AI竞赛下半场：芯片可以绕，电绕不过去

"AI赢得了芯片，输不起一次停电。"中国电力企业联合会规划发展部主任张琳的这句判断，点破了当前算力竞赛的核心痛点。

中电联在2026能源绿色发展大会上披露，全国互联网数据服务业用电量已突破600亿千瓦时，同比增长超40%。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年预计达8000亿千瓦时，占全社会用电量的6%左右。

8000亿千瓦时是什么概念？国际能源署（IEA）测算，2030年全球数据中心总用电量约为945太瓦时，接近日本全国用电量。这意味着到2030年，仅中国算力设施消耗的电能，就相当于日本全国用电量的八成以上。过去两年行业谈论算力瓶颈时聚焦在制程、HBM与出口管制，但数据表明另一个约束早已逼近：芯片可以想办法绕，电绕不过去。

行业统计与预测分歧

梳理国内数据口径，算力用电的扩张速度高度一致：

• 中电联口径：2026年上半年互联网数据服务业用电量达494亿千瓦时，同比增长44.0%。与充换电服务业合计贡献了第三产业用电增量的59.3%。
• 国家能源局口径：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1.6%，八大枢纽节点近3年年均复合增长率近40%。
• 中国信通院测算：2025年算力中心用电量约1960亿千瓦时，增速是全社会用电增速的3.6倍。

对2030年的预估则存在显著弹性。中电联预期达到8000亿千瓦时（占比6%）；信通院按不同情景测算为4000亿至7000亿千瓦时（占比3%至5%）。上下限相差近一倍，反映出全行业对算力负荷增长空间与落地节奏的复杂预期。

推理负载与"杰文斯悖论"

从全球范围来看，IEA预计到2030年，中美两国将贡献全球数据中心新增用电需求的近80%。

用电需求持续攀升的关键在于工作负载重心的迁移。模型训练属于阶段性任务，而推理环节占到 AI 全生命周期能耗的80%至90%。随着Token日调用量呈千倍级爆发，应用侧正处于指数级扩张通道。

与此同时，行业正遭遇经典的"杰文斯悖论"：尽管单位 AI 任务的计算能耗每年成倍下降，但更低的调用成本刺激了更大规模的部署与使用，整体电耗不降反升。

从"用电大户"到"极端敏感客户"

AI 和半导体产业不仅需要海量电能，还对电力稳定性有极高要求。在先进制程晶圆厂或超大规模智算集群中，不足0.1秒的微小电压波动（晃电），就足以导致正在运行的任务崩溃、晶圆批量报废，造成数百万元的单次停机损失。

供电质量正从基础配套演变为核心生产要素。北京电力已推出针对高端科创产业的"一线一册"运维保障，指导智算集群与芯片制造产线前置配置动态电压恢复器、UPS及构网型储能；浙江电力则印发行动方案，对全省芯片制造、算力设施等重点领域的电力敏感用户推行100%终端监测与定制化治理。区域招商的竞争逻辑，正在从土地和税收补贴转向高可靠性电网的供给能力。

空间错配与算电协同

中国算力与电力的核心矛盾在于空间分布不均：东部需求旺盛但土地与绿电指标趋紧，西部绿电丰富却缺乏高价值本地消纳场景。

目前，全国智能算力总规模已达245万PFLOPS，其中超85%集中在八大算力枢纽与三个算电协同发展区。通过优化空间布局，和林格尔、贵安、中卫等节点的PUE已压降至1.20至1.25区间；上海临港建设了海上风电直联加海水冷却的数据中心，青海也落地了全绿电可溯源的数据中心。

更关键的变化在于负荷机制。过去数据中心被视作不可中断的"刚性负荷"，而如今通过算网调度，非实时训练及离线推理任务正在被改造成"可调节负荷"。例如南宁电网迎峰度夏期间，通信数据中心曾响应需求在10分钟内压降单机用电负荷90%，并利用碳溯源系统在清洁能源富余时段执行任务。

国家发改委、国家能源局等四部门已发文明确，到2027年初步构建安全绿色的能源保障体系，探索百万千瓦级算力设施与核电、氢能等绿电直连模式。算力基础设施的竞争前半场聚焦芯片获取，后半场则将由供电稳定性、电力成本和绿电消纳能力决定。