" 我们在创造历史。"

2024 年 10 月 18 日，美国能源部长詹妮弗 · 格兰霍姆出席该国历史上最大的光伏项目 " 猎户座太阳能带 " 的开幕式时，发出了这样的感叹。

这个由日本软银旗下 SB Energy 建设的超级光伏电站，合计能产出 875MW 的清洁能源，几乎相当于一个典型核电设施的规模。而其中 85% 的电力将输送给谷歌在达拉斯地区的数据中心。

随着 AI 爆发，大模型的参数量、数据中心的规模都呈现几何式增长，这背后，需要庞大的电力来驱动计算、存储以及冷却系统。

电力，日益演变为制约 AI 发展的达摩克利斯之剑。

美国能源信息署 ( EIA ) 数据显示，在数据中心集中的弗吉尼亚州与得克萨斯州，停电时长分别达 962.1 分钟和 1614.3 分钟，同比增幅高达 228.59% 和 176.85%。

埃隆 · 马斯克、萨姆 · 奥尔特曼、黄仁勋等科技大佬都曾对电力紧缺表达过担忧。一时间，储备电力粮草成为科技巨头们的必修课。而由于化石能源并不符合全球碳中和的宏大叙事，科技大厂纷纷投向清洁能源。

但其中，地热、核电、风能等受制于地域限制、建设周期长等因素，" 光伏 + 储能 " 极有可能成为解决 AI 电力问题的最佳方案。

AI 的尽头是电力。

向 ChatGPT 发起提问，当手指在键盘上敲下 Enter 键，就如同开启了一个庞大的多米诺骨牌，其背后调动的资源数以亿计。

有统计显示，ChatGPT 每次响应请求所消耗的电力几乎是传统谷歌搜索的 10 倍，平均耗电 2.9 瓦时，可以让一个 60 瓦的灯泡点亮三分钟。而 ChatGPT 每天大约要处理 2 亿个访问，消耗超过 50 万度电力。

要知道，电解铝是人类工业时代不折不扣的 " 耗电大户 "，我国每年几乎要拿出 7% 的电量来进行电解铝生产，每炼 1 吨电解铝需耗 13600kw/h 直流电（接近 1.4 万度）。

粗略估算，ChatGPT 每天所需的电力能够生产 37 吨电解铝。

在新的科技时代，相比人工智能，电解铝的耗电水平简直小巫见大巫。

AI 系统炸裂的吞电量让科技大佬陷入沉思，而日益提升的高性能硬件、训练推理环节、数据中心运转、温控系统都需要庞大的电力来支撑。

例如，一块英伟达 A100 的功耗为 400 瓦，GPT-3 训练用到了 1024 块 A100 芯片，GPT-4 大幅攀升至 25000 块，根据马斯克的说法，GPT-5 可能需要 30000-50000 个更先进的 H100，其每块功耗的峰值为 700 瓦 ‌。

从 ChatGPT-3 到 GPT-5，参数量持续暴增，GPT-3 的参数量约为 1750 亿个，GPT-4 几乎是上一代的 10 倍，达到 1.8 万亿个。而三星高管曾剧透，GPT-5 约拥有 3-5 万亿个参数。

参数量、训练芯片数量和性能的激增，都导致能耗的显著增加。据测算，GPT-3 一次训练的耗电量就达 1287 兆瓦时，能支撑 3000 辆特斯拉汽车共同启动并再跑 20 万英里；GPT-4 一次训练所需的电能全部转化为热能后，可将大约 1000 个奥运会标准游泳池的水加热到沸腾。

与此同时，随着大模型迭代升级，高性能的硬件被武装进各地的大数据中心，加上用户端高频率的使用，复杂需求的增多，AI 深度学习模型需要执行大量的矩阵运算和浮点运算任务，进一步推高能源消耗。

市场调研公司 " 协同研究集团 " 的数据显示，截至今年第二季度末，美国拥有约 522 个超大规模数据中心，占全球总算力的 55% 左右。预计在 2028 年底之前，美国还将有约 280 个这样的数据中心投入运营。这种扩张速度使得 AI 相关电力需求呈现指数级增长态势。

