GPU算力為何引發(fā)全球電荒？

當下，一場電力饑渴正席卷全球AI產業(yè)。2025年，OpenAI在德州阿比林規(guī)劃4.5GW電力接入，相當于五座核電站的發(fā)電量；微軟GPU集群因電力不足而“吃灰”；北弗吉尼亞數(shù)據(jù)中心的項目排隊“等電”長達數(shù)年……這些現(xiàn)象指向一個殘酷現(xiàn)實：AI競賽的核心正從算力芯片轉向電力基建。

01

從“缺芯片”變?yōu)椤叭彪姟?/p>

“我們現(xiàn)在面臨的最大問題，不再是算力資源過剩，而是電力——以及能否夠快地在有電力的地方完成設施建置。”微軟首席執(zhí)行官薩提亞·納德拉在最近與OpenAI首席執(zhí)行官薩姆·奧特曼對話的播客節(jié)目中坦言。他補充道：“如果做不到這點，我們可能會有一堆芯片躺在倉庫里卻插不上電。”

缺電，讓微軟高價購買的顯卡在倉庫里吃灰

“一年多以前短缺的是芯片，接下來短缺的將是電力。”而就在一年之前，埃隆·馬斯克在“博世互聯(lián)世界2024”大會上的警告言猶在耳。幾乎在同一時間，薩姆·奧特曼在達沃斯論壇上也表達了類似擔憂，承認人工智能行業(yè)正走向能源危機。

曾經，AI行業(yè)最頭疼的問題是缺乏先進芯片。如今，情況正在發(fā)生根本性轉變。隨著科技巨頭爭相購買高性能GPU，電力供應已成為制約AI發(fā)展的新瓶頸。

國際能源署預測，到2026年，AI行業(yè)的電力消耗將至少是2023年的10倍。更嚴峻的數(shù)據(jù)顯示，AI消耗的算力每6個月就會增加10倍，遠快于芯片制造能力的提升速度。生成式AI的年度耗電量將從2023年的7TWh激增至2028年的393TWh，年復合增長率超出行業(yè)預期。與此同時，美國數(shù)據(jù)中心電力缺口預計在2025-2028年間達到49GW。

這一數(shù)字相當于多少？摩根士丹利指出，這可能造成相當于3300萬美國家庭用電的短缺。美國最大電網PJM互聯(lián)電網的預測更為激進：到2035年，夏季峰值需求將比2023年增長38%，新增近58吉瓦的電力需求，相當于“在未來10年安裝兩個新英格蘭電網”。

電路老化、新增發(fā)電容量增長緩慢讓歐美“缺電”問題嚴重

大洋彼岸的歐洲，“缺電”問題更為嚴重。

2025年初，歐盟委員會公布了雄心勃勃的《人工智能白皮書》，決定在域內投資300億歐元，創(chuàng)建13個區(qū)域性AI工廠網絡與千兆瓦級超級數(shù)據(jù)中心。這些AI超級工廠計劃由歐盟委員會主席馮德萊恩在上月公布，目標是幫助歐洲在AI領域追趕美國和中國。然而，歐洲的AI夢想正撞上冰冷的能源現(xiàn)實。每個千兆瓦級數(shù)據(jù)中心需約1吉瓦電力，相當于一座中型城市的用電需求，而歐洲電網當前設計并未考慮如此高密度、集中式的負載。

數(shù)據(jù)中心咨詢公司世邦魏理仕的凱文·雷斯特維托直言不諱：這些AI超級工廠將面臨與歐洲私人項目相同的問題——難以獲得英偉達芯片，缺乏滿足大規(guī)模運算所需的電力供應。

02

全球電網基建危機全面爆發(fā)

回顧過去幾年，AI的能耗增長速度令人震驚。據(jù)國際能源署數(shù)據(jù)，2022年全球數(shù)據(jù)中心總耗電量約460太瓦時，占全球用電量的2%；到2026年，這一數(shù)據(jù)將超過1000太瓦時，大約是整個日本2022年全年的用電量。

具體到AI應用，能耗更為驚人。訓練GPT-3一次訓練的耗電量就達1287兆瓦時，相當于3000輛特斯拉電動汽車共同開跑、每輛車跑20萬英里所耗電量的總和。而ChatGPT每天響應約2億個請求，消耗超過50萬度電。

