AI正在吞噬电网：四巨头每年花7250亿却买不到电|储能|吉瓦|总装机容量|核电站|电力|能源

内容来源：智元深维

责编：科技商业观察

栏目：商业思维

第 21 篇深度好文：3897字 | 10分钟阅读

核心观点

AI竞赛的天花板正在从芯片转移到电力。IEA预测2026年全球数据中心用电量达1050太瓦时，相当于日本全国一年的用电量，其中AI计算占比已从2023年的15%飙升至35%。
不是钱不够，是电不够。2026年第一季度，美国至少75个数据中心项目被叫停或延期，涉及投资1300亿美元——不是因为缺芯片，而是电网接不上。
四巨头集体转向核电。截至2026年5月，微软、谷歌、亚马逊、Meta已签署13个核电项目协议，总装机容量9.8吉瓦——超过过去十年美国新增核电的总和。
中国走了另一条路。"算电协同"首次写入2026年政府工作报告，用"东数西算"把算力搬到绿电富集的西部，而非在东部抢电。
当电力成为新瓶颈，产业链价值正在重构：电力成本已占数据中心运营支出的56.7%，能源公司正在从"卖电的"变成"算力基础设施合伙人"。

2026年7月，微软CEO萨蒂亚·纳德拉在一档播客中罕见地吐露了焦虑。

他说："我们现在面临的最大问题，不再是运算资源过剩，而是电力能否够快地在有数据设施的地方完成建置。如果做不到这点，我们可能会有一堆芯片躺在仓库里却插不上电。"

这不是凡尔赛。就在同一周，Gartner发布报告：2026年全球数据中心用电量将达到565太瓦时，同比增长26%。国际能源署的预测更加激进——1050太瓦时，相当于日本全国一年的用电量。

一边是芯片堆积如山，一边是电网无力承接。AI竞赛的下半场，卡脖子的不再是光刻机，而是一根电线。

一、AI正在吞噬电网

先看一组让人倒吸凉气的数字。

Gartner预测，全球AI优化服务器的用电量，从2025年的95太瓦时暴涨到2026年的175太瓦时，增幅84%。到2027年，AI服务器的用电量将正式超过传统服务器。

这意味着什么？一台GPU服务器的功耗是传统服务器的3到5倍。英伟达Blackwell架构GPU单颗功耗高达1千瓦，比上一代Hopper架构的700瓦增加了40%。而一个千卡H100集群，算上制冷和网络设备，总功耗约1.76兆瓦——相当于1700台家用空调同时满负荷运转。

万卡集群的年用电量约1到1.3亿度，年度电费支出6000万到1亿元人民币。训练一个万亿参数大模型，全程耗电量可达10到15吉瓦时——相当于一个50万人口的小城市半年的用电量。

微软能源副总裁布赖恩·亚诺斯在2026年剑桥能源周上透露了一个关键数据：GPT-4的训练耗能约为5吉瓦时，而下一代模型的训练需求预计将增加5到10倍。

英伟达创始人黄仁勋更直白：

"我们GPU的性能每两年提升2.5倍，但能效提升仅1.5倍。这意味着单位算力的能耗仍在持续上升。未来十年，电力供应将比芯片制造能力更关键地决定AI发展速度。"

标普全球副主席丹尼尔·耶金——那位写过《奖赏：石油、金钱与权力》的能源史大师——在大会开幕致辞中说："我们正目睹一场堪比工业革命的能源需求变革。"

埃信华迈的预测更加惊人：到2028年，仅美国AI数据中心的电力需求就可能占到全美总需求的9%到12%，相当于增加4000万到5000万户家庭的用电负荷。

这已经不是一个技术问题，而是一个基础设施问题。而基础设施的建设速度，远远跟不上AI的胃口。

二、75个项目被叫停：不是没钱，是没电

2026年第一季度，全美至少75个数据中心项目被叫停或延期，涉及投资额1300亿美元。

它们不是没钱，也不是没芯片。而是没电。

变压器（transformer）的交货周期已经排到5年后。变电站容量不够，输电线路审批动辄数年。美国联邦能源监管委员会（FERC）虽然开辟了数据中心负荷接入的快速通道，但物理电网的建设不会因为一纸文件就提速。

后果已经开始显现。RBC Wealth Management的数据显示，数据中心集群附近的批发电价已经飙升了267%。美国普通家庭的月度电费可能因AI驱动的电网升级成本上涨15到25美元。2025年，公用事业公司申请的电价上调总额超过310亿美元。

