电力正在取代芯片：AI 算力扩张的新瓶颈与代价
过去两年讨论 AI 算力，几乎所有人第一反应是显卡。但从 2026 年 10 月的公开报道看，制约扩张的最硬一道墙已经换成了别的东西——电，以及把电送进机房的电网。
一、卡住的不是芯片，是插座
《经济日报》10 月 16 日的报道综合多家国际机构数据指出，电力正取代芯片，成为制约美国人工智能扩张的首要瓶颈。文中引用的国际能源署研究显示，全球数据中心用电需求在 2025 年增长 17%，其中专门用于人工智能的数据中心用电量增长 50%，远高于同期全球电力总需求的增速。
高盛研究团队今年 5 月的预测更直白：美国数据中心用电需求将从 2025 年的 31 吉瓦升到 2026 年的 41 吉瓦，2027 年达到 66 吉瓦。按报道的测算，要满足这样的基建节奏，未来五年美国年度电力容量增速需要提高两倍以上。
二、两条曲线的时间尺度对不上
- 美国能源部今年 7 月发布的报告警告，如果现有机组退役计划与新增装机进度不变，多数电网区域将在五年内面临“不可接受的可靠性风险”。
- 北美电力可靠性委员会在 2026 年 5 月发布了迄今最高级别的电力系统可靠性警报，点名 AI 训练中心、加密货币矿场这类“计算负荷”，提到曾出现超过 1000 兆瓦的意外脱网事件，对电网频率的冲击相当于一台大型发电机组瞬间跳闸。
- 成本已经外溢到电价上。美国能源经济与金融分析研究所数据显示，PJM 互联电网 2025/2026 交付年的容量拍卖价格同比上涨近 9 倍；2026/2027 交付年进一步触及监管批准的价格上限 329.17 美元／兆瓦日。纽约州甚至在 2026 年 7 月宣布暂停新建超大规模数据中心项目一年。
三、欧洲的卡点更硬：排队七到十年
中国经济网 10 月 17 日的报道把视角转向欧洲，结论更不乐观。报道引用欧洲智库布鲁盖尔研究所的观点：私人资本并不是欧洲算力建设的最大阻碍，电网接入审批周期才是核心卡点。在法兰克福、巴黎、都柏林这些核心枢纽，算力项目的电网接入排队周期普遍需要 7 到 10 年，不少项目拿到土地和建设许可，却因电网容量不足被迫搁置。
报道举的例子是亚马逊取消都柏林一个 3 亿欧元的 AI 服务器机架投资计划，原因正是当地电网承载力不足。另一个结构性问题是：欧洲推进碳中和与电气化，算力新增用电要和制造业、居民用电抢电力指标，跨境能源市场的碎片化又进一步限制了扩容空间。
四、大厂在绕开公共电网
面对排队，科技公司的做法是自己解决电源。《经济日报》报道提到，微软与能源企业合作重启三里岛核电站，为数据中心提供长期零碳电力；谷歌、亚马逊等也大规模签署核电采购协议。截至 2026 年 5 月，四家主要云服务商披露的核电项目合计承诺容量约 9.8 吉瓦。
但报道的判断是克制的：这些举措更多是在抢时间，尚未从根本上扭转供需错配。
五、这件事对国内做 AI 的人意味着什么
中国的情况和美国、欧洲不同，电网建设节奏和能源结构都不一样，不能直接套用。但有三条判断可以借用：
- 推理成本的下降不会自动发生。模型效率在提升，但电价、并网、散热这些物理成本在上升，两者相互抵消。做产品预算时，别默认“明年一定更便宜”。
- 选址会重新变成技术决策。对自建推理集群的企业，绿电资源、电网余量、气候条件会直接影响单位 token 成本，这件事以前交给运维，现在该进战略讨论。
- 算力不是无限资源，要按稀缺资源来设计产品。能用一个中等模型解决的事，不要默认上最大那个；能缓存的，不要每次重算。这类工程克制，在电力紧张期会直接变成毛利。
最后说一句克制的结论：电力约束不会让 AI 停下来，但它会改变 AI 扩张的形状——从“到处建超大集群”变成“在电便宜、并网快的地方建，并且更在意每瓦能跑出多少有效 token”。谁先按这个逻辑优化，谁的成本曲线就更平。
