共计 1227 个字符，预计需要花费 4 分钟才能阅读完成。
AI 的爆发式增长正在将全球电网推向极限。Gartner 最新报告显示 ,2026 年全球数据中心用电量将达到 565TWh, 同比增长 26%, 到 2030 年将突破 1200TWh——这已超过日本全国年用电量。与此同时, 美国至少 75 个数据中心项目因电力不足被叫停或延期, 涉及投资额高达 1300 亿美元。电力, 而非芯片, 正成为 AI 竞赛下半场最稀缺的资源。
📌 巨头“缺电”成常态
AI 服务器的功耗是传统服务器的 3 到 5 倍。 英伟达 Blackwell GPU 单颗功耗达 1kW, 比上一代增加 40%。当数十万颗芯片部署在同一数据中心时, 对电网的冲击巨大。OpenAI 在得克萨斯州的“星际之门”数据中心电力需求高达 1.4GW, 部署超 40 万颗 GPU。科技巨头 2025 年资本开支合计约 4000 亿美元, 但电网升级周期长达 5 -10 年, 远跟不上芯片迭代速度。
🔍 电网与 AI 的“时间赛跑”
美国弗吉尼亚州阿什本,200 多座数据中心扎堆 。2025 年夏天, 约 60 个数据中心同时切换到自备发电机, 差点导致电网崩溃。凯捷研究院报告指出,AI 训练任务 24 小时满负荷, 推理任务流量瞬变, 导致用电峰值更极端。此外, 约 19% 的数据中心并网申请是“幽灵订单”, 开发商多头申请, 令电力公司难以准确预测需求。
💡 科技巨头“自己动手”
- 谷歌 : 重启艾奥瓦州核电站, 并签署 25 年购电协议。
- Meta: 与 Constellation Energy 签署 20 年协议, 购买核电站全部发电量。
- 亚马逊 : 收购核电站旁数据中心园区, 签署长期购电协议。
- 微软 : 计划采购超 10.5GW 可再生能源, 已签约 40GW。
📊 杰文斯悖论: 效率提升难阻总用电增长
尽管芯片能效持续提升——英伟达 Blackwell 能效比提升 25 倍, 但杰文斯悖论表明 , 效率提高反而刺激更多使用, 总用电量不降反升。凯捷报告指出,87% 的数据中心高管对效率提升寄予厚望, 但结论是: 效率提升只能缓解, 不能消除能源需求增长。
🚀 中国的“算电协同”新赛道
2026 年,“算电协同”首次写入中国政府工作报告 , 核心是让算力资源与电力资源动态匹配、智能调度。2025 年 5 月, 中国互联网数据服务用电量同比飙升 45.4%, 远超全社会用电量增速。全国数据中心用电量从 2022 年的 1300 亿 kWh 增至 2025 年的 1960 亿 kWh。与此同时, 中国电力设备出口快速增长,2026 年第一季度变压器出口额同比增长 76%, 全球变压器市场规模预计达 699.7 亿美元, 中国产能占全球约 42%。
🧭 行业观察: 电力成为 AI 竞赛新决胜点
Gartner 研究总监 Linglan Wang 指出:“如今 AI 计算能力受到电力供应的限制 , 数据中心供电保障成为全球 AI 竞赛中规模扩张和利润保障的新角逐点。”从拼 GPU 到拼电力,AI 竞赛规则正在重写。谁能率先掌握低成本、高稳定、零碳化的电力供给, 谁就能掌握全球算力产业的核心话语权。这不是一场关于芯片的战争, 而是一场关于电力的战争。