据东吴证券测算，按照 2030 年底美国累计 AI 算力 153GW，当年新增 40GW 测算，预计 2026 年 -2030 年美国电力需求年复合增长 4-5%。其中 AI 算力 2030 年需用电约 1269TWh（假设满负荷运行），占总体用电量 22%。

但是，美国电力电网设备陈旧不堪，不仅难以抵抗突如其来的灾害，更无法匹配 AI 的爆发式喷涌。美国土木工程师协会 ( ASCE ) 评估显示，美国电网整体评级仅为 C+，70% 的变压器已超过 25 年设计寿命，输电线平均使用年限达 40 年，过去十年投资主要用于维护替换，新增输电能力严重滞后。据北美电力可靠公司 ( NERC ) 评估，美国电网负荷备用率仅 20%，抗冲击能力明显不足。

考虑 AI 电力需求具有明显的 " 脉冲式 " 特征，与传统工业的平稳负荷不同，模型训练时电力需求瞬间飙升，导致电网电压剧烈波动。这种独特的用电模式对电网稳定性构成巨大挑战。

德勤于 2025 年 4 月对 120 家美国电力公司和数据中心高管进行的调查显示，电网压力是数据中心发展面临的主要挑战。这就是美国政府和企业人工智能愿景与电网供电能力之间的矛盾所在：目前，一些数据中心接入电网，需等待长达 7 年的时间。市场研究公司 Gartner 分析师约翰逊认为，美国电力行业还没有能力跟上这一发展趋势。

PJM 等电网运营商就多次发布容量预警，部分地区出现谐波失真、负荷释放、甚至局部停电的风险信号。美国能源信息署 ( EIA ) 《年度电力报告》显示，2024 年美国单位用户平均停电时长达 662.6 分钟（约 11 小时），同比上升 80.74%。在数据中心集中的弗吉尼亚州与得克萨斯州，停电时长分别达 962.1 分钟和 1614.3 分钟，同比增幅高达 228.59% 和 176.85%。

另据德勤 2025 年调查，79% 的北美电力及数据中心企业高管认为 AI 将显著推升 2035 年前的用电需求，到 2035 年有望达 123GW，较 24 年增长超 30 倍。而美国能源部预测到 2030 年美国电网需新增约 101GW 负荷，其中 AIDC 贡献近一半，但同期基荷电源仅规划新增 22GW，供需缺口超过 70%。

微软 CEO 纳德拉在一档播客节目中承认，公司正面临一个前所未有的窘境，" 手上有成堆的 GPU，却因为缺电、缺空间，只能闲置 "。

科技逐鹿未来的当下，许多国家已将 "AI 奉为国力 "。 如今，制约 AI 发展的关键因素已非 " 算力短缺 "，而是 " 电力短缺 "。OpenAI 创始人山姆 · 奥特曼指出，未来 AI 的用电需求不可能回落，只会持续增长。

美国总统特朗普曾指出，他将利用 " 能源紧急状态 " 批准加快 AI 发电厂的建设。" 这些电厂可以使用任何形式的燃料为其供电，政府不会对 AI 行业设定任何气候目标。"

走过城镇化和工业化，如今在 AI 时代，美国电力供给和基础设施的建设被重新提上日程。

为解决区域性电价上涨和稳定电源紧缺两大问题，目前主流方案主要有：核电、地热、光伏、燃气和燃油。考虑到科技型企业均有 ESG 要求，只有光伏、核电、地热符合要求。

有分析认为，地热地域限制大 + 建设周期长，短期看环保意义大于实际意义，长期看是数据中心供电的较好选择。美国的地热能资源主要集中在加州、内华达州和犹他州，地域性较强；同时，由于数据中心电力需求较大，大型地热发电项目从资源识别到商业化运营大约需要 7 年以上，仅建设运营也需要数年，短期内可行性不强，因此目前美国科技巨头中仅有 Meta 和谷歌选择了地热能为数据中心供电。

