不用把重资产压在表上，能变现回收资本金、降负债率和现金流压力。 金融估值常用收益法，核心变量是未来现金流和折现率，公募REITs有刚性分红要求，每年可供分配金额90%以上强制分。 电价剧烈波动时，在耗电基数特别大的情况下会吞掉底层收益，投资者分红和估值跟着缩水。国内新智算中心平均PUE已压到1.15到1.25，接近物理极限，决定稳不稳定的除了省电，更看能否锁定稳定便宜的用能结构。头部算力商往能源上游延伸，签长期购电协议（PPA）、布局源网荷储和绿电直连，给物理和金融资产同时加确定性。 而美国这轮更多靠私募信贷（private credit），股权债权混合、规模大、利率高，但目前已经暴露出一定的流动性风险，这可谓美国资本市场的灰犀牛。 除了在用电侧当消费者去锁电，科技巨头手头资金充裕，也在通过企业风险投资和产业投资基金，深度介入新能源产业的技术创新。 国内绿色基金主要发起方还是政府、国资和金融机构，科技企业下场不多，腾讯有碳寻计划，投向长时储能、钢铁减排。 这些企业风险投资CVC项目，说明大厂做绿色投资不再只是买环保名声，也看中前沿技术成熟后的商业回报。 大国竞争又回到能源时代，回看产业变革，能源始终是决定产业边界的关键： 18世纪工业革命，煤炭改变制造业空间分布，蒸汽机让工厂摆脱水利依赖，煤炭产地长出新工业城市、铁路修到矿区； 20世纪美国凭石油和成熟电力系统推动汽车化工电子产业； 互联网时代关注点转向芯片软件数据，传统能源退后； AI时代数据中心又把传统能源拉回前台。计算量越大，能源越重新成为基础条件，已开始影响国家企业战略。对快速增长的数据中心，未来胜负手不只是算力基础设施多少，更取决于能否建立与算力规模匹配的能源系统，数据中心把科技产业重新拉回能源竞争赛场。 当今年第一次把算电协同写进政府工作报告，无论国家顶层设计、行业自我发展还是专家判断，能源电力行业和数据中心科技行业走到融合节点，未来一定是1+1>2，但推动它还需要机制创新和商业模式探索，推动两个产业真正融合协同、发挥大于2的效果。
算力的尽头是电力
AI的第三层竞争
美国的矛盾
钱管够，时间不够
中国的问题
不缺电，缺的是协同
一类是四个负荷中心，算力主要需求在京津冀、长三角、珠三角、成渝地区； 另一类是四个低成本供应，内蒙乌兰察布、宁夏中卫、甘肃庆阳、新疆。
科技公司开始自己找电
一是接大电网，大电网像个特别大的胖子，调节稳定能力强，把新能源和负荷波动压在可控范围； 二是直连或就近消纳，靠储能装设加精准预测出力负荷，双方曲线匹配，在小范围不依托大电网也能实现，成本更低。
产业投资机遇
一类是持有型不动产ABS（私募REITs），面向机构：25年3月中信证券和万国数据发首单，中国人寿等机构认购七成、万国留三成保留运营权；同年11月泰保资产和世纪互联合作绿色ABS，规模8.6亿，拿绿色资产最高等级G1，首单贴标绿色数据中心金融产品，对底层绿电、能效KPI考核更严； 另一类是二级公募REITs，25年8月南方万国募24亿和南方润泽募45亿，在沪深上市，首日双双涨30%，标志首批数据中心公募REITs落地。
苹果中国清洁能源基金把绿色债券和产业基金结合，18年联合供应商发起第一期，在14个省建超1吉瓦风光项目，25年启动第二期由施罗德管理、苹果锚定投资7.2亿，目标每年为中国电网新增约55万兆瓦时风光发电能力，帮没能力建新能源的供应商消纳绿电、锁住供应链绿色属性； 亚马逊气候承诺基金约20亿美元，做股权投资、支持可再生和先进储能早期研发； 微软气候创新基金约10亿美元，股权债权双轨，已投67家企业、部署超8亿美元、撬动约120亿后续资金，投向无碳电力、储能、电网管理。