共同见证每一次成长和脱变

AI赢得了芯片，输不起一次停电

这句话并非夸张的标题，它源自中国电力企业联合会规划发展部主任张琳的原话。

9月16日，中电联在2026能源绿色发展大会上公布了一组数据：

今年至今，全国互联网数据服务业的用电量已突破600亿千瓦时，同比增长超40%，大幅超过2024年全年的水平。中电联监事长潘跃龙提供的展望更值得关注：预计“十五五”期间，全国算力用电量年均新增1000亿千瓦时以上，到2030年可能达到8000亿千瓦时，约占全社会用电量的6%。

8000亿千瓦时意味着什么？ 国际能源署估算，到2030年全球所有数据中心的用电量约为945太瓦时，接近日本全国的用电量。而中国仅算力一项，到2030年就将消耗8000亿千瓦时，相当于日本全国用电量的八成以上。

过去两年，当人们讨论算力瓶颈时，焦点集中在光刻机、制程、HBM和出口管制上。这些数据揭示了另一个可能更早出现的制约因素：芯片可以设法解决，但电力是无法绕开的。

01 先厘清一个口径问题

在继续讨论之前，必须区分三套数据，因为它们经常被混用。

第一套是中电联的“互联网数据服务业用电量”，属于能源统计中的行业分类口径。 2026年上半年为494亿千瓦时，同比增长44.0%。同期充换电服务业用电量为810亿千瓦时，增长56.9%，这两个新业态共同贡献了第三产业用电增量的59.3%。

第二套是国家能源局的口径，2025年全国算力中心总用电量约1700亿千瓦时，占全社会用电量的1.6%。 全国一体化算力网络八大枢纽节点的算力用电是增量主力，近3年平均增长率约39.5%，远高于全社会用电增速。

第三套是中国信通院的测算，2025年我国算力中心用电量约1960亿千瓦时，同比增长18.1%，增速是全社会用电增速的3.6倍。

三套数字的绝对值不可直接比较，因为统计边界不同。但它们的方向完全一致：算力用电的增速是全社会用电增速的三到六倍，是整个电力系统中增长最快的单一负荷。

更值得关注的是对2030年的预测差异。 中电联的答案是8000亿千瓦时，占全社会用电量的6%。信通院按高、中、低三种情景测算，2025年到2030年全国算力中心用电量可能达到4000亿至7000亿千瓦时，占全社会用电量的3%至5%。

两个权威口径对同一个2030年，给出的上限和下限相差一倍。 这一分歧本身就反映了当下算力产业最真实的状态：所有人都知道它会快速增长，但没有人知道它会增长到何处为止。

02 全球坐标：相当于整个日本的用电量

将视角扩大到全球，中国的增速并非孤例。

国际能源署在《能源与人工智能》报告中提供了全球坐标：2024年全球数据中心用电量约415太瓦时，占全球总用电量的1.5%；在基准情景下，2030年将达到约945太瓦时，占全球近3%，2026年4月这一预测被更新为950太瓦时；到2035年约为1200太瓦时。

IEA执行主任比罗尔的说法更直接：未来五年全球数据中心电力需求将翻倍以上，到2030年的用电量相当于今天的整个日本。他还补充道，“没有能源就没有AI，具体说就是没有电”。

增速的结构更值得注意。2025年全球数据中心用电量增长17%，而专注AI的数据中心用电量增长了50%。IEA预计，美国和中国合计可能贡献2030年前全球数据中心需求增长的近80%。

需求从何而来？ 一个常被忽视的事实是，训练只是阶段性工作，推理环节可能占据AI全生命周期能耗的80%至90%。这解释了为什么模型迭代速度放缓，用电量也不会随之下降。当前全国日均Token调用量较两年前已实现千倍级增长，而中国信通院的数据显示，AI正在从“训练为主”转向“训练与推理并重”，意味着这条曲线仍处于指数增长通道。

