开云集团官网:

  翻开最新一期国际能源署（IEA）的报告，我盯着一个数字愣了好几秒——美国今年在煤炭和天然气发电厂上的投入，预计冲到500亿美元，比中方同期投在传统能源发电的钱，硬是多出30亿。

  这可不是小事。天天在国际场合喊碳中和、喊清洁能源转型的美国，转身抡起铁锹开挖火电厂，几十年来头一回在化石能源投资上把中方甩在身后。

  表面看是投资风向变了，骨子里其实是被AI给烧急了,硅谷这两年All in大模型，训练一个顶级AI的耗电量，早已不是普通人能想象的级别。

  一座现代化AI数据中心，起步就要1个吉瓦（GW）的电，稍微大一点直接冲到好几个吉瓦.

  这什么概念？相当于一个中等规模城市，所有居民、工厂、写字楼加起来一整天的用电。

  Anthropic此公司自己给出的预测更吓人，到2027年，光是训练一个前沿大模型，就得配一座5GW的专用电厂；再往后到2028年，全美AI行业要新增50GW的电力容量，才能撑得住场面。

  我个人觉得，最有意思的是美国那套僵化的电网审批流程，新建一个发电项目想并入公共电网，光排队就得等好几年。

  于是画面变得魔幻起来——那些平时在ESG报告里把自己包装得金光闪闪的科技巨头，一个个绕开公共电网，自己出钱在数据中心边上盖起了火电厂。

  业内管这叫表后发电，说白了就是自备电厂，电从发电机直通服务器，谁也别管我烧的是什么。

  IEA的多个方面数据显示，光是今年一季度，美国客户就订走了大约20GW的天然气涡轮机。

  抢得有多狠？涡轮机的价格从每千瓦800美元附近，一路飙到2500美元以上，翻了三倍还不止。

  更绝的是——为了给AI续命，美国甚至把至少15座早就该退役的老煤电厂，硬生生续上了,环保口号先放一边，先把电喂饱再说。

  为什么这么淡定？先别急着套什么大词，翻开中方过去这些年的电力家底就明白了。

  过去几十年，中方一砖一瓦搭起来的，是全球顶级规模、技术等级最高的超超临界煤电网络。

  这些高效低排的火电机组，等于是电网的地基。地基已经浇筑到位，现在没必要在旧图纸上再画一遍。

  这里要注意一个反差——很多人以为中方还在扩张火电，其实早就转弯了。工商业领域的风电和光伏总装机容量，已经历史性地把传统热电（火电）甩在了身后。

  光光伏这一项，累计装机就摸到了1.2太瓦（TW）的量级，全球一半的光伏板都插在中方的土地上。

  有意思的是产业链这一环,上游的多晶硅、硅片，中游的组件和风机制造，下游的特高压输电和储能设备.

  这在某种程度上预示着啥？意味着中方每装一块光伏板、每架一台风机，成本都在往下走。而美国那边呢？花三倍的价格抢天然气涡轮机，还得排队。

  在我看来，这两种打法背后是两种完全不一样的思路,美国擅长资本驱动的应急冲刺，为了短期赶上进度，愿意付高得离谱的溢价.

  中方走的是长周期规划路线，把基础设施先打扎实，然后靠规模效应把新能源成本压到白菜价。

  短期效果看着确实猛,华尔街要的就是速度，硅谷巨头也确实靠这一波拿到了电，训练进度没耽误,但你把时间轴拉长一点看，这里面藏着三笔迟早要还的账。

  第一笔是电价的账。天然气涡轮机的采购价已经翻了三倍多，这不是暂时的市场波动，是需求端集中爆发导致的结构性上涨。

  制造商产能有限，订单排到2028年之后了,这意味着未来几年新建的AI数据中心，从建成那天起就顶着高电价运行。

  第二笔是碳排放的账。这批新建自备火电厂加上15座续命的煤电厂，全部投产后每年额外产生的温室气体是以亿吨计的。

  欧盟的碳边境调节机制（CBAM）慢慢的开始落地，全世界内的碳关税体系在慢慢成型,这些账单一张张寄到硅谷巨头手里的时候，账面利润会被削掉多少？

  第三笔是资产贬值的账。今天2500美元一千瓦抢来的涡轮机，五年后市场供需平稳了，价格回落到正常水平，等于是当初多付的溢价直接沉没。

  如果新能源成本继续往下走，这批火电资产还有可能提前变成搁浅资产——建好了，但用不起，也卖不掉。

  我个人的判断是——美国这次不是不聪明，是没得选,电网僵化、审批冗长、资本又要立刻见效，逼到墙角只能走这一步。

  AI这样的一个东西有个特点，训练环节对延迟不敏感，啥意思？简单讲，就是训练大模型的时候，数据中心离用户远一点近一点，其实没那么要紧。

  于是就有了西部枢纽节点密集落成的一幕，宁夏、内蒙古、甘肃、贵州这一些地方，一个个国家级的算力枢纽正在拔地而起。

  风电、光伏发出来的绿电，通过特高压电网一路东送，或者干脆直接供给当地的数据中心。

  我给大家算笔粗账,同样跑一个大模型训练任务，如果中方这边的度电成本只有美国的三分之一到二分之一.

  那同样一笔预算，能训练的模型规模是对手的两到三倍,这种成本差异，一旦形成规模，就是碾压式的。

  到2028年至2030年前后，AI推理和商用落地一旦大规模铺开，谁能提供更便宜的算力，谁就掌握主动权。

  你去看现在国内的一些云服务商，AI推理的单次调用价格已经在往极低的水平走，背后撑着的就是能源侧的成本优势。

  这么看来，美国现在的火电狂潮，更像是一场应急战,而中方铺的这张网，图的是未来十年的生态位。

  芯片、算法、模型架构，这么多东西外行看着眼花缭乱，但真正决定AI长期胜负的，其实是一件很朴素的事——电从哪里来，电便宜不便宜，电稳不稳定。

  但一旦进入长跑，进入AI从训练走向大规模推理和商用的阶段，能源账本就会成为决定性因素。

  举个实际例子——去年到今年，国内多家互联网大公司陆续在西部落地大型智算中心，直接对接当地的风光基地。

  绿电占比高、电价低、气候还适合服务器散热，这三重优势叠加起来，算力单价被压得非常低。

  反观美国，虽然特斯拉、甲骨文、OpenAI这一些企业也在拼命建数据中心，但都建在得州、俄亥俄这些电价并不便宜的地方，还得自己搭火电厂配套。

  高电价、高碳排、高维护成本，这三座山会一直压着美国的AI产业链,而对面的选手，正在把新能源的成本一点点往下磨。

  有句老话叫欲速则不达,反过来说，功夫在诗外,中方这十几年在电力基础设施上的默默投入，此刻正在AI时代显出它的分量来。

  要我说啊，这场对决远没到分出胜负的时候。美国的技术底子还在，芯片端仍然领先，人才储备也很深厚，短期内谈不上追赶乏力。

  但电表这样的一个东西不会骗人——谁的电便宜、谁的电干净、谁的电稳定，谁就在下一轮竞争里握住了真正的底牌。

  看到这里，你可能会问——那美国就没有别的选择吗？其实也不是没有，只是每一条路都得花时间。

  核电重启、大规模储能、可再次生产的能源并网、电网现代化改造，样样都需要五到十年的窗口期,可AI这场竞赛，等得起五年吗？返回搜狐，查看更加多