算力竞赛的终点不是芯片，而是发电量：被电力卡住的 AI 产业瓶颈

接好运鸭

如今讨论 AI 竞争，绝大多数目光聚焦 GPU 芯片、算法模型。但全球产业正在遭遇一个现实瓶颈：芯片可以通过采购、贸易、技术攻关拿到，但充足、稳定的电力，有钱也未必能快速获取。不少手握大量芯片规划的 AI 项目，最终卡在电网并网、电力配额环节，迟迟无法投产运行。算力的竞争，底层已经演变成一场发电量、电网基建的比拼。

一、AI 算力为什么极度消耗电力

传统云计算机柜功率大多在 6‑8 千瓦，而 AI 智算高密度机柜单机柜功率可以达到 100‑240 千瓦，差距是十几倍。单张 H100 级别 AI 显卡满负载运行，一年耗电可达数千度；一座十万卡规模的大型智算集群，一年耗电量相当于一座中小型县城全年用电规模，还不包含散热冷却配套设备的额外耗电。

成本结构的变化：芯片属于一次性大额采购投入；而电力是每秒持续消耗的运营成本。智算中心运行数年周期内，电费会逐步攀升为占比最高的持续开销之一，部分高密度集群电力相关成本占运营支出超过一半。

并且 AI 训练任务要求电力不能中断、电压不能抖动。一旦发生短暂停电、电压波动，数千万投入的训练任务可能直接作废，需要从头重新训练，所以 AI 算力不仅需要 “有电”，更需要高质量、持续稳定的供电保障。
二、全球多地已经出现 “抢电、并网排队” 现象

海外已经出现大量项目被电力卡死的现实案例：

• 美国：得克萨斯州大量 AI 数据中心并网申请堆积，申请总容量达到本地历史峰值负荷的 5 倍，当地政府一度暂停新数据中心接入审核；弗吉尼亚等算力重镇，智算项目电网排队周期长达 4‑8 年，即便资金充足也拿不到供电配额。很多企业就算采购到 GPU 硬件，设备只能仓库闲置，没有电就无法开机跑业务。
• 欧洲：爱尔兰、荷兰、德国部分地区直接限制新增数据中心接入。电价居高不下，很难大规模上马高密度 AI 算力集群，不少海外巨头放弃在欧洲建设超大规模训练集群的计划。
  

很多人有一个误区：只要出钱，就可以快速建电厂补齐缺口。现实并非如此。电站、特高压输电线路建设审批、施工周期普遍 5‑10 年。芯片可以海运快速交付，但发电、输电基建没办法靠砸钱一夜之间凭空造出来，这是物理层面的硬约束。

这里要区分两个概念：不缺全国总发电量，缺的是项目所在地就近可调度、可并网的电力配额，以及配套输变电基础设施。全国整体电力充足，但局部区域电网承载上限有限，新项目就必须排队等待扩容改造完成。

三、中国的破局思路：东数西算与算电协同

面对算力激增带来的用电矛盾，国内走的路径是 “算力跟着电力走”，也就是算电协同，依托东数西算八大算力枢纽布局解决矛盾国家能源局。
东部城市经济发达、算力需求旺盛，但土地紧张、本地电力资源紧张；而我国西部内蒙古、甘肃、宁夏等地拥有海量风电、光伏绿色电力资源。将离线训练、非实时推理这类任务的智算中心布局在西部绿电富集地区，就近消纳风光电力，再依靠特高压电网，把算力服务输送到东部使用，不用强行在用电饱和的东部城市硬堆高密度算力集群人民网经济...。
同时国内持续新增发电装机，电网升级迭代速度快，为算力扩张打下基础。但同样会遇到局部区域电网容量上限，不是所有地区都可以无限制上马智算项目，项目落地前必须完成电网接入评估。
四、电力瓶颈带来的产业连锁影响

• 项目落地门槛抬高未来做 AI 大模型，不只是搞定芯片、算法，还必须提前落实电力并网方案。拿不到电力配额，再豪华的硬件规划都是纸面方案。很多 PPT 上宏大的十万卡、几十万卡算力规划，会卡在电力环节无法落地。
• 算力成本会出现地域分化绿电充沛的地区，算力的长期电费成本更低，在市场竞争中拥有天然成本优势；电力紧张区域，算力服务定价会被拉高。
• 倒逼技术侧追求能效优化既然电力是硬约束，单纯堆卡堆规模不再是最优解。模型蒸馏、稀疏架构、推理优化、液冷散热，提高每一度电产出的 Token 数量，会变成和买芯片同等重要的工作。不是谁卡多谁就赢，而是同等电力消耗之下，谁产出的有效计算结果更多。
• 算力调度会成为核心能力把非实时训练任务调度到电价低谷、绿电出力充足时段运行，电网高峰时段降低负载，算力设施参与电网需求响应，会成为智算中心的标配能力，算力不再是时时刻刻满负荷跑。
  

五、常见认知误区澄清

• 误区：只要国家总发电量足够，随便哪里都可以建大型智算中心纠正：整体发电量和局部区域电网接入容量是两件事。局部输变电没有扩容完成，就算全国电很多，该地区新项目依旧拿不到供电配额。
• 误区：有钱就可以快速建一堆新电厂，解决 AI 用电问题纠正：火电、风光电站、配套输电线路，审批、征地、建设周期长达数年，无法匹配 AI 爆发式增长的短期需求。
• 误区：电力问题全部靠储能就能解决纠正：储能适合调峰平滑波动。对于 24 小时不间断运行的超大规模训练集群，仅靠储能在经济上不现实，主力依旧需要依托稳定电源。
• 误区：AI 用电会直接造成全国大面积缺电纠正：国家层面持续扩大装机，配合算电协同调度，整体可以承载算力增长；矛盾主要集中在局部城市的电网承载，不是全国整体性缺电。
  

结语

AI 竞争表象看芯片、参数、模型效果，底层底座是电力与电网基建。芯片可以贸易、可以研发追赶，但发电、输电网络需要漫长周期建设。未来的算力比拼，比拼的不只是能买到多少张 GPU，更是谁能够拿到稳定、廉价、大规模的电力供给。算力的尽头是电力，而电力比拼的是一整套能源基建体系，不是简单花钱就可以瞬间补齐的短板。