AI赢得了芯片，输不起一次停电

文 | 来咖智库 这句话不是标题党，是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披露了一组数字：今年以来，全国互联网数据服务业用电量超过600亿千瓦时，同比增长超过四成，已经远超2024年全年水平。中电联监事长潘跃龙给出的展望更值得记住：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？ 国际能源署测算，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。而中国的算力一项，到2030年就要用掉8000亿千瓦时，相当于日本全国用电量的八成以上。 过去两年，所有人讨论算力瓶颈时谈的都是光刻机、制程、HBM和出口管制。 这份数据提示了另一个可能更早到来的约束：芯片可以想办法绕，电绕不过去。 先说清楚一个口径问题 在往下写之前，必须先把三套数据分开，因为它们常被混着用。 第一套是中电联的"互联网数据服务业用电量"，这是能源统计里的行业分类口径。 2026年上半年为494亿千瓦时、同比增长44.0%。同期的充换电服务业用电量是810亿千瓦时、增长56.9%，这两个新业态合计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比，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，是整个电力系统里增长最快的单一负荷。 更值得注意的是对2030年的预测分歧。 中电联的答案是8000亿千瓦时、占全社会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，给出的上限和下限差了一倍。 这个分歧本身就是当下算力产业最真实的状态：所有人都知道它会涨得很快，没有人知道它涨到哪停。 全球坐标：一整个日本的用电量 把视角拉开，中国的增速并不孤独。 国际能源署在《能源与人工智能》报告里给出了全球坐标：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%；基准情景下2030年将达约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1200太瓦时。 IEA执行主任比罗尔的说法更直白：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。 他还补了一句，"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%。 需求从哪里来？ 一个常被忽略的事实是，训练只是阶段性工作，推理环节可以占 AI 全生命周期能耗的80%至90%。这解释了为什么模型迭代慢下来，用电量也不会跟着慢下来。当前全国日均Token调用量较两年前已经实现千倍级增长，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"，意味着这条曲线还在指数通道里。 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，但总需求仍然持续攀升。 研究者把这种现象归为杰文斯悖论：让一样东西用起来更便宜，人们就会用得更多，总消耗反而上升。技术效率的胜利，并没有转化为能源消耗的下降。 它是最耗电的客户， 也是最挑剔的客户 如果只把AI当成一个用电大户，就漏掉了这个行业最特别的地方： 它对电的要求不只是"够"，还得"稳"。 浙江日报报道过一个场景：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，一批快完工的晶圆直接报废。一条产线停机几小时，损失就要上百万元。 这就是电力行业说的"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是致命的。也正因如此，供电质量正在从一项技术指标，升级为影响产业效益的关键生产要素。 电网的动作已经跟上了。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，把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实时在线监测。 国网浙江电力走得更进一步，印发《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。方案还相当具体地落到地域分工上：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，能不能承接先进制造和智算中心，取决于电网愿不愿意为它单独加固。 过去招商引资比的是土地和税收，现在比的是供电可靠性等级。 错配：东部的渴求，西部的富余 算力与电力之间真正的矛盾，不是总量不够，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，恰好给了错配一个解法。国内几个主要枢纽的能效水平已经接近国际一流：和林格尔、贵安、中卫等算力枢纽的PUE已降至1.20至1.25。极端案例更有想象力：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，算电协同正在从行业共识变成政策抓手。 这句话值得反复读。它意味着电价和绿电占比已经变成了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，项目就是落不了地。 把负荷变成资源 "算电协同"要解决的核心问题，王永利概括为三个：电力从哪来、电网