AI战争下半场,赢家通吃的终极密码是“电权”

2023年之前，行业里大家都发愁的是缺芯片，英伟达的A100、H100特别难买到，价格都被炒到原价三倍。那时候大家都觉得，谁能抢到更多GPU，谁就能赢。

可是到了2024年，情况就变了。OpenAI的奥尔特曼在达沃斯说，如果不解决能源问题，压根没办法实现AI的技术目标。Meta的扎克伯格直接说，GPU供应的瓶颈已经缓解了，可能源会成为下一个主要的瓶颈，而且这个瓶颈光靠资本是解决不了的。

纳德拉说得更具体，他说现在有很多GPU因为电力配套不足没法用。AI行业真正的瓶颈不是算力，而是电和数据中心的空间。

说说几个数字：

GPT-3训练一回，用电量大概就相当于是120个美国家庭一整年的用电量，具体是多少，是1,287兆瓦时。

GPT-4更高。研究人员算，整个训练周期大概用了5000万到6200万度电。要是训练用了三个月，那平均下来每天差不多就用掉小十万度，这相当于好几万个家庭一天的总用电量。

有研究机构估算，GPT-5每天的耗电量能达到4500万度，差不多相当于150万美国家庭一天用电的总和，相当于两三座核反应堆的输出量。

需要留意，这是每天，不是训练一次哈，是每天。这还只是训练的时候。模型运行起来之后，每天回应用户的请求，也同样在耗电。ChatGPT现在每天要处理约25亿次请求，每天耗电超过50万度，相当于每天就消耗掉一个小型发电站的产出。

IEA的数据更直观，2024年全球数据中心的用电量大概是415太瓦时，占全球全社会用电量的1.5%。这个比例看起来不高吧，但是增速可吓人。到2030年，这个比例可能就会翻倍到接近3%。到时候全球近一成的电力需求增长，直接就来自数据中心。

事情不只是有没有电，还包含电多少钱。美国居民电价在过去几年持续上涨，部分数据中心密集区涨得特别厉害。弗吉尼亚州现在是全美数据中心最集中的地方之一，当地批发电价在过去5年涨了267%，最后都转嫁到了居民账单上。缅因州电价是全国平均的两倍，当地政府已经在考虑暂停批准新数据中心建设。

欧洲更夸张。德国工业电价在2024年约为78欧元每兆瓦时，是法国的将近两倍。德国一些工厂因为电价太高已经开始减产。

但中国有自己的解法。内蒙古、甘肃、贵州这些西部省份，电价普遍只有东部的一半甚至3分之一。内蒙古和林格尔的数据中心，电价能达到0.32元每度，而东部工业电价普遍在0.8元以上。这么算的话，一个日均耗电1000万度的中型数据中心，要是从上海搬到内蒙古，每年电费能省下超1亿元。

这就是“东数西算”背后的经济逻辑。把对延迟不敏感的AI训练放到西部，把需要快速响应的推理任务留在东部。不是简单的算力转移，而是算力和电力的协同优化。

微软和星座能源公司签了一份为期20年的协议，要重启宾夕法尼亚州三哩岛核电站的一个机组，从2028年开始买这个机组全部的电。这是微软史上最大的买电协议。

Meta更积极，今年年初一下签了三个核电的大单子，总规模有6.6吉瓦，相当于三座大型核电站的装机容量，会在2035年前慢慢上线。

谷歌和Kairos Power合作开发小型模块化反应堆，签了全球首个企业级SMR买电协议，打算布置7个小堆，首批机组会在2030年投产。亚马逊和X-energy的协议更厉害，计划在美国布置超5吉瓦的小型堆，在2039年前弄好。

核电能能24小时稳定供电，不像风光发电得看老天爷的脸色什么的，对于得持续运转的AI数据中心来说，这就是最理想的能源。

甚至核聚变都有人下单。Helion Energy称微软已和他们签署了全球首个核聚变发电购电协议，发电厂预计于2028年建成，初始供电量为50兆瓦。

AI竞争发展到现在，逻辑已经变了。在上半场，大家比拼算法、比拼参数、比拼数据、比拼芯片。OpenAI靠着GPT打开局面，Google跟着用BERT跟进，国内字节、阿里、DeepSeek一个接一个出现。这个阶段确实挺精彩，也确实解决了不少技术问题。

那下半场，瓶颈不再是脑力，而是体力。任何一个参数再大的模型，都得有电才能运行。任何一个推理能力再强的AI，都得有冷却系统来散热。任何一座算力再强的数据中心，说到底就是个用电的大户。

能源顾问公司Wood Mackenzie有这样一种说法，算力的尽头是电力，电力将会决定谁能够在AI竞赛中走得更远。

这并不是在唬人。一个一天耗电几十万乃至上百万度的AI训练任务，和一个仅需要稳定供电三天就能完成的渲染任务，对电力的需求完全不一样。当AI的规模变得越来越大，电力就会从成本项目变成战略资源。

谁拥有稳定又低价的电力，谁的AI成本就会更低。谁的AI成本更低，谁的模型定价空间就会更宽泛。谁的定价空间更宽泛，谁就能够在市场上存活更久。

归根结底，电权并非是电网里流动的那些电流，而是AI时代最为关键的硬通货。

下半场已经开启了。