文｜杨儒浦 李丽平，生态环境部环境与经济政策研究中心
人工智能的指数级发展正日益凸显其“能源黑洞”的特征。根据国际能源署（IEA）测算的数据，2024年全球数据中心电力消费占全球电力消费的1.5%，并预测到2030年，全球数据中心耗电量将接近1万亿度，相当于当前日本全年用电量1。从能耗结构看，AI占数据中心总耗电的5％～15%，预计到2030年将升至30％～50%。AI推理现占AI总计算耗电的80％～90%2，这意味着AI的电力消耗主要来自数十亿次日常使用，而非少数几次大规模训练。这场由AI驱动的能源需求革命，正在全球范围内重塑算力与电力的关系。
在这场全球AI竞赛中，中国力量正在快速崛起。全球最大的AI模型API聚合平台OpenRouter数据显示，2026年2月9日至15日当周，中国模型调用量首次超过同期美国模型，全球调用量排名前五的模型中，中国模型占据四席。中国AI企业正凭借快速迭代和成本优势实现集群式崛起，国产算力需求正经历指数级增长。这一爆发式增长，使“算力—能源”融合问题对中国而言不再是“远虑”，而是“近忧”。
当模型调用量以周为单位高速攀升，当全球市场份额快速扩张时，算力背后的能源支撑是否稳固，直接关系到中国AI产业能否将这轮增长势头转化为持久竞争力。而要回答这个问题，我们需要观察先行者美国的经验与教训。作为本轮AI革命的发源地，美国科技巨头正率先遭遇算力扩张与能源供给的尖锐矛盾，其应对之道对后来者具有重要的镜鉴意义。
理解美国科技巨头当前的能源布局，需要回溯其参与能源项目的初始动机。早期，微软、谷歌、亚马逊等企业介入绿电采购，主要驱动力来自ESG责任，即兑现零碳承诺、满足信息披露要求。2010年谷歌签署第一份可再生能源长期购电协议，2017年率先实现100%可再生能源采购，微软、亚马逊、英伟达等科技巨头也纷纷推动电力消费100%绿色化，这些行动在当时被视为企业社会责任的标杆。
随着AI智算需求的指数级增长，这一局面发生了根本性改变。美国科技巨头数据中心的惊人耗电量正对所在社区电网形成巨大压力，比如在各大科技公司数据中心较为集中的爱尔兰，数据中心的耗电量已超过该国所有城市家庭用电量的总和，占比约为21％3；在美国弗吉尼亚州“数据中心走廊”，电网扩容速度已追不上算力扩张的步伐。电力成本上涨正迅速成为美国社会最敏感的议题之一。据美国劳工部数据，2025年12月美国电力成本同比上涨6.7%，自2020年以来累计上涨约38%，涨幅远超整体通胀水平4。
近期的发展动态将这场变革推向新的高潮。2026年1月，微软发布“社区优先”基础设施框架，公开承诺确保其在美国境内新建数据中心的运营不会导致当地居民电费上涨，并会为消耗的水资源进行超额补充。
2月，美国人工智能公司Anthropic在官方博客中明确表示：“随着我们持续投资美国AI基础设施，Anthropic将承担消费者因我们的数据中心而面临的电价上涨成本。”同月，美国总统特朗普在国情咨文中正式提出“电力缴费者保障承诺”，明确要求科技巨头为新建数据中心自建电厂，确保AI算力扩张不会推高普通民众的电费。
这一政策的背后，是美国老化电网的深刻危机，其四分之一的输电设施已运行超过50年，在美国最大的电网运营商PJM辖区内，能源项目从申请并网到最终落地平均等待时间已飙升至8年，积压装机容量超过2600吉瓦。对于速度至上的科技巨头来说，长达数年的接网排队已成为扼杀竞争力的枷锁5。
