国外资本正在加速垄断能源，电力将成为AI未来的决胜分水岭

AI 大战，美国缺电，中国有电！中美电力暗战，谁将主宰未来？

近期，全球科技与半导体板块股市经历剧烈回调，资金悄然流向了一个看似传统却至关重要的领域 —— 电力。

这并非偶然。在人工智能浪潮席卷全球的当下，电力，而非芯片，正悄然成为决定未来竞争格局的终极瓶颈。

AI 正在以前所未有的速度吞噬电力

我们每天都在使用各种 AI 工具，但很少有人意识到，每一次简单的 AI 对话或查询，背后都消耗着巨大的电能。

数据揭示了一个惊人的事实：2023 年，美国数据中心的耗电量约为 176 太瓦时，占全美总用电量的 4.4%，相当于整个纽约州一年的用电量。预计到 2028 年，这个数字将飙升至 580 太瓦时，占比达到 12%。麦肯锡预测，到 2030 年，美国数据中心的电力需求将占全美总用电量的 14% 左右。

更令人震惊的是，仅美国数据中心的耗电量，就可能超过所有重工业（如钢铁、水泥、化工、电解铝）的总和。

反观中国，2025 年数据中心用电量预计达到 1960 亿千瓦时（即 196 太瓦时），占全社会用电量的 1.9%。虽然从 2022 年到 2025 年增长了 50% 以上，预计到 2030 年占比将突破 5%，但与美国相比，中国的电力需求结构更为健康，增长空间也更可控。

有人或许会问，芯片性能越来越强，能耗不是应该降低吗？现实恰恰相反。这背后有一个经济学上的 “杰文斯悖论”：当某种资源（如能源）的使用效率提高时，由于成本相对下降，往往会刺激出更多、更广泛的需求，最终导致该资源的总消耗量不降反升。

AI 正在完美复现这一规律。每一次 AI 计算成本的下降，都激发了千行百业对 AI 的无限应用想象。智能汽车、实时联网设备、无处不在的 AI 助手…… 每一项单独看似乎更 “省电”，但当它们以指数级规模铺开，其吞噬的电能将远远超过芯片性能提升所节省的部分。

美国：电力私有化，一国两网

面对 AI 带来的电力饥渴，美国选择了一条独特的道路：将电力系统私有化、垄断化。

一边是面向普通民众、日益老化且成本攀升的公共电网；另一边，则是科技巨头为自己数据中心量身打造的 “私人电网”。

谷歌、微软、亚马逊、Meta 等七大科技巨头正在疯狂锁定美国最稳定、最廉价的电力来源 —— 核电站。它们通过签署长达 20-25 年的采购协议，将核电站的绝大部分产出直接输送给自己的数据中心。

例如，微软与星座能源签署协议，斥资近 200 亿美元重启宾夕法尼亚州的三里岛核电站，其电力专供微软数据中心，相当于一个 200 万人口中型城市一年的用电量。

最稳定、最可靠的电力正被从公共电网中抽走，注入科技巨头的私人数据大厅。而普通家庭则被留在原地，面对不断上涨的电价和越来越不稳定的供电。

后果已经开始显现。美国最大的电网运营商之一，覆盖 13 个州、服务近 7000 万人的 PJM 电网，已被 AI 需求逼到极限。其电力容量拍卖价格在一年内飙升近十倍，其中约 63 亿美元的成本增长直接由数据中心推高。

普通家庭正在为此买单。在数据中心密集布局的区域，家庭每月电费额外增加 50 至 70 美元。未来八年，普通美国家庭为电力支出的额外账单总额预计高达 1630 亿美元。

中国：东数西算，全国一盘棋

中国的应对策略与美国截然相反。2022 年 2 月，中国启动了 “东数西算” 工程。这并非简单的电力输送，而是一场国家级的能源与算力地理重塑战略。

其核心思路是：把计算机搬到电源旁边，而不是把电送到计算机旁边。

中国西部拥有丰富的水电、风电、太阳能资源，电力产能远超当地需求，过去常因传输成本高而浪费。“东数西算” 规划了八大国家算力枢纽节点和十个数据中心集群。东部集群（如京津冀、长三角、粤港澳）处理需要毫秒级响应的实时任务；西部集群（如内蒙古、宁夏、甘肃、贵州）则承担后台加工、离线分析、存储备份等对时延要求不高的计算工作。

截至去年年底，八大枢纽建成的人工智能算力规模已占全国总量的 80% 以上，带动社会投资超万亿元。

以内蒙古乌兰察布为例，截至 2020 年上半年，其签约数据中心项目达 89 个，算力规模占全国总量的 8.7%。在甘肃庆阳，已落地数字企业 670 家，承载了中国超过 25% 的独立 AI 模型运算需求。

更关键的是能效。中国国家枢纽内的新建数据中心能效比（PUE）要求达到 1.1 到 1.2，远低于全球 1.5 的平均水平。内蒙古等地的部分数据中心，绿电使用占比已超过 80%。

这意味着，中国数据中心用电量虽在快速增长，但新增需求主要靠西部原本可能被浪费的清洁能源来满足，对东部核心负荷区的电网冲击极小。

电力：未来 AI 竞争的终极护城河

这和我们普通人有什么关系？关系比你想象的要大。

人工智能的竞争，芯片领先是暂时的，软件优势也可能在一夜之间被复制。近期中国公司发布的 Kimi 3.0 模型，已被美国 AI 界视为 “第二个 DeepSeek 时刻”，充分说明了软件层面突破的突然性。

但能源基础设施 —— 电网、电站、输电线路 —— 需要几十年才能建成。美国在政府层面缺乏统一规划和投入，其脆弱的公共电网几乎已无空间吸收 AI 带来的指数级电力负荷增长。

埃隆・马斯克曾直言：“中国将最终赢得 AI 竞争。” 其核心逻辑很简单：电力是 AI 的瓶颈，而中国拥有全球最大、最先进的电力基础设施，并且通过 “东数西算” 将其与算力需求进行了整体优化。

高盛等机构也认同此观点。美国布鲁金斯学会的报告指出，AI 领导力有三大关键输入：算力、人才、电力。美国在算力上有优势，而中国在电力和人才上占据优势。

最终，战略选择的差异将决定胜负。美国选择了一条导致 “一国两网”、社会成本激增的道路；中国则通过国家战略，将能源与算力统筹规划，构建了面向未来的、坚实且绿色的数字底座。

当世界从石油时代转向电力时代，谁控制了最充沛、最稳定、最经济的电力，谁就可能掌握未来经济的命脉。这场始于 AI 的电力暗战，结局或许早已在两国不同的道路选择中埋下伏笔。