而核电由于 " 新增机组少 + 建设周期长 "，未来十年内美国新增大型核电机组可能性较低。美国目前在运核电站 96.95GW/94 座，提供全美 18% 的发电量。核电机组的建设高峰为 1970s，自 1979 年三哩岛核事故后新机组审批冻结超 30 年。由于核电同时具备高发电能力、输出功率稳定和高度清洁的特点，短期内存在部分 AI 数据中心和存量北美核电的资源对接。长期来看，考虑到美国新核电机组需要 4-6 年审批 +6-8 年建设周期，未来十年内美国新增大型核电机组可能性较低。同时，核电建设长期存在较多不确定性，自苏联切尔诺贝利和日本福岛核事故以来，各地政府和民众对核电的态度一直较为保守。

根据 Lazard 的 2025 年 6 月能源度电成本分析报告，基于过去 1 年分析，在不考虑补贴情况下，光伏发电度电成本最低为 0.038-0.078 美元 /kWh（0.27-0.55 元 /kWh），光储度电成本为 0.05-0.13 美元 /kWh（0.35-0.91 元 /kWh），相对于煤炭发电、核电、气电，光储发电方式具备经济性优势。

若是考虑 ITC 补贴，美国光储度电成本最低为 0.033 美元 /kWh（0.23 元 /kWh），相较无补贴最低 0.05 美元 /kWh 下降 34%，基本为成本最低发电方式。

所以中长期来看，光伏加储能是数据中心最理想的选择光伏电站的建设周期相对较短，一旦完成审批，通常在几个月到一年内就能完工。此外，光伏不受地理位置的限制，只要有阳光就能发电。

正是在这样共识下，美国储能发展进入快车道，25 年 9 月末美国大储备案量 66.6GW，较 8 月末大储备案量 +19.3%，按照 3.5h 配储时长，对应在建及待建规模 233GWh。

另据东吴证券测算，2025 年美国新能源储能装机需求约 53GWh，数据中心相关（绿电直联配储 + 电能管理）合计 9GWh，2026 年预计装机 80GWh，同比增 51%，数据中心相关贡献 37GWh。

展望未来，考虑到美国 Google、Meta、微软等科技巨头都基本制定了 2030 年数据中心零碳排放目标，所以对数据中心碳排放有很高要求，以及政策支持，未来美国储能仍有非常大的想象空间。

根据联邦能源管理委员会 ( FERC ) 大负荷并网提案，主要内容：

1）制定统一技术标准，对于超过 20MW 的大负荷（用于 AIDC，半导体和电动车等高端制造工厂）直接接入高压输电网络；

2）大负荷和发电机组直连，减少电网升级；

3）加速大负荷用电并网流程审批，最快 60 天；

4）与大负荷用电配套的发电机组应负责根据峰值需求提供辅助服务，并获得对应补偿；电网升级成本由互联负荷承担。FERC 将于 26 年 4 月 30 日前进行细则制定。该法案落地，将加速负荷端自建发电机组，有利于风光储发电落地。

根据东吴证券测算，若是按照 50% 的绿电供应（为简单测算，绿电为光伏，实际情况多为光伏 + 风电 + 储能耦合），光伏年发电 1800h，50% 功率配比，4h 配储时长，对应 1GW 算力对应储能 6GWh，若 80% 绿电供应，对应 10GWh。2030 年美国新增算力 40GW，按照 50% 绿电配比，对应新增储能需求约 240GWh。若按照 30% 绿电配比，对应约 150GWh 需求。

特斯拉创始人马斯克一直有个梦想，" 希望特斯拉的储能板块可以发展到与汽车业务不分伯仲，甚至超越汽车业务。" 他曾预测，到 2030 年，特斯拉储能业务的规模将达到汽车业务的规模。

根据马斯克阐述的特斯拉 " 秘密宏图 " 第三篇章，即下一阶段的发展方向——全面转向可持续能源，目标在 2050 年前实现能源 100% 可持续。特斯拉的愿景是 " 加速世界向可持续能源转变 "，特斯拉提出：如果要彻底实现能源的可持续，全球将需要 240TWh 储能、30TW 可再生电力、10 万亿美元的制造投资。

在 1831 年，法拉第发现电磁感应现象，为发电机和变压器的研制奠定了理论基础，引发了第二次工业革命，使人类从蒸汽时代跨入电气时代，此后经历的互联网时代、移动互联时代再到未来的 AGI 时代，都离不开电力作为能源基座。

美国电力，尤其新能源电力，在 AI 的急迫需求性下，很可能将进入新一轮史诗级爆发周期。