电力为何成为中国AI算力扩张的关键底座?

大模型竞争不只发生在算法和芯片层面,也发生在电力系统之中 。 当训练和推理消耗的电量不断上升, 谁能提供稳定、充足且更低碳的电力, 谁就更容易支撑大规模 AI 算力建设。

📌 AI 算力扩张, 首先要回答“电从哪里来”

训练前沿大模型需要巨量电能。公开研究中, 对 GPT- 4 级别模型训练耗电的估算已达到数千万千瓦时量级。随着参数规模扩大、AI 应用进入更多行业, 数据中心用电增长成为不可回避的问题。

在这一背景下,中国电力系统的规模优势被放大。2025 年, 全国发电量达到 10.58 万亿千瓦时, 全社会用电量首次突破 10 万亿千瓦时。如此大的电力“总盘子”, 为算力中心、云服务和 AI 应用提供了基础承载空间。

🔍 发电规模与新能源增量形成双重支撑

除总量领先外,中国发电装机仍在快速增长。截至 2025 年底, 全国累计发电装机容量达到 38.91 亿千瓦。“十四五”期间新增发电装机中, 风电和太阳能占比超过七成, 显示出电力增量正明显向新能源倾斜。

2025 年,全国可再生能源装机总量达 23.4 亿千瓦, 约占总装机的 60%。其中, 太阳能发电装机 12 亿千瓦, 风电装机 6.4 亿千瓦, 风光合计装机已超过火电装机。全年风电、太阳能发电量合计约占总发电量的 22%。

• 总量优势:用电规模突破 10 万亿千瓦时, 支撑更大算力需求。
• 结构变化:风光装机快速增长, 绿电供给能力提升。
• 增量匹配:2025 年新增可再生能源发电量基本覆盖全社会用电增量。

💡 特高压电网解决“资源在西、需求在东”

中国能源资源与用电负荷分布并不均衡。风能、太阳能和煤炭资源多集中在西部、北部, 而算力需求和产业集群更多分布在东部、中部。特高压输电网络正是连接二者的关键基础设施。

截至 2025 年底,中国累计建成投运 45 条特高压输电通道,“西电东送”输送能力达到 3.4 亿千瓦。对于 AI 数据中心而言, 这意味着低成本风电、光伏可以跨区域输送至算力集中地区, 减少对局部高价电网的依赖。

同时, 全国电网在高峰负荷下保持较高可靠性。2025 年迎峰度夏期间, 全国用电负荷峰值达到 15.08 亿千瓦,7 月、8 月全社会用电量连续突破万亿千瓦时, 电网运行能力经受住了压力测试。

📊 数据中心用电占比仍有上升空间

这意味着,AI 算力用电会继续上升, 但相较中国整体电力规模, 目前仍处在可扩张区间。更重要的是, 如果新增需求更多由可再生能源承接, 数据中心的碳排放压力有望被部分缓解。

🚀 行业观察: 电力优势是必要条件, 不是全部答案

中国 AI 产业在电力供给上的优势,主要体现在三个层面: 发电规模大、新能源增长快、跨区域输电能力强。这些条件共同构成算力基础设施扩张的重要支撑。