AI患上「電力饑渴癥」，中國穩坐「糧倉」

文 | 超前實驗室

你有沒有發現，最近幾年，老外們像是在經歷一場“中式血脈”的集體覺醒。

先是組團來中國旅游，把“China Travel”刷成TikTok流量密碼；接著又掀起跨境醫療熱，跑到中國看病、體檢、甚至做手術。

而如今，這股“薅社會主義羊毛”的風，也是刮到了AI圈。

全球AI模型聚合平臺OpenRouter顯示，今年2月中旬開始，中國模型的調用量已超過美國，美國用戶占比高達47%，越來越多的海外開發者開始批量調用中國大模型的API。

沒辦法，誰叫咱中國的模型“物美價廉”呢。跑同樣的任務，用美國模型可能要5美元，用中國模型只要0.3美元。賬單直接“打骨折”，這誰看了不心動？

乍一聽，這好像是個打價格戰的故事，但實則往深了想，國產模型打“價格戰”的底氣從哪兒來？歸根結底，是電力在撐腰。

這讓我想起了最近，老黃在個人博客發表的一篇長文《AI is a Five Layer Cake》。

文中提出了AI產業的 「五層蛋糕」 模型，將AI拆成了能源、芯片、基礎設施、模型、應用，五個層面，并反復強調：每個成功的應用，都會向下拉動它下面所有層，一直延伸到維持它運轉的發電廠。

照老黃所說，咱們現在只吃上了AI“五層蛋糕”的第一口。未來，AI不再僅僅是一款應用或一個模型，而是會像互聯網一樣，成為現代社會不可或缺的基礎設施。

到那個時候，AI對電力的需求，可能會“無窮無盡”。

AI的胃口變大了

過去兩年，我們習慣了用AI聊天、寫文案、畫圖。但今年年初，一個叫OpenClaw的開源工具讓局面徹底變了。

OpenClaw能夠7×24小時地運轉，而且TA不局限于聊天，更能自己操縱電腦、點鼠標、填表格，直接讓你解放雙手！

當然，這么能干的AI Agent，“工資”自然低不了，如果僅僅是對話，一次交互消耗的Token量可能只是幾百個，但要完成一次特定任務，從執行到交付的整個過程，能夠消耗幾十萬甚至上百萬個 Token。

網上有人開玩笑說：“養一只AI龍蝦，比養一個研究生還貴。”

雖然是段子，但道出了一個現實：當AI開始“干活”，TA的能耗曲線陡峭得嚇人。

OpenAI最近發布的數據也印證了這一點：在某些 Agent任務上，GPT-5.4的Token消耗比前代少了47%。

為什么要拼命降消耗？因為應用層的成本壓力已經實實在在地傳導到了模型層，模型層必須想辦法用更高的架構、更便宜的推理來回應。而模型層的效率提升，最終靠的是芯片層。

就在剛過去的GTC大會上，黃仁勛預告了下一代GPU架構Feynman——全球首款1.6納米制程的AI芯片，預計2028年推出。

但最讓人瞠目的是它的功耗：單顆突破5千瓦。

什么概念？相當于你家同時開50個電暖氣，熱量壓縮在指甲蓋大小的空間里。

為什么做到這么夸張？因為模型層在喊“我要更便宜、更快的算力”，芯片層只能把功耗往上堆、把性能往上拉。

但是5千瓦的芯片，現有的供電體系根本撐不住，供電要從220伏提到800伏，跟高鐵一個等級；散熱材料要從銅升級到金剛石，因為只有鉆石能扛住這種熱度。

黃仁勛甚至說，終極方案可能是：每個AI工廠旁邊配一個小型核反應堆。

你看，應用拉動了模型，模型拉動了芯片，芯片拉動了基礎設施，最終全部壓在能源這一層上。所以老黃才會在那篇長文里寫下那句“能源是AI的第一性原理，也是系統能產生多少智能的根本約束”。

你想讓AI變聰明，先問電網答不答應。

AI的盡頭是電力，電力的盡頭是中國

如果說黃仁勛描繪的是AI對能源的無限索取，那么中國在這場游戲里，手握的恰恰是別人最缺的那張底牌。

去年，我國全社會用電量突破10萬億千瓦時大關，位居全球首位，相當于美國用電量的兩倍有余。尤其是夏季的用電高峰期，連續兩個月單月用電量均超過1萬億千瓦時，面對如此嚴峻的考驗，我們既沒限電，也沒漲價。