还有一个绕不开的悖论。IEA的测算显示，单位AI任务的能耗近期每年下降至少一个数量级，但总需求仍在持续攀升。 研究者将这种现象归因于杰文斯悖论：让一样东西使用起来更便宜，人们就会用得更多，总消耗反而上升。技术效率的提升并未转化为能源消耗的下降。

03 它是最耗电的客户，也是最挑剔的客户

如果只把AI视为一个用电大户，就忽略了该行业最特别之处：它对电力的要求不仅是“充足”，还要“稳定”。

浙江日报曾报道过一个场景：一家芯片厂的车间里，光刻机正在雕刻电路，一次不到0.1秒的电压暂降，整条生产线就停了，一批即将完工的晶圆直接报废。一条产线停机几小时，损失可达上百万元。

这就是电力行业所说的“晃电”。对普通工厂影响有限的电能质量问题，对先进制造和算力设施却是致命的。正因如此，供电质量正从一项技术指标，升级为影响产业效益的关键生产要素。

电网方面的动作已经跟上。9月2日，国网北京电力推出新质生产力电能质量敏感客户服务保障8项措施，围绕项目接电、方案编制、设备运维、监测预警、故障处置全链条，为高端制造和科创产业提供“一线一册”的差异化运维，将电能质量评估和定制电力设备配置前置到接电方案阶段，并指导企业为光刻机、刻蚀机等关键工艺设备配置固态切换开关、动态电压恢复器、UPS等定制电力设备，在客户供电变电站部署电能质量监测装置进行实时在线监测。

国网浙江电力走得更远，发布了《供电质量提升专项行动方案（2026至2028年）》，聚焦芯片制造、生物医药、精密加工、新能源汽车、算力设施、石油化工六类产业，分三阶段推进：2026年完成敏感用户排查建档、终端监测100%全覆盖，2027年常态化监测治理，2028年底建成全国示范样板。方案还具体落实到地域分工：杭州的芯片制造、宁波的石油化工、嘉兴的算力设施、绍兴的生物医药、金华的新能源汽车、台州的精密加工，一市一特色，一产业一对策。

这套动作的商业含义很直接：同一个地区，能否承接先进制造和智算中心，取决于电网是否愿意为其单独加固。过去招商引资比拼的是土地和税收，现在比拼的是供电可靠性等级。

04 错配：东部的渴求，西部的富余

算力与电力之间真正的矛盾并非总量不足，而是空间上的错配。

华北电力大学能源互联网研究中心副主任王永利分析得很清楚：东部地区算力需求集中、市场场景丰富，但土地、能耗和绿电资源相对紧张；西部地区新能源资源丰富，但本地算力需求和高价值消纳场景不足。

而算力设施的选址又高度集中。截至2026年7月底，全国智能算力总规模达245万PFLOPS，八大国家算力枢纽和三个算电协同发展区已建成的智算规模占全国比重超过85%，其中已有145万PFLOPS纳入国家级监测调度平台。

这种集中恰好为错配提供了一个解法。国内几个主要枢纽的能效水平已接近国际一流：和林格尔、贵安、中卫等算力枢纽的PUE已降至1.20至1.25。极端案例更具想象力：上海临港建成了全球首个“海上风电直联加海水自然冷却”的海底数据中心，总规划规模24兆瓦，设计PUE不高于1.15，绿电供给率超过95%；中国电信（国家）数字青海绿色大数据中心作为全国首个100%清洁能源可溯源的绿色大数据中心，PUE控制在1.2以下，清洁能源供电占比100%。

