一年多吃118太瓦时：AI数据中心把电网逼到极限，科技巨头排队去发电

AI圈正在换赛道。竞争的焦点从模型参数转向一个更朴素的东西：电。

Gartner的数据很能说明问题。2025年全球数据中心用电量447太瓦时，2026年预计跃升至565太瓦时，一年净增118太瓦时。这个增量大致相当于整个法国一年的用电量，全部由AI训练和推理吃掉。

国际能源署的预测更激进。到2030年，全球数据中心用电量将翻倍至945太瓦时。四年之内，AI能耗预计冲到1000太瓦时，占全球能源需求约3%。

电网先撑不住了

扩张速度超出了电网的承受能力。

弗吉尼亚州是北美数据中心最密集的区域，主要电力供应商道明尼能源接到的数据中心订单高达47GW，接近50座核电站的发电量。排队等电力的项目，最长要等到2030年。

更大的单子还在后面。Grid Strategies统计，2026年将有10个GW级数据中心投入运营。MIT Technology Review报道，某些规划中的园区占地5万英亩，耗电量达5GW，超过美国现有最大核电站的容量。

供给跟不上，问题开始爆发。2026年第一季度，全美至少75个数据中心项目被叫停或延期。居民端也在反弹，多地的数据中心扩张计划遭到社区和监管机构抵制，理由集中在电费上涨、水资源消耗和电网压力。

面对电力短缺，科技巨头们选择了最重资产的一条路。

3月4日，微软、谷歌、OpenAI、亚马逊、Meta、xAI、甲骨文七家公司在白宫签署文件，承诺自建或自购电力来满足AI数据中心的用电需求，不推高居民电费。

微软的动作最大。它与Constellation Energy合作，投入16亿美元重启三里岛核电站的1号机组，新命名的Crane清洁能源中心将提供835MW无碳电力，全部供应微软数据中心。这座因1979年核事故闻名的电站，以这种方式重返舞台。

谷歌选择押注小型模块化反应堆，与Kairos Power签约建设新一代核电站。亚马逊直接买下了Talen Energy旗下与Susquehanna核电站相邻的数据中心园区，获得960MW核能直供。

短期方案也在铺开。燃料电池公司Bloom Energy垄断了北美SOFC市场90%以上份额，截至2026年一季度已锁定约2GW订单，总额60亿至70亿美元，客户包括甲骨文和CoreWeave。这类设备交付周期以月计，比建核电站快得多。

国内的处理思路是规划先行。

2026年5月，国家发改委、国家能源局等四部门印发《关于促进人工智能与能源双向赋能的行动方案》（国能发科技〔2026〕34号），从算力电力协同布局、绿电供给、数据中心节能改造等方面给出系统性安排。

“东数西算”工程持续承接算力西移，贵州、内蒙古、宁夏等枢纽节点把数据中心建在风电和光伏资源富集区，用绿电支撑训练负载。智算中心普遍采用液冷方案，PUE（能源使用效率）普遍压到1.25以下，比传统风冷数据中心省下大量电力。

能耗的另一面是节约。

国际能源署2026年9月的报告给出一个反直觉的判断：未来10年，AI帮助各行业省下的能源，会超过它自己的消耗。到2035年，AI优化电网、物流、工业流程带来的间接节能总量可达13.5艾焦耳，折合每年约1100亿美元。

模型侧同样在努力。过去半年，主流大模型的推理成本下降了约一个数量级，DeepSeek、GLM等厂商通过混合注意力架构和稀疏激活，把单次推理的能耗和费用同时压低。模型效率每提升一分，数据中心的压力就小一分。

AI竞赛的下半场，比拼的是电力资源。芯片可以买，模型可以训，电网接入和发电容量需要排队数年。手握充足电力的一方，才握得住算力扩张的入场券。

对企业用户来说，这个趋势值得关注：云服务商的算力价格、区域布局和碳足迹，正在与它们的电力策略深度绑定。选云的时候多看一眼对方的能源结构，未来几年的账单可能因此大不相同。