在人工智能（AI）的全球競賽中，芯片、算法和數據通常被視為核心要素。然而，一個基礎性資源正日益凸顯其關鍵戰略價值、卻常被忽視——那就是電力。它已悄然成為決定AI產業成敗的戰略性要素。
以GPT-4為代表的大語言模型，其單次訓練所耗電力估計達5萬至6萬兆瓦時（MWh），相當於數千戶家庭一年的用電量。而在實際應用中，AI系統需要持續供電，更快的芯片耗電量更高，以確保高效的推理能力和實時響應。可以說，AI發展已進入一個不僅由「算力驅動」，更由「電力支撐」的新時代。
根據國際能源署（IEA）的最新報告，到2030年，全球數據中心的電力消耗將達約 945太瓦時（TWh），相當於日本當前總電力消耗，佔全球總用電量的約2-3%，較2024年水平翻倍。這意味著，電力已從幕後走向台前，從輔助性角色蛻變為支撐AI發展的關鍵性戰略資源。
將電力比作「數字石油」，旨在強調其驅動數字時代核心引擎的戰略價值。但這個比喻尚有更深層含義：石油是一種可運輸、可儲存的實體商品，國家可通過戰略儲備或國際採購來保障供應安全。
電力則不同。它是一種即發即用、難以大規模儲存的二次能源。一個國家無法像儲備石油那樣大規模儲備電力，也難以通過國際貿易簡單購買。正因電力既不能長期儲存，也難以自由交易，一個自主、穩定、高效的電力生產與輸送體系，其戰略重要性甚至超越了石油時代的能源安全。
電力不僅是「數字石油」，更是AI時代國家競爭力根本性與不可替代的基石。
一、全球AI競賽的「電力瓶頸」
隨著AI模型向萬億參數級別邁進，其電力需求呈指數級增長。OpenAI的GPT-3訓練耗電量約為1,287 MWh，而GPT-4及後續多模態大模型的訓練能耗已攀升至約5-6萬MWh，推理階段的能耗亦持續攀升。盡管最新模型如GPT-4o通過優化已將單次查詢能耗降至約0.3瓦時，但整體需求仍巨大。
這種「能耗爆炸」在全球範圍內引發嚴峻挑戰：
1. 算力擴張的物理極限：全球科技巨頭布局數據中心時，正從過去主要考慮網絡延遲和土地成本，轉向將「電力可得性」作為首要選址標準。愛爾蘭、新加坡、荷蘭等傳統數據中心樞紐已出現電力供應緊張，多個超大規模項目被迫暫停或遷移。電力，而非芯片，正成為限制算力擴張的第一道物理障礙。
2. 運營成本的結構性轉變：電力成本在數據中心總運營成本中的佔比，已從過去的10%-15%上升至35%-50%，在部分高電價地區甚至更高。對AI公司而言，電價每上漲0.01美元/千瓦時，就可能帶來數百萬美元的額外年度支出。低電價地區正成為AI產業的天然「窪地」。
3. 綠色發展的硬性約束：在「碳中和」成為全球共識的背景下，AI產業的高能耗特性使其面臨巨大的ESG（環境、社會和治理）壓力。使用高碳電力訓練和運行AI模型，不僅帶來高昂碳稅成本，還可能損害企業品牌形象，遭遇監管處罰與市場抵制。因此，「綠色電力」已成為AI產業可持續發展的「準入條件」。
二、中國電力體系的核心優勢
當全球許多地區面臨電力瓶頸時，中國憑借獨特的能源體系、制度優勢與前瞻性戰略，構建了顯著的系統性優勢，主要體現在四個方面：
1. 技術優勢：特高壓與智能電網全球領先：中國的特高壓輸電技術成功將遠距離輸電損耗控制在3.8%以下。截至2025年，中國已建成全球規模最大、技術最先進的特高壓交直流混合電網，總里程逾6萬公里，輸送容量佔全球總容量的85%-90%。依托物聯網、大數據、雲計算與AI技術，中國的智能電網實現了全鏈條動態優化。目前中國新能源消納比例超 98.5%，遠高於全球平均水平。2025年，全國供電可靠率已提升至 99.99%以上，核心城市接近99.999%。
2. 成本與規模優勢：低廉電價和龐大體系：中國擁有全球最龐大的發電裝機容量和最完整的電網體系。2024年，中國總發電量約10,072.6TWh，穩居世界第一。得益於以煤電為基礎、風光水核多元協同的能源結構及規模化效應，中國工業電價約為0.088美元/千瓦時，低於德國的0.15-0.20美元/千瓦時，與美國的0.07-0.08美元/千瓦時相當。
3. 制度與執行優勢：高效決策和快速實施：高效的制度執行力是中國電力體系的另一大核心優勢。一條跨省特高壓工程從規劃到投運通常僅需 2至3年，遠快於歐美國家平均8-12年的建設周期。通過簡化審批、提供低成本融資和統一規劃，中國大幅降低了電網建設成本（較歐美低 35%-45%），並有效控制了終端電價。