中国工程院院士杜祥琬的判断是，国内不少地方在招商引资算力项目时，已把绿电消纳比例、PUE限值作为前置条件，算电协同正从行业共识变为政策抓手。

这句话值得反复咀嚼。它意味着电价和绿电占比已变成算力项目的准入门槛，而不只是成本项。 一个地区有工程师、有资本、有土地，但如果没有电力，项目就无法落地。

05 把负荷变成资源

“算电协同”需要解决的核心问题，王永利概括为三个：电力从何而来、电网如何配套、算力负荷如何调节。

前两个是供给问题，第三个是机制问题，也是最难的一个。过去算力设施和电力系统的关系是单向的：电网送多少电，算力设施就用多少电，数据中心被定义为“刚性负荷”。

2026年5月的一次测试改变了这个定义的边界。5月15日20时，南宁电网电力负荷达636.42万千瓦，创年内新高。南方电网广西南宁供电局发出负荷调节需求后，中国移动广西公司南宁高新通信枢纽数据中心立即动态调整正在运行的算力任务，整个过程仅耗时10分钟，单机用电负荷快速下降90%。

这次测试同步引入了广西电网碳排放溯源系统，结果显示该数据中心所在区域的碳排放因子从早间的0.34千克二氧化碳每千瓦时降至中午的0.15，单位用电碳排放强度下降约55.9%。

其意义在于，非实时、非核心的算力任务具备可调节空间，可以根据电网运行和新能源出力情况灵活安排运行时段。算力设施由此获得了一个新身份：可调节负荷资源。

政策层面的推进节奏同样紧凑。2026年《政府工作报告》首次将“算电协同”写入，明确提出实施超大规模智算集群、算电协同等新基建工程。4月8日，国家发展改革委、国家能源局、工业和信息化部、国家数据局四部门联合印发《关于促进人工智能与能源双向赋能的行动方案》，提出两个时间节点：到2027年初步构建安全、绿色、经济的能源保障体系，到2030年人工智能算力设施的清洁能源供给保障能力达到世界领先水平。方案的具体抓手包括探索百万千瓦级算力设施与配套能源系统协同建设、探索核电和氢能以直连方式为算力设施供能、鼓励配置构网型储能，并将可再生能源利用方案、PUE、绿电消费占比、余热回收列为新建及改扩建算力设施的节能降碳审查核心内容。

9月11日的国常会进一步作出安排：推动算电协同、算网融合，强化算电设施规划衔接，加快绿电直连、源网荷储等项目落地。

产业界的动作也在同一个月密集发生。 华为全联接大会今天在上海开幕，昇腾950超节点在会上宣布规模商用，旗舰方案Atlas 950 SuperPoD的1024卡集群可输出1EFLOPS（FP8）算力、256TB全局统一内存编址、跨柜往返时延3微秒，满配可扩展至8192卡。华为此前已发布全球首个3D数据中心方案，并称十万卡以上昇腾超节点集群将成为基础配置。单集群规模再上一个数量级，对应的就是园区级的供电和散热需求。

06 结语

将所有线索汇总，能得出一个不太令人舒适但相当确定的结论。

这一轮算力竞赛的前半场，比拼的是谁能买到卡。后半场，比拼的将是谁的电更稳、更便宜、更绿。

7000亿千瓦时还是8000亿千瓦时，这个数字最终落在哪里，实际上不取决于电网能发多少电。中国的年发电量早已是全球第一，总量从来不是最紧的一环。真正的变量在于算力是否愿意、是否能够将自己从一个刚性负荷，变成一个可以被调度的负荷。

广西那次10分钟的响应给出了技术上的答案。接下来需要回答的是机制层面的问题：算力参与电网调节如何定价，碳排放的核算与交易如何嵌入，跨区域的算力调度与电力调度如何协调。这些问题目前没有现成答案。

但有一个信号已经足够清晰：当变电站开始为一家企业的电压波动单独建档，当绿电占比成为算力项目的招商门槛，电力系统已不再是算力的配套，而是算力的前置条件。

AI是这个时代最大的新增用电户，也是电网最不能得罪的客户。 它一边推高全社会用电量的曲线，一边要求这条曲线不得有万分之一的抖动。

这就是“算力的尽头是电力”的全部含义。

本文来自微信公众号 “来咖智库”（ID：laikazk），作者：AA，36氪经授权发布。