这一系列动向标志着“数据中心无限制吸纳公共电力资源”的旧时代宣告终结。科技巨头正从公共电网的“大租客”转变为自建、自营能源基础设施的“产用一体化复合体”。它们不再等待电网扩容，而是绕开漫长的并网排队，大规模自建燃气电厂导致全球燃气轮机订单激增，美国在建天然气发电装机容量一年内增长近3倍6。
与此同时，对稳定零碳基荷能源的追求，让企业将目光投向小型模块化核反应堆（SMR）等下一代技术，从重启三哩岛核电站到投资Oklo、X—energy等初创企业，科技巨头开始下场定义能源技术路线。
这场变革的本质，是数字经济与能源体系深度融合催生的绿色低碳发展新机遇。一方面，科技巨头对“全时零碳能源”的规模化需求，为SMR、EGS等颠覆性能源技术提供了强劲的市场驱动力，有望加速其商业化进程；另一方面，将能源供给责任锁定在企业内部，可以有效避免大电网升级改造成本向普通民众转嫁，实现算力扩张与民生保障的平衡。
对中国而言，美国科技巨头的转型之路既是警示，也是启示。当国产算力需求以周为单位爆发式增长时，我们能否未雨绸缪，将新能源装机的规模优势与先进核能的技术优势转化为算力产业的绿色竞争力，正是本文要探讨的核心问题。
（一）超越市场交易的深度耦合
“算力—能源”融合是指以AI科技巨头为核心算力需求方、以零碳能源企业为供给方，通过技术协同、资本捆绑形成的超越传统市场供需关系的深度耦合体系。
与传统的市场关系相比，“算力—能源”融合具有两个核心特征：一是主体地位反转，算力需求方不再是能源被动消费者，而是主动介入能源生产和技术研发的“驱动者”；二是耦合深度升级，从“单向供给—需求”升级为“算力定义能源需求、能源定制算力布局”的双向促进。
其形成源于AI大模型计算的能源需求“不可能三角”：既要7×24小时稳定基荷电力，又要电力具备绿色低碳属性，还要随算力增长持续下降的单位成本。传统风光储能受制于间歇性以及规模化困境，难以独立满足这一需求。因此，科技巨头纷纷选择“向上游突围”。
（二）从绿电采购到自备电厂
当前，“算力—能源”融合已进入加速期。美国科技巨头的能源战略呈现出鲜明的“双轨制”特征。
短期应急层面，为快速满足迫在眉睫的电力需求，企业开始大规模自建或租赁燃气电厂。全球燃气轮机三巨头之一西门子能源近日披露，积压订单达创纪录的1460亿欧元，美国市场贡献了燃气轮机订单总量的40%。GE Vernova同样面临产能紧张，其燃气轮机积压订单已达83吉瓦，预计2029年和2030年的产能将基本售罄。Global Energy Monitor数据显示，美国目前在建天然气发电装机中，超过三分之一计划直接为数据中心供电。
长期战略层面，企业将目光投向小型模块化核反应堆（SMR）、增强型地热系统（EGS）等下一代零碳技术。微软与三哩岛核电站重启合作；Meta投资Oklo公司开发SMR；谷歌与Kairos Power公司签订SMR供电协议、与Fervo Energy合作推进EGS；亚马逊投资X-energy布局下一代核能技术。这些行动的共同特征是：源头介入、长期锁定——科技巨头通过投资和技术合作，深度参与零碳能源技术的研发与商业化，成为其加速落地的重要推动力量。
（三）零碳技术驱动力与民生成本“隔离墙”
我国居民电价由价格主管部门统一核定，长期保持相对稳定。这一体制形成了民生电价的“防火墙”，即便数据中心大规模扩张导致局部电网负荷紧张，其成本也不会直接传导至居民电费账单。