4. 產業協同優勢：「算電融合」的生態體系：中國正積極推動「東數西算」工程，將東部算力需求引導至西部能源富集地區，實現算力與電力的空間協同。在貴州、內蒙古、甘肅、寧夏等地的數據中心集群，不僅享受較低電價，還能就近消納當地風電、光伏等綠色能源，實現經濟與環境效益的雙贏。這種「算電融合」的深度協同，是許多國家在市場機制下難以實現的，但也啟發全球如歐盟的跨國電網互聯項目。
三、儲能新技術與中國競爭力
儲能技術是解決新能源間歇性、提升電網穩定性的關鍵。全球重點發展的儲能技術包括液流電池、鈉離子電池、壓縮空氣儲能和氫儲能。中國在這些領域的競爭力主要體現在產業規模（2024年新型儲能裝機量佔全球約50%，鋰電池產能佔全球75%-80%）、政策支持（2026年新型儲能裝機超50-60GW的目標，並提供補貼與稅收優惠）以及技術突破（專利數量全球第一，效率提升至65%-70%以上）。
中國正通過技術叠代與規模化應用，推動儲能成本下降，加速全球能源轉型，同時與其他國家合作，如與歐盟共享氫儲能標準。
四、西方電力體系面臨的挑戰與努力
西方國家在電力供給上面臨基礎設施老化、制度摩擦、成本高昂等結構性問題，正成為其AI產業發展的重大瓶頸，但同時也在通過投資和改革積極應對，顯示出強勁的追趕勢頭。
1. 美國：電網基礎設施普遍老化，約70%的輸電線路使用年限已超 25年。審批流程漫長，輸電項目平均審批時間逾6-8年，成本增加60%以上。然而，通過《通脹削減法案》（IRA），美國撥款約800億美元用於電網現代化，並推動綠色能源投資，預計到2030年可再生能源佔比達 40%。
2. 歐洲：可再生能源裝機比例全球領先（2024年風光等可再生電力佔比達46.9%），但面臨儲能不足、跨國輸電網絡薄弱等問題。2022年能源危機期間，德國電價一度飆升至0.5-0.6歐元/千瓦時。高電價迫使部分數據中心轉用柴油發電，增加運營成本和碳排放。但歐洲正在加強電網互聯和標準化努力，如歐盟的REPowerEU計劃，設定2030年可再生能源佔比至少42.5%的目標，並投資數百億歐元於儲能和氫能。這是一個動態競爭的過程，中國的優勢顯著，但西方國家也在加速追趕，通過創新如AI優化電網管理。
五、電價差異如何重塑AI產業格局
電價作為核心經濟指標，直接影響AI企業的運營成本、投資意願與技術路徑，是國家間AI競爭力差異的重要來源。但需注意，其他因素如供應鏈和監管也發揮作用。
1. 運營成本：電力成本佔數據中心支出的35%至50%。以100兆瓦AI機房為例，中國年電費約6,000萬-7,000萬美元，美國為7,000萬-8,000萬美元，歐洲部分地區更高。低電價使中國企業能維持高負載訓練，而高電價地區的企業更注重優化能耗。
2. 投資決策：中國AI初創企業的融資回報門檻較低，低電價與政策確定性顯著提升投資吸引力。高電價地區則可能轉向其他低成本區域，或通過補貼緩解。
3. 技術路徑：低電價鼓勵採取「高算力投入」策略，而高電價國家更聚焦算法優化。研究顯示，低電價地區的AI創新活躍度較高，但高電價地區如歐洲通過高效芯片（如歐盟的RISC-V項目）實現躍進。
六、中國電力優勢和「集中力量辦大事」模式歷史演進
中國的電力競爭優勢是在過去40多年中通過持續技術積累、「集中力量辦大事」模式，制度創新與市場化改革逐步形成的：
• 1980–2000年：從短缺走向平衡。通過大規模建設煤電與水電，全國裝機容量從6,000萬千瓦增長至3.2億千瓦以上，解決了限電問題，為工業化與數字化打下基礎。
• 2000–2015年：技術突破與結構調整。特高壓技術實現從無到有，風電、光伏裝機增長超12倍，「西電東送」工程累計投資超6,000億元，緩解了區域電力不平衡。
• 2015年至今：能源與數字雙領先。特高壓與智能電網技術出口至多國。「東數西算」工程將西部綠色電力轉化為東部算力支撐，預計2026年新增數據中心規模達150萬機架以上，推動「算電一體」深度融合。2025年，中國還啟動國際合作，如與東南亞的電網互聯項目。
七、中國電力體系面臨的挑戰
盡管優勢明顯，中國電力體系也面臨諸多挑戰，需要持續優化：
1. 環境挑戰：煤電仍佔發電量約50%-55%，與2060年碳中和目標存在矛盾。需加速部署儲能、氫能及CCUS技術，計劃到2030年建成800-1000吉瓦時以上儲能容量。