更直觀的比較是：一次AI搜索的耗電量是谷歌搜索的10倍。一個數(shù)據(jù)中心的耗電量可與1000家沃爾瑪門店相當。高盛預測，到2030年，全球數(shù)據(jù)中心耗電量將較2023年大幅增長175%，相當于再增加一個“全球前十耗電大國”的電力資源負荷。

與AI迅猛發(fā)展形成鮮明對比的是歐美老化的電力基礎設施。美國超過70%的變壓器已超齡服役25年，三分之一的超過50年。這些設計壽命40年的設備，在颶風、野火等自然災害面前變得愈加脆弱。同時，美國電網呈現(xiàn)分散化特征，各州電網獨立運行，缺乏統(tǒng)一協(xié)調的調度體系。

全球主要地區(qū)AI電力危機表現(xiàn)對比

而同樣的問題也出現(xiàn)在歐洲，高盛在最近的深度研報中詳細分析了歐洲能源系統(tǒng)根深蒂固的三大脆弱性：化石燃料依賴、低碳供應鏈瓶頸和老化的電網。高盛指出，歐洲的電網普遍老舊，平均“年齡”高達50年，已接近其設計壽命終點，電網的碎片化則導致地區(qū)間電價差距巨大且不斷擴大。

03

努力自救的科技企業(yè)

面對嚴峻的缺電形勢，科技公司紛紛展開自救。良心點的做法，是到處修發(fā)電廠。像OpenAI和甲骨文在德州合建天然氣發(fā)電廠，xAI也在田納西大力搞基建，結果把發(fā)動機都給搞缺貨了，訂單直接排到2029年后。

另一種做法是將數(shù)據(jù)中心搬到國外。墨西哥、智利還有一些南非國家，都成了AI發(fā)展的輸電泵。可這些地區(qū)電力供給本來就不發(fā)達，現(xiàn)在更是雪上加霜。

在愛爾蘭，數(shù)據(jù)中心消耗了全國20%的電力，停電、耗水，都對當?shù)鼐用裆詈蜕鷳B(tài)環(huán)境造成了影響。更富創(chuàng)意的是，科技公司甚至將目光投向了太空。

谷歌在2025年11月初公布了一個名為“捕光者計劃”的項目，該計劃的運作方式是把TPU芯片送入太空，使用太陽能為其發(fā)電。谷歌并不是唯一有這種想法的公司，一家名為Starcloud的初創(chuàng)公司已經發(fā)射了搭載英偉達H100芯片的衛(wèi)星，并宣稱要建設一個擁有5吉瓦功率的天基數(shù)據(jù)中心，而埃隆·馬斯克也曾表示SpaceX“將會做”太空數(shù)據(jù)中心。

04

電力稀缺時代，中國的機會

在全球AI產業(yè)因電力短缺而陷入焦慮之際，中國卻憑借其長期積累的能源基建優(yōu)勢與戰(zhàn)略前瞻性，悄然站上了新一輪產業(yè)競爭的高地。與歐美老舊的電網和分散的能源體系形成鮮明對比的是，中國擁有全球規(guī)模最大、電壓等級最高、調控能力最強的統(tǒng)一電網，并已在清潔能源布局上走在世界前列。

“東數(shù)西算”國家工程為中國AI成長提供

與此同時，中國在新能源領域的壓倒性產能，為AI的“綠色電力饑渴”提供了潛在的解決方案。全球最大的光伏和風電產業(yè)鏈在中國，這意味著在獲取清潔、低成本能源方面，中國AI產業(yè)擁有更穩(wěn)定、更具彈性的供應鏈。

目前，中國多家科技巨頭，如華為、阿里巴巴、騰訊，已在內蒙古、寧夏、貴州等可再生能源豐富的地區(qū)布局數(shù)據(jù)中心，實施“東數(shù)西算”國家工程，這本身就是對未來能源約束的未雨綢繆。

在這場剛剛開始的電力霸權競爭中，中國不僅手握能源底牌，更在重新定義增長與可持續(xù)的邊界。而全球AI產業(yè)的未來格局，或許正取決于誰能率先解開能源這道終極難題。

05

破局之戰(zhàn)：清潔能源誰主沉浮

在“碳中和”時間表的督促下，誰都想讓電力既降本又減碳，最終實現(xiàn)綠色、高效、可持續(xù)的數(shù)據(jù)中心算力發(fā)展路徑，新型清潔能源能否堪當大任？又該如何圍繞數(shù)據(jù)中心的“電算協(xié)同”，將電力市場推向更靈活、更開放的新地帶？

