美國AI雄心的“隱形殺手”：電力短缺

硅谷的大佬們最近不卷算法了，開始卷“發電機”。馬斯克甚至考慮把AI中心搬上太空，不是因為浪漫，而是因為地球上沒電了。

日前，美國科技巨頭們齊聚白宮，簽署了一份“自主供電承諾”。 這可不是什么環保宣言，而是一場赤裸裸的能源自救，建再多的數據中心，買再多的GPU，如果電網跟不上，一切都是空談。

這不是危言聳聽。國際能源署的最新預測顯示，全球數據中心的電力消耗，預計到2030年將超過945太瓦時，相當于今天的兩倍以上。

美國和中國作為AI競賽的兩大主角，增幅還將高于全球平均水平。一場以算法為表、以電力為里的暗戰，正悄悄改變這場競爭的格局。

美國“電荒”

美國AI企業正面臨一場“卡脖子”危機，GPU堆滿倉庫卻無電可用。

摩根士丹利最新報告，將這個問題量化得相當清晰：2025年至2028年，美國數據中心將面臨累計約47吉瓦的電力缺口。

這個數字相當于紐約州全部夏季用電負荷，也大約等于9座大型核電站的總裝機容量。

PJM電力公司，去年12月的容量拍賣，第一次未能完成采購目標。2027至2028交付年度，出現了高達6625兆瓦的可靠性缺口，直接原因就是：數據中心需求爆炸式增長，供給卻嚴重滯后。

問題出在多個環節。 首先是建設周期的錯配。一座大型數據中心從立項到投入運營只需兩到三年，但一條新輸電線路從規劃到竣工往往需要七到十年。

變壓器等關鍵設備的交貨周期，目前已延長至兩年以上，本土供應商只能滿足約30%的市場需求。

路透社的分析指出，僅為滿足2030年前的新增電力需求，全球電網年度投資就需要從當前的4000億美元提升50%，達到6000億美元，這幾乎是不可能在短期內實現的規模躍升。

科技巨頭“自救”

當公共電網指望不上時，科技巨頭們開始“自己動手，豐衣足食”。

上個月，OpenAI、亞馬遜、微軟、谷歌、Meta、xAI和甲骨文等，7家科技巨頭代表前往白宮，簽署了“費率支付方保護承諾”。

核心內容很簡單：你們AI公司自己解決用電問題，別讓老百姓的電費賬單跟著漲。

微軟總裁布拉德·史密斯說得更直白：“我們會自己付賬”。

一場自建電廠的競賽開始了。xAI從韓國斗山能源公司增購5臺380兆瓦燃氣渦輪機，OpenAI為其得州阿比林的星際之門數據中心，訂購了29臺燃氣渦輪機。

燃氣輪機成了香餑餑， 西門子能源、GE Vernova、三菱重工三大巨頭的訂單已排至2028年底至2029年初，處于滿負荷狀態。

為什么是燃氣輪機？因為它快。傳統電網擴容需要5年以上，燃氣輪機分布式電站建設周期僅12-18個月，完美匹配AI企業搶占算力市場的急迫需求。

美國電網老化

美國電網的老化問題由來已久，但過去幾十年間，美國整體用電增長相當平緩，這掩蓋了電網基礎設施更新滯后的矛盾。

AI的爆發式擴張，把這個隱患突然引爆了。

美國的電力基礎設施平均壽命高達35-40年， 老舊程度位列全球第二，大部分已經進入生命周期末期。

近年來部分地區斷電事件頻發，2020年由于電力供應不足導致數據中心停機占所有停機情況比重為37%，2023年提升至52%。

更致命的是區域割裂。 美國由500余家私營電力公司運營三大獨立電網：東部/西部/德州ERCOT，區域間僅靠少量直流線路互聯，跨區協調成本高企。

這種碎片化的電網結構，讓跨區域電力調配變得異常困難。輸電損耗率高達6%，而中國僅1.5%。

中國底氣十足

相比之下，中國在這場電力競爭中擁有一張不容忽視的底牌。

中國目前的年發電量已超過美國的兩倍，擁有全球規模最大的電網，可再生能源裝機容量持續高速增長。

電價差距更是驚人。 美國數據中心目前的平均用電成本，大約在每千瓦時7至9美分之間，而中國數據中心通過長期電力采購協議，可以鎖定低至3美分的電價，兩者相差高達57%至67%。