OpenAI在得克萨斯州阿比林建设的"星际之门"数据中心，电力需求最高达1.4吉瓦，部署超过40万颗GPU。1.4吉瓦是什么概念？一座中型核电站的全部发电量，仅供一个数据中心使用。

而这只是开始。OpenAI与Oracle、软银合作的"星际之门"计划，将在美国投资4000亿美元建设五个全新数据中心。每1吉瓦的AI计算能力部署成本约500亿美元。

四大科技巨头的2026年资本开支已经突破7250亿美元：谷歌1800亿至1900亿，微软1900亿，亚马逊接近2000亿，Meta 1250亿至1450亿。穆迪预测，未来五年全球数据中心投资将至少达到3万亿美元。

但这些钱能买到GPU，买不到一度额外的电。

Gartner研究总监的判断简洁有力：

"电力，而非算力，将决定AI的胜负。"

三、核电淘金热：四巨头开始买核电站

既然电网靠不住，巨头们决定自己干。最激进的路线是——买核电站。

2025年9月，微软与Constellation Energy签署了一份为期20年、价值约160亿美元的购电协议，重启宾夕法尼亚州三里岛核电站1号机组。没错，就是1979年发生过部分堆芯熔毁事故的那座电站。它被更名为"克莱恩清洁能源中心"，计划为微软的AI数据中心供电。

不过，重启计划已经遇到现实阻力。2026年3月，电网运营商PJM表示，由于输电升级工程耗时超出预期，该机组可能要到2031年才能并入电网——比原定计划晚了4年。美国能源部已宣布提供10亿美元联邦贷款支持重启。

谷歌选择了另一条路。它与Kairos Power签署协议，采购6到7座小型模块化反应堆（SMR），总容量500兆瓦，25年购电协议，目标2030年首堆并网。谷歌还在2025年10月宣布重启艾奥瓦州已关闭的杜安·阿诺德核电站，签署25年购电协议，计划2029年重新投运。

亚马逊更直接——搬到了核电站隔壁。2024年，AWS以约6.5亿美元收购宾夕法尼亚州苏斯凯哈纳核电站旁的数据中心园区。2025年，发电企业Talen Energy与AWS签署1920兆瓦的长期购电协议。亚马逊还向X-energy投资7亿美元，计划部署12座Xe-100小型反应堆，总容量960兆瓦。AWS在华盛顿州的Cascade先进能源设施，将包含12座小核电堆。

Meta是最大买家。它与Constellation Energy签署20年协议，从2027年6月起购买伊利诺伊州克林顿核电站约1.1吉瓦的全部发电量。此外，Meta还分别与TerraPower（钠冷快堆，4吉瓦，2032-2035年投运）和Oklo（快堆，1.2吉瓦）签署协议，并与Vistra合作。Meta的核电承诺总装机高达6.6吉瓦。

截至2026年5月，四巨头已签署13个核电项目，总装机容量9.8吉瓦。这超过了过去十年美国新增核电装机的总和。

但这些核电最早也要到2027年才能发出第一度电——大部分SMR项目要到2030年代才能投运。远水解不了近渴，于是巨头们同时在疯狂采购可再生能源：微软与布鲁克菲尔德签署框架协议，计划2026至2030年间获取10.5吉瓦新建可再生能源发电能力，投资超过100亿美元。2025年，微软已通过长期购电协议累计锁定40吉瓦的新可再生能源供应。

一个反直觉的画面正在出现：全球最前沿的AI公司，正在花数千亿美元做一件最传统的事——发电。

四、中国的答案：把算力搬到电的地方

面对同样的电力瓶颈，中国走了一条完全不同的路。

2026年政府工作报告首次将"算电协同"写入国家级新基建工程。核心思路不是"把电送到算力所在地"，而是"把算力搬到电多的地方"——这就是"东数西算"工程。

逻辑很简单。中国80%以上的算力需求集中在长三角、京津冀、珠三角，但这些地区能源匮乏、电力紧张。而内蒙古、宁夏、甘肃等西部地区风光资源富集，却长期面临弃风弃光的困境——发了电没人用。江苏、浙江、广东三省的电力缺口分别达到2458亿、2349亿和2495亿千瓦时。

2026年5月2日，中国首个大规模算电协同绿电直供项目在宁夏中卫投运——中国大唐中卫云基地50万千瓦光伏电站，直接为算力中心供电。西部绿电价格可低至0.1到0.3元/度，仅为东部电价的三分之一。

