全球AI发展面临的电力挑战 - 2024年数据中心约占全球电力消耗的1.5%，即415太瓦时 [1] - 预计到2030年，全球数据中心电力需求将达945太瓦时，大致与目前整个日本的年用电量相当 [1] - AI行业未来几年需要的电量将翻一番还多，电网能否跟上成为关键问题 [1] 美国面临的电力基础设施瓶颈 - 美国数据中心电力需求预计在未来三年内增长近三倍，并可能占到全美电力消耗的12% [3] - OpenAI警告美国若不能每年新增100吉瓦电力装机，将面临致命电力缺口 [3] - 2024年中国新增电力装机容量429吉瓦，而美国仅51吉瓦，差距显著 [3] - 美国一条高压输电线路从规划到通电需耗时约13年，而中国通常不到五年 [3] - 美国因去工业化导致大型变压器短缺，交货周期延长至2-5年 [5] - OpenAI等公司探索建设可调度数据中心、小型模块化核反应堆以缓解压力 [5] - 山姆·奥特曼投资的核聚变初创公司Helion Energy计划在2028年为微软提供50兆瓦能源 [5] 中国应对电力需求的系统性布局 - 中国实施“东数西算”工程，将东部计算任务调度至西部可再生能源丰富的地区处理 [7] - 截至2024年6月底，“东数西算”八大国家枢纽节点直接投资超过435亿元，拉动投资超过2000亿元，机架总规模超过195万架 [7] - 青海等地的绿色数据中心已实现100%绿电供应，年减碳达30万吨 [7] - 中国在电力产业链布局完整，光伏组件产量占全球八成以上，风电主机产能占全球六成以上 [9] - 预计到2035年，中国数据中心用电负荷将达63吉瓦，用电量将增至4000亿千瓦时，约为2024年需求的四倍 [9] - 东部沿海地区用电高峰期仍会供电紧张，需加强跨区域电力调配和储能系统建设 [9] AI竞赛下半场的核心竞争要素 - AI竞赛的下半场，竞争焦点不仅是技术创新，更是国家的工业动员能力和系统整合能力 [11] - 电网基础设施的建设周期长、投入大，考验国家的长期规划和执行力 [11] - 在能源基础设施上领先的国家，更可能在AI时代占据有利位置 [11]