這不是小數字，對于耗電量動輒以吉瓦時計算的，超大規模數據中心而言，電費差距直接轉化為運營成本的競爭劣勢。

中國的“東數西算”工程，將這一優勢發揮到極致。通過特高壓輸電、綠電直供，將東部算力需求調度至西部可再生能源區，降低單位能耗40%。

內蒙古烏蘭察布數據中心，電價僅0.06美元/度，而美國均價0.18美元。這種成本優勢，讓中國在AI算力運營上擁有了天然的競爭力。

比拼的“賽道”換了

AI競賽正從“拼算力”轉向“拼電力”。

過去幾年，AI競爭的主戰場是芯片和算法，英偉達的GPU分配到哪里，哪里就有競爭優勢。但當電力缺口成為美國AI擴張的實質性瓶頸，芯片禁令的效力就開始打折扣。

一塊買不到的GPU固然是障礙，但一座建不起來的變電站、接不上的電網連接，同樣能讓數據中心停擺。

《金融時報》專欄作家吉蓮·邰蒂，將電力問題列為威脅美國AI雄心的四大風險之一，與反科技民粹主義、過度杠桿和技術路線顛覆并列。

電力既沒有芯片戰爭那么抓眼球，也不像大模型發布那樣引發轟動，卻可能是這場競賽中最難以快速補救的短板。

說到底，AI需要的不只是聰明的工程師和海量的數據，它還需要插得進的電源插頭。

AI逼出的電力重構

當馬斯克預測“未來兩年內將由‘缺硅’變為‘缺電’”時，他可能已經看到了這場競賽的終局。

高盛一句“AI大模型的盡頭是電力”，戳破了市場的認知偏差，這根本不是炒短期缺電，而是AI逼出的電力重構大機會。

未來5年AI電力需求要翻3倍， 訓練一個GPT-5級別的大模型，耗電堪比一個小縣城一年用量。

在這種背景下，中國的系統性優勢開始顯現。年新增光伏1000GW，特高壓輸電損耗僅1.5%，核電裝機是美國2倍，AI電力成本比美國低40%。

這不僅僅是成本優勢，更是戰略優勢。 當美國科技巨頭還在為自建電廠奔波時，中國已經構建起“新能源+特高壓+數據中心”的完整生態。

雅江水電站的成功就是一個縮影。兩河口水電站裝機300萬千瓦，柯拉一期光伏電站100萬千瓦，形成了300萬KW水電+100萬KW光伏發電一體化協調互補運行新格局。

這種大規模、系統性的能源布局，為中國的AI發展提供了穩定的電力支持。

2026年2月27日，贛能股份開盤漲停，連著走出3個漲停板。 資金給出的態度很直接：電力不再只按公用事業去看，而是按算力底座去看。

AI算力往上沖，電先成了硬約束，誰能穩供電誰就先被盯上。英偉達財報出來后，市場開始反復算一件事：算力能不能繼續擴，不只看芯片，也看電夠不夠用。

這場以算法為表、以電力為里的暗戰，才剛剛開始。 而中國，似乎已經找到了自己的節奏，不慌不忙地建電站、鋪電網、搞算力，因為在這場決定未來的較量中，有電，才有未來。

編者按

本文的靈感和部分觀點，來自2月13日初中同學聚會后的“街頭會議”，頂著昆明冬夜4℃的寒風，我和一位電力專家、985大學教授，暢聊了（主要是他們討論）近兩個小時。第二天嚴重感冒，但我獲益良多，希望本文對大家有所啟發。有不同觀點，請在評論區不吝賜教。