美国AI雄心的“隐形杀手”：电力短缺

硅谷的大佬们最近不卷算法了，开始卷“发电机”。马斯克甚至考虑把AI中心搬上太空，不是因为浪漫，而是因为地球上没电了。

日前，美国科技巨头们齐聚白宫，签署了一份“自主供电承诺”。 这可不是什么环保宣言，而是一场赤裸裸的能源自救，建再多的数据中心，买再多的GPU，如果电网跟不上，一切都是空谈。

这不是危言耸听。国际能源署的最新预测显示，全球数据中心的电力消耗，预计到2030年将超过945太瓦时，相当于今天的两倍以上。

美国和中国作为AI竞赛的两大主角，增幅还将高于全球平均水平。一场以算法为表、以电力为里的暗战，正悄悄改变这场竞争的格局。

美国“电荒”

美国AI企业正面临一场“卡脖子”危机，GPU堆满仓库却无电可用。

摩根士丹利最新报告，将这个问题量化得相当清晰：2025年至2028年，美国数据中心将面临累计约47吉瓦的电力缺口。

这个数字相当于纽约州全部夏季用电负荷，也大约等于9座大型核电站的总装机容量。

PJM电力公司，去年12月的容量拍卖，第一次未能完成采购目标。2027至2028交付年度，出现了高达6625兆瓦的可靠性缺口，直接原因就是：数据中心需求爆炸式增长，供给却严重滞后。

问题出在多个环节。 首先是建设周期的错配。一座大型数据中心从立项到投入运营只需两到三年，但一条新输电线路从规划到竣工往往需要七到十年。

变压器等关键设备的交货周期，目前已延长至两年以上，本土供应商只能满足约30%的市场需求。

路透社的分析指出，仅为满足2030年前的新增电力需求，全球电网年度投资就需要从当前的4000亿美元提升50%，达到6000亿美元，这几乎是不可能在短期内实现的规模跃升。

科技巨头“自救”

当公共电网指望不上时，科技巨头们开始“自己动手，丰衣足食”。

上个月，OpenAI、亚马逊、微软、谷歌、Meta、xAI和甲骨文等，7家科技巨头代表前往白宫，签署了“费率支付方保护承诺”。

核心内容很简单：你们AI公司自己解决用电问题，别让老百姓的电费账单跟着涨。

微软总裁布拉德·史密斯说得更直白：“我们会自己付账”。

一场自建电厂的竞赛开始了。xAI从韩国斗山能源公司增购5台380兆瓦燃气涡轮机，OpenAI为其得州阿比林的星际之门数据中心，订购了29台燃气涡轮机。

燃气轮机成了香饽饽， 西门子能源、GE Vernova、三菱重工三大巨头的订单已排至2028年底至2029年初，处于满负荷状态。

为什么是燃气轮机？因为它快。传统电网扩容需要5年以上，燃气轮机分布式电站建设周期仅12-18个月，完美匹配AI企业抢占算力市场的急迫需求。

美国电网老化

美国电网的老化问题由来已久，但过去几十年间，美国整体用电增长相当平缓，这掩盖了电网基础设施更新滞后的矛盾。

AI的爆发式扩张，把这个隐患突然引爆了。

美国的电力基础设施平均寿命高达35-40年， 老旧程度位列全球第二，大部分已经进入生命周期末期。

近年来部分地区断电事件频发，2020年由于电力供应不足导致数据中心停机占所有停机情况比重为37%，2023年提升至52%。

更致命的是区域割裂。 美国由500余家私营电力公司运营三大独立电网：东部/西部/德州ERCOT，区域间仅靠少量直流线路互联，跨区协调成本高企。

这种碎片化的电网结构，让跨区域电力调配变得异常困难。输电损耗率高达6%，而中国仅1.5%。

中国底气十足

相比之下，中国在这场电力竞争中拥有一张不容忽视的底牌。

中国目前的年发电量已超过美国的两倍，拥有全球规模最大的电网，可再生能源装机容量持续高速增长。

电价差距更是惊人。 美国数据中心目前的平均用电成本，大约在每千瓦时7至9美分之间，而中国数据中心通过长期电力采购协议，可以锁定低至3美分的电价，两者相差高达57%至67%。

这不是小数字，对于耗电量动辄以吉瓦时计算的，超大规模数据中心而言，电费差距直接转化为运营成本的竞争劣势。

中国的“东数西算”工程，将这一优势发挥到极致。通过特高压输电、绿电直供，将东部算力需求调度至西部可再生能源区，降低单位能耗40%。

内蒙古乌兰察布数据中心，电价仅0.06美元/度，而美国均价0.18美元。这种成本优势，让中国在AI算力运营上拥有了天然的竞争力。

比拼的“赛道”换了

AI竞赛正从“拼算力”转向“拼电力”。

过去几年，AI竞争的主战场是芯片和算法，英伟达的GPU分配到哪里，哪里就有竞争优势。但当电力缺口成为美国AI扩张的实质性瓶颈，芯片禁令的效力就开始打折扣。

一块买不到的GPU固然是障碍，但一座建不起来的变电站、接不上的电网连接，同样能让数据中心停摆。

《金融时报》专栏作家吉莲·邰蒂，将电力问题列为威胁美国AI雄心的四大风险之一，与反科技民粹主义、过度杠杆和技术路线颠覆并列。

电力既没有芯片战争那么抓眼球，也不像大模型发布那样引发轰动，却可能是这场竞赛中最难以快速补救的短板。

说到底，AI需要的不只是聪明的工程师和海量的数据，它还需要插得进的电源插头。

AI逼出的电力重构

当马斯克预测“未来两年内将由‘缺硅’变为‘缺电’”时，他可能已经看到了这场竞赛的终局。

高盛一句“AI大模型的尽头是电力”，戳破了市场的认知偏差，这根本不是炒短期缺电，而是AI逼出的电力重构大机会。

未来5年AI电力需求要翻3倍， 训练一个GPT-5级别的大模型，耗电堪比一个小县城一年用量。

在这种背景下，中国的系统性优势开始显现。年新增光伏1000GW，特高压输电损耗仅1.5%，核电装机是美国2倍，AI电力成本比美国低40%。

这不仅仅是成本优势，更是战略优势。 当美国科技巨头还在为自建电厂奔波时，中国已经构建起“新能源+特高压+数据中心”的完整生态。

雅江水电站的成功就是一个缩影。两河口水电站装机300万千瓦，柯拉一期光伏电站100万千瓦，形成了300万KW水电+100万KW光伏发电一体化协调互补运行新格局。

这种大规模、系统性的能源布局，为中国的AI发展提供了稳定的电力支持。

2026年2月27日，赣能股份开盘涨停，连着走出3个涨停板。 资金给出的态度很直接：电力不再只按公用事业去看，而是按算力底座去看。

AI算力往上冲，电先成了硬约束，谁能稳供电谁就先被盯上。英伟达财报出来后，市场开始反复算一件事：算力能不能继续扩，不只看芯片，也看电够不够用。

这场以算法为表、以电力为里的暗战，才刚刚开始。 而中国，似乎已经找到了自己的节奏，不慌不忙地建电站、铺电网、搞算力，因为在这场决定未来的较量中，有电，才有未来。

编者按

本文的灵感和部分观点，来自2月13日初中同学聚会后的“街头会议”，顶着昆明冬夜4℃的寒风，我和一位电力专家、985大学教授，畅聊了（主要是他们讨论）近两个小时。第二天严重感冒，但我获益良多，希望本文对大家有所启发。有不同观点，请在评论区不吝赐教。