但不意味着我们可以对算力扩张的能源成本问题掉以轻心。民生电价“防火墙”虽然阻断了直接传导，但成本压力并未消失，只是转移到了其他环节：其一，电网为满足数据中心需求进行的扩容投资，最终将通过输配电价疏导，推高工商业电价，间接影响实体经济竞争力；其二，在局部电网负荷紧张的区域，数据中心可能与民生用电争夺电网容量，在用电高峰时段形成隐性挤占；其三，如果算力中心过度依赖公共电网却没有承担相应成本，本质上是在享受交叉补贴，即用工商业的电费补贴支撑科技巨头的算力扩张。
我国在绿色算力领域已具备三重优势，为把握“算力—能源”融合新机遇奠定了坚实基础。
一是算力规模处于全球领先梯队。2025年我国智能算力规模达1590EFLOPS，算力总规模与智能算力规模双双位居全球第二。2025年度国家绿色算力设施可再生能源利用率平均值超过70%7。在能效水平方面，全国数据中心平均电能利用效率持续优化，液冷技术实现规模化应用，例如，中国移动呼和浩特智算中心通过冷板式液冷技术，将PUE降至1.15以下，年节电1719万度8。“东数西算”工程深入推进，将东部算力需求有序引导至西部能源富集区，实现了算力资源与可再生能源资源的初步匹配。
二是新能源装机全球第一，消纳压力恰是融合机遇。我国风电、光伏装机容量已连续多年稳居全球首位，以“沙戈荒”大型风电光伏基地为代表的新能源项目在西部和北部地区密集布局。然而，这些地区的新能源电力面临着突出的消纳难题，即本地负荷不足、外送通道紧张、弃风弃光率居高不下。这种“电力充沛但送不出去”的困境，为“算力—能源”深度融合提供了绝佳的场景，可将高载能的算力中心直接建在大型风光基地旁边，实现绿电的就地转化、就近消纳，将绿电规模优势转化为产业竞争力的战略契机。
三是先进核能技术储备雄厚，具备先发引领潜力。在小型模块化反应堆领域，我国走在世界前列。“玲珑一号”（ACP100）是全球首个通过国际原子能机构安全审查的陆上商用模块化小堆，2021年在海南昌江开工。这一进展为我国将核能技术优势延伸至“算力—能源”复合产业奠定了坚实基础。此外，我国在高温气冷堆、快堆等第四代核电技术领域积累深厚，为面向算力需求的下一代小堆技术研发提供了充足的技术储备。
深层挑战：体制分割与角色固化
尽管成效显著，但从把握“算力—能源”融合新机遇的战略高度审视，我国仍面临深层挑战。
其一，体制分割导致协同不足。我国能源基础设施主要由国企主导，算力基础设施以民企为主。两者在规划层面缺乏深度耦合机制，当前能源项目的规划极少将AI算力中心作为定制化用户纳入前期设计。以AI算力中心为核心负荷的“源网荷储”一体化，较多停留在概念论证阶段，难以落地生根。美国科技巨头“自备电厂”的模式，正是对这种体制分割的突破，即将算力需求与能源供给在投资主体层面合一，从根本上解决协同难题。
其二，企业角色定位相对固化。国内科技巨头在能源领域的角色多停留在“绿电交易大买家”或“节能技术应用者”，受限于资质、投资回报周期等因素，难以成为零碳能源技术的驱动者和投资者。尽管有阿里巴巴参与核电项目投资、蔚来投资核聚变初创项目等积极信号，但仍属零星探索，尚未形成“用能需求反哺技术源头创新”的正向循环。与美国正掀起的“用算力驱动零碳能源商业化”模式相比，仍有明显差距。