戰(zhàn)略押注小型核電

面對AI數(shù)據(jù)中心的算力需求，核電正成為科技巨頭們的首選解決方案。

去年9月，微軟與Constellation Energy簽署了價值16億美元的購電協(xié)議，重啟三哩島核電站已關停的反應堆，為其云計算和人工智能項目提供穩(wěn)定能源。此舉被視為科技圈轉向能源賽道的標志，更是顯示出頭部科技企業(yè)對于核電成為未來能源支柱的押注之意，尤其是亞馬遜、谷歌等科技巨頭迅速跟進。

亞馬遜、谷歌都選擇和電力基礎設施公司合作，不僅要買核電，還要參與到核電站的建設中，尤其是小型模塊化反應堆（SMR，Small Modular Reactors）。

亞馬遜曾放出招聘首席核工程師的需求，且特別強調工程師要在SMR技術上有豐富的經驗；谷歌則緊跟著宣布與核能初創(chuàng)公司凱洛斯能源（Kairos Power）簽署了一項新協(xié)議，計劃在2030年前建造7座SMR，為其數(shù)據(jù)中心提供電力支持，至2035年將部署更多反應堆，總體將在美國電網新增高達500兆瓦的全天候無碳電力。

亞馬遜在建的SMR工程

最近，谷歌還宣布與北美能源公司NextEra達成合作，將于2029年第一季度重啟位于美國愛荷華州的杜安·阿諾德（Duane Arnold）核電站，直接為谷歌在當?shù)財U張的云計算和AI基礎設施提供全天候零碳電力。

有意思的是，就在2023年，愛荷華州的全美首個SMR項目，還沒實現(xiàn)首堆投運，就因為電力買家太少而終止了。真是時移勢易。

核電之所以受到科技巨頭青睞，關鍵在于其獨特的優(yōu)勢。核電具有發(fā)電量大且穩(wěn)定、成本相對可控的特點，對于無間斷運行的數(shù)據(jù)中心來說，核電無疑是最可靠的能源選擇。

而SMR的出現(xiàn)更是完美契合了數(shù)據(jù)中心的需求，它的設計功率較傳統(tǒng)反應堆小，是可模塊化生產、在工廠制造、于現(xiàn)場組裝的核反應堆類型，比普通核電站建設周期短了太多。這意味著它的建造時間短、安全性能更高，可以靈活部署在數(shù)據(jù)中心附近，減少輸電損耗。

然而，核電之路并非一帆風順。安全性能更高不意味著百分百安全。在以往核電站事故的陰影下，怎么提升建造地社區(qū)居民的接受度就是大問題。再加上美國脆弱的電網基礎設施，數(shù)據(jù)中心很有可能會使本地配電網負荷劇增，危及電網可靠性并增加其他用戶成本。

風光電之外的穩(wěn)定選擇

其實想要穩(wěn)定的清潔能源還有其他選擇，比如“地熱發(fā)電”。

“地熱發(fā)電”聽起來像是“從地球肚子里掏電”，其實也差不多。地理學告訴我們，地球內部處于極高溫狀態(tài)，地殼下幾公里就是數(shù)百度的巖漿熱源，偶爾會隨著熔巖被帶至地表附近。

人類其實很早就懂得怎么利用地熱資源，比如我們曾泡過的溫泉，其實就是被地熱加熱后的地下水。“地熱能”就是地球自然產生的干凈再生能源，如果拿來發(fā)電就是所謂的“地熱發(fā)電”。

地熱能我們并不陌生，溫泉的存在就是一個證明

地熱發(fā)電擁有不少優(yōu)點，包括碳排放低、低污染、抗天災等，更沒有目前太陽能光伏發(fā)電和風力發(fā)電最為人詬病的不穩(wěn)定問題，可以24小時全天候提供電力。若能妥善開發(fā)和利用，不失為未來全球再生能源供給的重要選項。

通過鉆井取出高溫蒸汽或熱水，驅動渦輪機發(fā)電，這就是地熱能發(fā)電的核心原理。就傳統(tǒng)的地熱發(fā)電來說，地底需要同時滿足三個條件：豐富的熱源、充足的地下水和良好的滲透率，滲透率好才能讓水可以在其中流動，這三者缺一不可。在具備這些條件的地方，汲取地熱能量相對容易。

但如果從地底出來的水是蒸汽形態(tài)，我們可以如上所述直接利用，這被稱為干蒸汽（Dry Steam）發(fā)電，這也是最古老的地熱發(fā)電方式。只不過，這么好的條件可遇不可求。