這背后，是中國做到了「電力普惠」。 46條特高壓工程架起“西電東送”“北電南供”的大通道。

在美國市場上誰都不愿意掏這個錢升級電網，也不愿等這個回報周期時。中國就把線路架好、電站建好；堅持全國一盤棋，讓西部的風和光，變成東部的算力，再變成全球可交易的數字服務。

這時候，一個有意思的概念開始流行：Token才是中國真正的電力出口。

咱們都知道，傳統電力出口有多難。跨境電網、長距離損耗、地緣政治壁壘，一度電的利潤只有幾毛錢。但Token不一樣，它本質上是電力的數字化封裝：一度電（0.2-0.3元）進入數據中心，驅動GPU算力，生成Token，通過API接口被海外開發者調用，按Token付費。

“東數西算”讓數據中心直接建在綠電富集的地方，西部風電、光伏的低成本綠電，就地轉化為算力，再順著光纜走向世界。

沒有集裝箱，沒有海關，沒有關稅，只有海底光纜里飛奔的數據包。電力從未離開中國電網，但它的價值已經完成了跨境交付。

2026年2月9日到15日那一周，全球AI模型API聚合平臺OpenRouter的數據顯示：中國模型的調用量達到4.12萬億Token，首次超過美國的2.94萬億。而OpenRouter的用戶中，美國開發者占比47%，中國開發者僅占6%。海外用戶用真金白銀，給中國模型投了票。

為什么？因為便宜。

同樣是寫代碼的任務，美國模型Claude Opus 4.6要5美元/百萬Token，而中國MiniMax M2.5、智譜GLM-5只要0.3美元，差了16倍不止。

但“便宜”不是憑空掉下來的，它是三重優勢疊加的結果：

第一，技術架構創新。 中國模型普遍采用混合專家架構（MoE），不搞“全員上崗”。一個幾千億參數的模型，接到簡單問題時只喚醒其中一小部分“專家網絡”，這種“按需激活”本身就是對電力的精細化調度。

第二，能源成本優勢。 中國工業電價比歐美低約40%，西部綠電（風電/光伏）低至0.2元/度。當這種電力成本差反映到大模型的運行成本上時，中國模型便具備了天然的“電力溢價”。

第三，供應鏈優勢。 從變壓器到特高壓，從光伏板到數據中心，中國擁有全球最完整的電力裝備制造鏈。美國要建電廠，連變壓器都要從中國進口。這不是段子，是中國工程院院士王堅在采訪中親口說的。

這三重優勢層層傳導，最終凝結成Token的極致性價比。

誰在“省著用”，誰在“用得起”

回到黃仁勛的「五層蛋糕」模型，你會發現，中美在AI這條資源鏈上的博弈，形成了一種奇特的錯位競爭。

美國手握最先進的芯片技術，卻陷入嚴重的電力焦慮。微軟由于電網接入滯后，不得不自行建設燃氣輪機電站；谷歌則與核電企業簽署了價格高昂的電力采購合同；密歇根州與弗吉尼亞州更是在其供電范圍內宣布，2026年當地6700萬美國居民的用電價格將上浮20%至30%。

在那種以資本為軸心的能源體系下，誰也不愿為長遠投資擔責。電力一緊張，就把價格往上抬，直到用戶負擔不起，需求自然隨之萎縮。這套純粹的逐利邏輯，說到底對普通民眾并不友好。

而中國走的是一條完全不同的路：將電力視為公共資源。國家電網此前宣布，在“十五五”規劃周期內，預計投入4萬億元用于固定資產建設，相比“十四五”時期增幅高達四成。在其他國家還在為眼下的電力供應犯難時，我們早已提前布好了局。

所以，當有人問“中國AI憑什么能這么便宜”時，答案不是單一的電價，也不是單一的技術，而是一整套系統能力：強大的電力基建、高效的調度機制、不斷突破的芯片和算法、以及一個愿意為長遠投入買單的制度。

這套系統能力，最終凝結成Token的極致性價比，讓全球開發者用腳投票。

過去幾十年，中國習慣了「世界工廠」的敘事。賣的是實物，走的是集裝箱，賺的是辛苦錢。

但Token的出現，讓我們看到了一種新的可能：把電力變成算力，把算力變成智能，把智能變成可全球交易的數字服務。

電力沒有出境，價值已經跨境。

這不是彎道超車，而是換道超車。

當然，這場競賽遠未到終局。高端芯片的瓶頸、品牌認知的短板、行業利潤的壓力，都是我們必須正視的挑戰。

但有一點是確定的，那就是在AI這場重工業化的浪潮中，能源是最后的硬約束，而中國手里握著最硬的那張牌。

這一次，我們站在了資源鏈的起點。