夜雨聆风
2026 年一季度，全美已有至少 75 个 AI 数据中心项目停工、延期，涉及投资高达 1300 亿美元。资金已经就位，高端芯片供应充足，可卡脖子的，偏偏是电网。
这是 2026 年很容易被忽略的产业现实。市场所有人都在热议算力、芯片、大模型参数，英伟达黄仁勋早已点明真相：未来十年，电力供应，会比芯片制造能力，更能决定 AI 产业的发展速度。GPU 性能每两年提升 2.5 倍，但能效仅提升 1.5 倍，单位算力的能耗还在持续走高。
算力军备竞赛走到今天，产业瓶颈，已经从晶圆厂，转移到了发电厂。
01 惊人的耗电规模，相当于一整个日本的用电量
先看清 AI 带来的电力需求有多么庞大。
国际能源署测算，2024 年全球数据中心耗电量约 415 太瓦时，2025 年达到 485 太瓦时，预计 2030 年将攀升至 945‑950 太瓦时，占到全球电力总需求的 3%，差不多等同于日本全国全年用电量。国际能源署执行主任比罗尔直言，2030 年数据中心用电量，将超过如今日本的全年耗电水平。Gartner 的预测更为激进，2030 年或将突破 1200 太瓦时。中美两国，贡献了全球数据中心近八成的用电增量。
AI 服务器的用电增速更是陡峭。2025 年 AI 专用服务器耗电 95 太瓦时，2026 年预估 175 太瓦时，一年增幅 84%，2027 年耗电量就会超过传统服务器。机构预判，2030 年仅 AI 算力就要消耗 465 太瓦时电力，占全部数据中心能耗的一半。
耗电压力直接体现在机架之上。2020 年 Ampere 时代，单机架功率约 13 千瓦；到 Blackwell 时代飙升至 130 千瓦，五年暴涨 11 倍；2027 年 Rubin 目标直指 600 千瓦，远期目标达到 1 兆瓦。单颗 Blackwell GPU 功耗就有约 1 千瓦，较上一代提升 40%。
黄仁勋曾做过一组直观对比：训练 1.8 万亿参数大模型，老款 Hopper 架构需要 8000 张 GPU，消耗 15 兆瓦电力，连续运行 90 天；换成 Blackwell 仅需 2000 张 GPU，电力消耗下降 75%。可节省下来的电力，很快又被更大的模型、更多的算力需求吞噬。
这就是那句 “性能两年提升 2.5 倍，能效只提升 1.5 倍” 背后的现实。单一任务的能效在进步，但算力总需求指数级膨胀，单位算力能耗不降反升。国际能源署称之为能效悖论：单任务能耗逐年下降，但使用规模扩张更快，最终整体耗电越涨越高。
云厂商的电费账单就是最好佐证。谷歌 2025 全年耗电 43.6 太瓦时，同比上涨 37%，97% 来自数据中心，四年耗电量直接翻倍。巴克莱测算，亚马逊 2025 年数据中心耗电约 91 太瓦时，这个耗电量，已经超过全球绝大多数国家。
一座超大型数据中心，用电负荷可以突破 1 吉瓦，等同于一座中型城市夏季用电高峰，抵得上十万户家庭的用电量。如今全球在建、规划的同级别项目，数以千计。
算力需求曲线陡峭向上，电网供给的提升速度，却远远跟不上。
02 芯片可以快速造出来，电网却接不上
摩根士丹利测算，到 2028 年，仅美国的数据中心电力需求就将达到 74 吉瓦，现有可用容量只有 25 吉瓦，缺口 49 吉瓦，接近英国全国发电总装机。
核心矛盾是建设周期严重错配。一座 100 兆瓦的数据中心，18‑36 个月就可以完工；但一条跨州高压输电线路，从审批到落地，要 7‑10 年。美国电网主体建设于上世纪五六十年代，七成输电线路服役超过 25 年。风投机构 Bessemer 总结：数据中心 12‑18 个月就能建成，完成电网并网却要等待 5‑7 年。
劳伦斯伯克利国家实验室的数据更加残酷：美国并网排队队列积压 10300 个项目，合计 2.29 太瓦，已经超过美国现有全部装机规模。项目平均等待并网 4 年 7 个月，加州平均等待 9.2 年，PJM 电网区域普遍超过 8 年。2000‑2019 年进入排队名单的项目，最终真正落地运营的仅有 13%。
电价最先感知到供给紧张。美国 PJM 电网容量电价，2024‑2025 交付周期为 28.92 美元每兆瓦日，2026‑2027 直接跳至 329.17 美元，2027‑2028 年 333.44 美元，连续触及联邦价格上限，是两年前的 11 倍。2027‑2028 年系统缺口 6623 兆瓦。监管机构统计，数据中心贡献了多轮拍卖 46% 的容量费用，仅 2027‑2028 这一轮就占 39.6%。如果取消价格上限，均价会飙升至 554.72 美元每兆瓦日，总费用直接翻倍接近 300 亿美元。