位于冰島的地熱發(fā)電廠

近來，許多新建地熱發(fā)電廠采用所謂的雙循環(huán)（Binary-Cycle）發(fā)電方式。當溫度沒那么高的地下水到達地表后，會在熱交換器與另一種沸點很低的流體交換熱能，比如正戊烷（Pentane）或丁烷（Butane）；在接收到地下水的熱能后，這個流體會轉變成氣態(tài)并推動渦輪，產生電力。

雙循環(huán)系統(tǒng)的好處是適用更廣大的區(qū)域，而且對溫度的要求不高，甚至有57攝氏度就成功發(fā)電的紀錄，但缺點就是發(fā)電效率較低。

以上就是目前地熱發(fā)電廠主要用的三種方式，開采深度一般在地下1.5公里到2.5公里。

不僅美國的科技企業(yè)在考慮去那些位于地球構造板塊邊界地區(qū)，利用地熱發(fā)電，我國同樣在地熱資源開發(fā)利用方面走在世界前列。據(jù)中國石化集團2024年的公開數(shù)據(jù)，中國地熱直接利用規(guī)模長期穩(wěn)居世界第一，已建成地熱供暖和制冷面積13.3億平方米，折合裝機92.4吉瓦。

只不過全球都面臨著地熱開發(fā)利用技術水平有待全面提升的問題，畢竟地熱發(fā)電不像風能、太陽能等可再生能源技術，它們在過去十多年中不僅證明了可行性，并且技術進步明顯，使得建設成本不斷降低。地熱開發(fā)利用能否大規(guī)模商用和技術、成本息息相關。

06

“電算協(xié)同”的中國方案

除了開發(fā)新能源，頭部科技公司也在不斷通過算法優(yōu)化、算力調度等方式，從需求端降低能源消耗，并且一直在探索算力與電力協(xié)同發(fā)展的新模式。

“東數(shù)西算”為算力、電力協(xié)同發(fā)展提供了一種新思路

通過走訪業(yè)內相關企業(yè)，我們發(fā)現(xiàn)在數(shù)據(jù)中心，節(jié)能并不只是“省電”那么簡單，而是要從“算力架構”，包括硬件、算法、冷卻和封裝；以及“電力供應”，包括電網耦合、熱回收等維度共同優(yōu)化。

在算法層面，業(yè)界和學界的研究都表明，通過剪枝、量化、蒸餾等技術優(yōu)化算法，可以讓AI模型更快、更節(jié)能。

另外，現(xiàn)實中電力資源分布與產業(yè)需求往往存在錯位，兩者如何真正實現(xiàn)協(xié)同發(fā)展仍是一道難題。“我們最大希望是電力既綠色又便宜”，這是采訪中數(shù)據(jù)中心負責人的共同心聲。

這方面，前文所述的“東數(shù)西算”戰(zhàn)略提供了一種新思路。該戰(zhàn)略旨在吸納西部地區(qū)的風電和太陽能發(fā)電資源，實現(xiàn)算力資源的全國優(yōu)化配置。

據(jù)了解，我國算力需求集中在東部地區(qū)，但東部地區(qū)電力自給率不足40%，而西部擁有中國70%的可再生能源裝機。

另一方面，AI大模型的訓練并不需要靠近東部沿海主要應用端，這些區(qū)域的電價成本較高，反而可以將訓練工作放在電價成本更低的西部省份；待訓練完成后，大模型進入應用階段時，再把對即時反饋要求極高的應用型數(shù)據(jù)中心放在東部。

不過這也要考慮到現(xiàn)實因素。目前綠電交易機制不健全，綠電溯源和綠證交易存在諸多障礙；西部基礎設施不完善，實際的運營、技術支撐都缺人才……這些因素仍制約著數(shù)據(jù)中心綠色轉型的進程。

微信訂閱

歡迎郵局訂閱2026年《電腦報》

訂閱代號：77-19

全年訂價：400.00元 零售單價：8元

郵局服務熱線：11185

編輯｜張毅

主編｜黎坤

總編輯｜吳新

爆料聯(lián)系：cpcfan1874（微信）

壹零社：用圖文、視頻記錄科技互聯(lián)網新鮮事、電商生活、云計算、ICT領域、消費電子，商業(yè)故事。《中國知網》每周全文收錄；中國科技報刊100強；2021年微博百萬粉絲俱樂部成員；2022年抖音優(yōu)質科技內容創(chuàng)作者