中国信通院数据显示，2025年中国算力中心用电量达1960亿千瓦时，增速18.1%。2026年一季度，互联网数据服务业用电量229亿千瓦时，同比增长44%。预计2030年将突破5000亿千瓦时，高情景下可能超过7000亿千瓦时，占全社会用电量的5.3%。

截至2026年3月底，全国智能算力规模已达1882 EFLOPS。国盛证券研报指出，部分算力枢纽可能面临电力缺口，电网原有输配能力难以匹配快速增长的算力用电需求。

中国的策略是"算随电走"：国家数据局要求八大算力枢纽新建数据中心绿电占比必须达到80%以上，严格管控PUE值。5月8日，国家能源局会同发改委、工信部、国家数据局联合印发《关于促进人工智能与能源双向赋能的行动方案》，将算电协同纳入新型电力系统"十五五"规划重点任务。

有意思的是，中国没有像美国那样大规模押注核电。中国的路径是：用西部的风光资源直接给算力中心供电，用输电网络替代物理搬迁，用算力的柔性调节能力反哺电网——高峰时少算、低谷时多算。

美国的解法是"把电搬到算力旁边"（甚至买核电站），中国的解法是"把算力搬到电旁边"。殊途同归，都在解决同一个矛盾：算力和电力在空间上不匹配。

五、谁在赚钱：当电力成为AI的"新护城河"

当瓶颈从芯片转移到电力，产业链的价值分配也在重构。

第一波受益者是能源公司。

Constellation Energy因与微软和Meta的核电协议，股价收盘大涨22%。港股核电板块应声大涨，中广核矿业涨超28%，中核国际涨11.9%。这些公司从"卖电的公用事业"一夜之间变成了"AI基础设施核心供应商"。

美国杜克能源CEO林恩·古德说："我们不再仅仅是电力销售商，而是数字经济的基础设施合作伙伴。"意大利国家电力公司Enel宣布未来五年投资200亿欧元用于电网数字化和灵活性资源整合。

第二波受益者是核能创业公司。

Kairos Power、X-energy、TerraPower、Oklo这些SMR创业公司，过去融资困难，因为传统核电项目动辄十年以上、百亿美元投资。但科技巨头通过长期购电协议（PPA）提供了稳定的收入预期，打破了核电项目的融资瓶颈。Oklo发言人表示："AI需求正推动客户签署长期购电协议，这为项目开发提供了支撑。"

第三波受益者是电网设备和储能公司。

变压器交货周期长达5年，液冷散热需求爆发。英伟达GB200机柜功耗120到130千瓦，必须使用液冷——风冷机柜极限仅30千瓦。液冷设备制造商迎来了类似"GPU卖铲子"的增长曲线。

但最大的受益者，可能是那些同时拥有算力和电力的公司。

亚马逊的策略最聪明：直接把数据中心建在核电站隔壁，省去了输电损耗和并网审批。Meta在得州直接投资建设500兆瓦太阳能发电场加储能系统——科技公司首次从"电力消费者"变成了"电力生产商"。

微软甚至与埃克森美孚签署合作备忘录，探索用天然气发电加碳捕集技术为数据中心提供"低碳基荷电力"。从核能到天然气再到太阳能，科技巨头正在变成能源公司。

反过来，AI也在重塑电力行业。智能电网需要算力来优化调度，电力交易需要AI来预测负荷。2026年剑桥能源周的一个重要共识是：电力与算力的融合是双向的——算力需要电力，而智能电网也需要算力。

回到一个朴素的问题：AI到底有多费电？

电力成本已经占数据中心运营支出的56.7%——每花100元维持算力中心运行，超过50元是电费。训练一个万亿参数大模型耗电10到15吉瓦时，推理阶段的电费占比可升至总成本的40%。

一家万卡智算中心，年用电量1到1.3亿度，年度电费6000万到1亿元人民币。而OpenAI的"星际之门"数据中心，1.4吉瓦的电力需求，相当于一座中型城市。

这意味着什么？意味着AI公司正在变成最大的能源消费者。当四巨头每年花7250亿美元建设AI基础设施，其中很大一部分最终会变成电费，流向发电企业、电网公司和能源供应商。

2026年夏季达沃斯论坛将"无电力，不智能"搬上了核心议程。这不是一句口号——而是正在发生的现实。

当芯片不再稀缺，电力成了新的天花板。谁能解决电力问题，谁就能在AI竞赛中跑得更远。这不是技术竞赛，而是一场能源竞赛。而能源竞赛的胜负，从来不是靠算法决定的。