于是就出现开篇的局面：2026 年 6 月，全美 75 个数据中心项目叫停或延期，投资规模 1300 亿美元。不是缺资金，不是缺芯片，就是电网接不进去。就在上一个季度，停工项目还只有 20 个，预算 980 亿美元，短短三个月规模成倍扩大。
北弗吉尼亚作为全球顶级的数据中心聚集地，机房空置率已经低于 1%，并网等待拉长至 7 年。预计 2028 年当地算力负荷达到 35 吉瓦，但现有发电能力仅有 19 吉瓦。
03 电网接不上，发电配套设备本身也供不应求
电网并网受阻，还有一层容易被忽视的现实：发电变电设备本身就产能不足。
大型电力变压器交付周期，2021 年约 50 周，2026 年拉长到 120‑160 周，部分高端型号要等整整五年。2019‑2025 年，发电机升压变压器需求上涨 274%，供应缺口 6%；变电站变压器需求上涨 116%，缺口高达 30%。美国电力企业设备采购开支，从 200 亿美元级别暴涨到 650 亿美元。
燃气轮机同样一机难求。GE Vernova2026 一季度燃气轮机积压订单达 100 吉瓦，产能排到 2028 年；西门子能源订单规模 1360‑1540 亿欧元，交付排到 2030 年。伍德麦肯兹统计，2025 年末全球燃机订单 110 吉瓦，但全球年产能仅 60‑70 吉瓦。
2026 年 4 月，美国援引《国防生产法》，将电网基础设施列为国防必需品，电力设备正式升级为战略物资。
金钱也难以抹平周期鸿沟。美国电力企业计划 2029 年前投入 1.1 万亿美元升级电网，但设备交付以年为单位，项目审批到并网依旧需要十年。算力按季度爆发，电力供给按十年缓慢爬坡，这种速度错配短期很难化解。
04 高昂的用电成本，层层向外传导
电力紧缺带来的成本压力，会一层一层向下传导。
第一重压力落在 AI 企业身上。券商测算，高密度智算中心，电力占运营支出比重高达 56.7%，是排在第一位的运营开销。（备注：这是运营支出口径；全生命周期总拥有成本占比更低；单次推理 Token 成本中，电力占 12%‑14%，次于硬件折旧）。大趋势十分明确：芯片价格持续下行，电价不断走高，电力在成本结构里的权重只会越来越大。
一个万卡算力集群，一年耗电 1 亿‑1.3 亿千瓦时，电费 6000 万‑1 亿元。AI 行业的商业逻辑，已经从 “买不买得起 GPU”，变成 “用不用得起电”。
第二重压力传导至普通居民。2025 年美国电力企业申请的电费涨幅合计 310 亿美元，是 2024 年两倍有余，南部各州占 140 亿，仅佛罗里达电力照明就申请 90 亿。华盛顿居民每月电费一年上涨 21 美元，预估 2028 年每月多花 70 美元。PJM 批发电价 2026 一季度同比上涨 76%，容量成本暴涨近 400%，宾夕法尼亚州居民电价年内上涨 15%。
2026 年 7 月 4 日高温时段，美国能源部两次下达紧急指令，允许 PJM 电网在极端高温下削减数据中心用电，保民生供电，电网优先调控的对象，已经是 AI 算力。
电价上涨已经演变为社会政治议题。2026 年 3 月，白宫要求亚马逊、谷歌、Meta、微软、OpenAI 等七家科技巨头签署承诺，承担数据中心带来的电网改造成本，不要转嫁给普通居民。2025 年全美 50 个州，出台 238 项数据中心相关法案，6 个州考虑暂停新建，伊利诺伊州 2026 年宣布暂停数据中心税收优惠两年。
海外多国也出台硬性约束。爱尔兰数据中心用电量占全国计量用电 23%，超过全部家庭用电总和，2015‑2025 年用电增长 584%。曾经直接暂停新项目并网，放开之后，新项目必须配套自建发电或者储能。新加坡、丹麦纷纷跟进，丹麦 2026 年暂停新并网审批，排队容量达到全国用电峰值的八倍。
05 巨头自救：买绿电、建电站，甚至锁定核电站
面对电力枷锁，科技巨头接连拿出硬核应对方案。
**第一步，大规模采购绿电。**谷歌和杜克能源签约，五年布局超 10 吉瓦新能源加储能；亚马逊推出时空匹配的清洁电力采购，要求电源和算力中心，同一时段、同一电网区域匹配用电曲线。
**第二步，自建发电设施。**Meta 在得州投资 500 兆瓦光伏 + 150 兆瓦储能，科技公司从电力消费者，转型成电力生产者。微软联合埃克森美孚，探索天然气搭配碳捕捉，为算力中心提供低碳基础电力。
**第三步，直接锁定核电资源。**截至 2026 年 5 月，四大云厂商签下 13 笔核电协议，总规模超 9.8 吉瓦。微软和星座能源重启三哩岛机组，835 兆瓦，20 年合约约 160 亿美元，2027 年供电；亚马逊采购 1.92 吉瓦核电已经投入使用；谷歌采购小型模块化反应堆 500 兆瓦，计划 2030 年投运；Meta 布局最高 6.6 吉瓦核电组合，合作多家核技术企业。
值得注意时间窗口：大部分小型核反应堆 2030 年前无法投产，巨头当下争抢的，是存量核电资源，签下动辄 20 年的长期供电合约。
