通威和隆基 2025 年合计亏近 160 亿元，可这场亏损正在送给 AI 一个便宜底座：电。以后你用一次大模型，拼的不只是芯片，也是一度电便不便宜。

这件事听起来反常识。

光伏企业明明在亏，硅料、硅片、电池、组件价格一路往下打，行业一片难受。为什么它反而可能帮中国 AI 降成本？

答案很简单：AI 不是只烧显卡，它还烧电。

大模型训练要电，推理要电，数据中心制冷也要电。IEA 的报告说，全球数据中心 2024 年用电大约 415 太瓦时，到 2030 年可能接近 945 太瓦时。这个量级已经不是一个机房的问题，而是一个国家级电力系统的问题。

所以，AI 竞争看起来是模型、芯片、算法之争，但再往下看，就是电价、储能、电网和数据中心位置之争。

光伏行业亏损不是好事。它意味着企业现金流承压，研发投资会被迫重新排序，落后产能要出清。但换一个角度看，持续降价也把绿电成本打了下来。对 AI 来说，便宜、稳定、可预期的电，就是最硬的成本优势。

表面是光伏寒冬，其实是电价在重排

很多人一听负电价，以为是好事：电都免费了，AI 数据中心不就赚大了吗？

没这么简单。

电不是矿泉水，今天多了可以先堆在仓库里。电力系统要时时平衡，什么时候发、在哪里发、谁来用、能不能送出去，都会影响价格。

欧洲 2025 年已经出现大量负电价时段，西班牙、法国、德国、荷兰、瑞典等国家都出现过数百小时甚至超过 500 小时的负电价。这说明可再生能源装得快，但储能、电网和用电负荷没有完全跟上。

这对中国有一个提醒：便宜电本身不够，能把便宜电变成稳定算力，才有价值。

这也是为什么国家现在反复讲 " 算电协同 "。不是把数据中心随便搬到西部就完事，而是要让电源、电网、负荷、储能、数据中心一起规划。否则电是便宜了，算力卖不出去，也会变成另一种浪费。

AI 进了 SNEC，但它救不了光伏产能过剩

今年 SNEC 2026 有个很明显的变化：光伏展不像过去只拼电池效率、组件功率、硅片厚度，AI、储能、数据中心、电力交易都挤进来了。

这说明行业已经意识到，单纯卖组件的时代越来越难。以后比的不只是 " 谁能造得更多 "，还包括 " 谁能让同一块电站多赚一点钱 "。

有个论文数据很适合说明这件事。SolarBoost 这篇 KDD 2026 论文，用强化学习做光伏出力预测。论文披露，它在中国东部地区部署后，预测精度从 95.7% 提升到 96.3%，在 90 天里减少弃电 6389 万千瓦时，对应新增收入约 41 万美元。

这个数字不算炸裂，但很真实。

它说明 AI 在光伏里最有用的地方，不是让过剩组件突然涨价，也不是让亏损企业马上翻身。AI 真正做的是运营优化：预测更准一点，储能调度更好一点，电力交易更聪明一点，弃电少一点。

这就像一家饭店生意不好，AI 不能让整条街的饭店都不亏，但它能帮你少浪费食材、排班更准、翻台更快。行业不一定被救活，但活下来的人会更强。

真正的难题不是发电，是算力搬不搬得动

现在很多人说，西部电便宜，就把数据中心建到西部。

方向没错，但问题没有这么简单。

训练大模型可以离用户远一点，因为训练任务不急，晚几个小时问题不大。但推理不一样。你打开 AI 助手、自动驾驶、智能客服、工业质检，很多场景都要求低延迟。用户在东部，工厂在东部，数据中心太远，就会影响体验和可靠性。

ASPI 在 2026 年的一篇分析里提到，中国部分西部数据中心利用率只有 20% 到 30%，距离原本 60% 以上的目标很远。这个说法属于外部智库分析，不是官方结论，但它指出了一个真实问题：便宜电不等于有效算力。

算力要卖出去，需要客户、网络、调度、芯片、软件和稳定需求。

所以未来更可能出现两条路并行：一条是西部承接大规模训练和可延迟任务，吃低价绿电；另一条是在东部靠近用户和产业集群的地方，发展分布式光伏、储能、绿色微电网和低延迟推理中心。

这才是算电协同真正难的地方。

光伏不是 AI 的配角，而是 AI 成本结构的一部分

这件事最容易被误读的地方，是把它说成 "AI 救光伏 "。

我觉得不准确。

AI 救不了光伏产能过剩。组件多了就是多了，价格战打到现金流受不了，就一定会有人退出。AI 运维、AI 预测、AI 交易，只能提高一部分运营收益，不能凭空消化掉全部过剩产能。

更准确的说法是：光伏和 AI 正在互相改造成本结构。

光伏给 AI 提供便宜电、绿电和长期可扩张的能源底座。AI 给光伏提供更好的预测、调度、交易和运营能力。一个降低算力成本，一个提高能源资产利用率。两边都不轻松，但两边确实正在绑得越来越紧。

用一句人话说：以前光伏行业赚的是 " 造出来 " 的钱，以后越来越多要赚 " 管得好 " 的钱。以前 AI 公司最爱讲模型参数，以后也要讲电价、PUE、储能、负荷调度和绿色电力比例。

普通人为什么要关心？

因为 AI 成本最后会传导到应用价格。你用 AI 写文案、企业用 AI 客服、工厂用 AI 质检、医院用 AI 辅助诊断，背后都要付算力账单。谁能用更低成本跑 AI，谁就更容易把 AI 变成便宜服务。

这也是中国 AI 竞争里一个经常被低估的优势。中国不一定在每一块芯片上都占优，但中国有完整制造业、超大规模电力系统、快速扩张的新能源、越来越密集的数据中心需求。几件事咬在一起，就会形成单点技术之外的优势。

当然，亏损不是荣耀。行业如果一直亏，最后会伤研发、伤供应链、伤企业信心。真正值得观察的是：谁能熬过产能出清，谁能把光伏、储能、电力交易和 AI 运营结合起来。

未来的光伏龙头，可能不只是组件公司。未来的 AI 基础设施公司，也不只是数据中心公司。

最值钱的地方，正在从一块组件，转向一度稳定、便宜、可调度的电。