2. 可擴展性挑戰：中國的「大電網+大基地」集中式模式依賴政府統籌與巨額投資。對於新興市場國家，其適配性存在挑戰。中國正探索「集中+分布」協同方案，推動技術標準「出海」。
3. 系統韌性挑戰：極端天氣頻發對電力系統韌性提出更高要求。新能源的大規模接入導致系統轉動慣量下降。2024年寒潮期間東北新能源出力降至10%，凸顯系統調節能力不足。中國正通過強化儲能、需求側響應和跨區域調度來提升韌性。
4. 區域經濟發展不平衡：西部綠電豐富與東部電力需求之間的地理錯配，以及特高壓輸電的極限和成本，仍是長期挑戰。同時，需警惕全球供應鏈風險，如關鍵礦產依賴。
八、全球電力博弈與產業溢出效應
圍繞電力資源的全球競爭，正延伸至碳關稅、供應鏈安全與技術標準等新領域。
• 中國計劃2026年前投資4,000億美元升級電網，新增15-20條特高壓線路。
• 美國通過《通脹削減法案》（IRA）撥款約 800億美元用於電網現代化，但審批與建設速度滯後。
• 歐洲設定2030年可再生能源佔比至少42.5%的目標，但受制於跨國輸電瓶頸與審批壁壘。
• 歐盟2026年啟動的碳邊境調節機制（CBAM）可能推高高碳算力服務的成本，而中國通過特高壓輸送綠電，已構建低碳優勢。
電力的戰略意義已外溢至半導體、電動汽車、高端製造等產業。中國12英寸晶圓廠電力成本比美國低，但也需考慮其他因素如供應鏈。同時，全球合作如中美清潔能源聯合項目正緩解博弈。
全球綠色數字新秩序 構建AI競爭力
人類正邁入人工智能時代，這意味著經濟發展的核心驅動正從「石油」轉向「電力」。未來的全球科技競賽，因此呈現出鮮明的「雙重賽道」特徵：
既是「雲端」算法與模型的角逐，更是「地面」能源基礎設施與制度效率的硬實力比拼。
AI時代的國家競爭力，本質上是能源基礎設施韌性、綠色化水平與制度執行效率的綜合體現。電力，已毫無爭議地成為衡量一國戰略定力、產業韌性與科技自主性的關鍵指標。
中國的電力優勢並非偶然，是其數十年來在能源領域堅持技術自強、制度創新與集中規劃的戰略成果，為其AI產業提供了顯著的成本優勢、規模韌性與發展主動權。然而，真正的挑戰與機遇在於未來：如何將當前的體系優勢，轉化為可持續的全球領導力？
未來競爭維度的擴展
人工智能（AI）時代的全球競爭，不僅局限於技術與算力，更擴展至能源基礎設施與可持續發展能力。以下是未來競爭的三大關鍵維度：
1. 綠色電力作為雙重門檻：綠色電力不僅是AI產業的「道德準入證」，確保企業符合全球碳中和目標，還直接影響成本競爭力。低碳電力可大幅降低運營成本，同時提升企業在國際市場的品牌形象。
2. 電網智能化水平決定能源效率：智能電網通過物聯網、大數據和AI技術實現動態優化，是提升國家能源效率的核心。高效的電網系統能降低輸電損耗，確保AI算力的穩定供給。
3. 「算力-電力」協同的國家能力：一個國家整合算力與電力的能力，將成為全球科技競爭的新評判標準。算力與電力的深度融合將推動AI產業的高效發展。
中國的戰略選擇
在這一背景下，中國的戰略不應僅限於維護自身的AI電力競爭優勢，而應積極參與構建全球綠色數字新秩序。具體措施包括：
• 推動綠色技術標準輸出：將特高壓、智能電網、大規模儲能等技術方案與標準融入「一帶一路」倡議，幫助新興市場國家跳過傳統高碳路徑，直接建設綠色數字基礎設施，打造「綠色絲綢之路數字夥伴關係」。
• 引領跨國區域電網互聯：在亞太區域推動基於綠色電力的「數字能源網絡」構想，將中國西部豐富的綠色電力與鄰國的算力需求相結合，從「東數西算」升級為「亞電亞算」，成為區域綠色數字經濟的能源錨點。
• 應對全球碳機制挑戰：主動將基於綠色電力的低碳算力轉化為可計量、可認證的「綠色算力產品」，積極對接國際ISO標準，將歐盟碳邊境調節機制（CBAM）等挑戰轉化為展示中國低碳優勢的舞台。
結論
電力是AI的呼吸權，電網是數字文明的循環系統。未來AI競賽的核心，不僅是芯片技術的比拼，更是能源保障體系與可持續發展能力的較量。
最終的公式可表達為：AI競爭力 = (算力 × 電力 × 制度效率) × 綠色可持續系數
在這個由「數字石油」驅動的新紀元，對電力主權的掌握，不僅將定義一個國家在全球人工智能科技版圖與經濟秩序中的地位，更將決定其能否成為引領全球邁向綠色數字文明的關鍵力量。中國的答卷令人期待，而全球合作將進一步加速這一進程。
作者簡介：資深金融人
現任全國資產管理標準化技術委員會顧問