这套操作本质上，电力已经从可变运营开销，变成企业核心刚性资产。过去电费只是开支，现在巨头直接持有发电资产，锁定长期供电，能源部门在科技企业内部的话语权，已经向芯片采购看齐。
06 中国路径：电价优势与算电协同
全球都面临算力用电焦虑，国内走出一套不一样的解法。
用电量统计存在两套口径：国家能源局数据，2025 年国内数据中心总用电量突破 4000 亿千瓦时，占全社会用电 4.2%；中电联统计约 1700 亿千瓦时，占比 1.6%。两套口径差异巨大，也预示 2030 年的增长空间。国网能源研究院测算，如果 2030 年数据中心用电达到 8000 亿千瓦时，占全社会用电 6%‑7%，需要新增 1.2 亿千瓦电源以及配套电网，整体投资超 2 万亿元。
政策层面动作密集，“算电协同” 写入 2026 政府工作报告，多部门印发人工智能与能源双向赋能行动方案；十五五新型电网投资预计超 5 万亿元，算力枢纽节点新建项目绿电占比要求 80% 以上。
我们的结构性优势在于电价梯度差。西部算力基地到户电价约 0.35 元 / 度，东部沿海 0.7‑1 元 / 度，和美国核心区域处于同一区间。中卫 50 万千瓦光伏直供算力项目，四条 110 千伏专线直送机房，电价 0.36 元每度，相比东部，一年电费可以省下上亿元。国内已经落地十多个绿电直连算力中心。
电力设备出海迎来机遇。2025 年国内变压器出口 646 亿元，同比增长 36%；2026 年前 4 个月出口 217.7 亿元，增长 27%。我国拥有三千余家变压器制造企业，是全球最大生产国，国内交付周期 6‑9 个月，欧美普遍以年计算。特变电工、潍柴动力、东方电气等企业，持续拿到海外数据中心电力设备订单。
注：网传上海电力以变电站换取数据中心股权一事，企业已经公开否认；电力企业探索算力相关合作方向真实存在，具体项目以官方公告为准。
07 电力，成为 AI 时代新的定价锚
把事实放在一起，结论十分清晰。
摩尔定律推动芯片价格持续下行，供需失衡推高电价。算力成本的主导因素，正在从芯片，转向电力。摩根士丹利提出：电力是 AI 的新芯片；黄仁勋形容，电力是新时代的货币。
拆解百万 Token 的成本：硬件折旧占 50%‑75%，电力占 12%‑14%。服务器、芯片持续降价，折旧占比会持续回落，电力的权重只会越来越高。算力越廉价，电费就越关键。
电力的价值放大效应十分惊人。1 度电，在算力中心可以生成约 167 万 Token，对应模型服务价值十几元；而风光发电的度电成本仅仅 0.2 元，价值实现数十倍跃升。不同大模型之间 Token 定价差距上百倍，电价是底层结构性变量。
全球电价分化持续拉大。中金测算，欧美部分地区工业电价，比国内高出 50% 以上。国内西部 0.35 元的电价，放到全球，就是算力布局巨大的竞争优势。
08 资本泡沫，以及沉淀下来的基础设施
最后要回答一个问题：这一轮围绕电力的巨额投入，会不会又是一场泡沫？
回望历史，加州淘金热真正赚钱的，是卖工具的商人；互联网泡沫破灭，真正留存价值的是交换机、光纤。历次技术变革都有相似规律：铁路泡沫、电气化泡沫、互联网泡沫，资本疯狂涌入基建，泡沫会破裂，企业会倒闭，但铁路、电网、光纤这类基础设施，会完整保留，成为下一个时代的底座。
风险客观存在。五大云厂商资本开支已经占到营收 33%，来到历史高位，市场关注点，已经从投入规模，转向投资回报周期。OpenAI 毛利率从 40% 下滑至 33%。行业尖锐的疑问：如果 AI 应用收入，无法覆盖硬件折旧叠加电费，风险会沿着产业链传导：削减算力、收缩资本开支、叫停数据中心、芯片订单下滑。
但基础设施和商业公司，逻辑完全不同。大模型企业会倒闭，数据中心会闲置，电网、变压器、燃气轮机不会因为 AI 热度退潮就失去价值，它们服务整个社会电气化转型。机构测算，2026 年超大规模云厂商资本开支上调至 8000 亿美元，未来五年亚洲能源投资 5.5 万亿美元。无论 AI 泡沫与否，大规模基础设施建设都将持续推进。
结语
回到开头 1300 亿美元项目停工的现实，答案写在一张张电表之上。
算力的战争，最终比拼的是电力。芯片竞赛，比拼制程工艺；电力竞赛，比拼电网可靠性、电价成本、设备交付效率。谁可以稳定输出廉价、可靠、清洁的电力，谁就握住下一代数字基础设施的钥匙。
阅后请与朋友共享！