其三，资源、技术优势向产业优势的转化路径尚不清晰。我国西部有充沛的新能源电力却难以送出，东部有旺盛的算力需求却受制于能耗指标，这种“能源与负荷空间错配”正是“东数西算”要解决的核心问题。然而，当前的实践仍停留在“把算力建在西部、用西部的电”这一层面，尚未升级为“让算力主动适配新能源出力特性、实现荷源互动”的深度融合。在核能领域同样如此，我国SMR技术领先，但这一优势如何延伸至“算力—能源”复合产业，如何将“玲珑一号”等成熟技术与AI算力需求深度耦合，尚缺乏清晰的商业路径和制度设计。
面对全球“算力—能源”融合发展兴起带来的绿色低碳发展新机遇，我国应明确战略定位：充分发挥新能源装机全球第一的规模优势、SMR技术领先的先发优势，推动算力需求与零碳能源供给深度耦合，将“绿电富集但消纳难”的困境转化为“就地建算力、就地消纳绿电”的独特竞争力，在AI与能源融合的新赛道上抢占先机。
这一战略包含三个维度的工作：一是“需求牵引”，引导头部科技公司从“绿电买家”向“能源驱动者”转型，用算力需求驱动零碳能源技术商业化；二是“资源适配”，将大型风光基地的新能源电力与超大规模算力中心深度绑定，实现绿电就地消纳、算力就地部署；三是“技术赋能”，将“玲珑一号”等成熟技术与AI算力需求对接，打造“算力+小堆”一体化解决方案。
第一，启动“AI基荷能源”国家级示范工程，发挥SMR与新能源双重优势。建议国家相关业务主管部门在“十五五”期间联合启动“AI基荷能源”示范工程，在西部“沙戈荒”大型风光基地周边，依托丰富的可再生能源资源，规划布局2～3个“AI算力+风光储”多能互补的源网荷储一体化示范项目；在沿海核电基地，依托“玲珑一号”等成熟小堆技术，布局“AI算力+SMR”一体化项目。在审批机制上，针对适配数据中心的SMR建立独立、灵活的安全评审导则，缩短审批周期。在资金支持上，纳入国家绿色低碳转型基金支持范围，对参与企业给予投资补贴和绿色信贷支持。
第二，推动央企与民企“跨界融合”，重塑创新主体形态。鼓励“负荷侧定义供给侧”，引导国家能源集团、国家电投、中核集团等拥有丰富新能源和核电资源的能源央企，与阿里、腾讯、华为、字节跳动等头部科技公司建立战略合作机制。探索“风光基地/核电资源+算力需求”的捆绑开发模式，支持科技公司以长期购电协议或直接投资参股的方式，参与上游新能源和基荷能源项目，实现利益深度绑定。
在西部大型风光基地周边，鼓励科技公司与能源央企合作建设“绿电直供”的算力园区，将新能源消纳压力转化为科技公司的绿电优势。发挥我国SMR技术领先优势，支持科技公司与能源央企组建技术合资公司，共同定义适配算力中心的下一代小堆技术路线。
第三，完善市场机制，将“算力—电力”协同纳入新型电力系统。研究建立“算力碳效”评价体系，探索数据中心“全时零碳电力使用率”评价指标，探索将使用小型核能、地热等基荷绿电的行为纳入企业碳资产核算。鼓励算力中心参与电力需求侧响应，作为“虚拟电厂”获取辅助服务收益，探索算力负载时空迁移促进可再生能源消纳的市场化路径。
第四，优化电网接入机制，激励算力中心就地消纳绿电。对于在大型风光基地周边自建微电网、实现高比例绿电自平衡的算力中心，在并网服务、备用容量费等方面给予政策倾斜。研究建立算力中心电网资源占用补偿机制，对于过度依赖公共电网调峰备用的超大规模算力中心，探索根据其最大用电负荷、备用容量占用等因素收取合理的系统容量费，引导企业将外部成本内部化，激励其通过自建储能、优化负荷曲线等方式减少对电网的依赖。
参考文献:
文｜杨儒浦 李丽平，生态环境部环境与经济政策研究中心
编辑丨王秋蓉 qiurong.wang@wtoguide.net
来源丨《可持续发展经济导刊》2026年3月刊
原文标题丨《AI时代“算力—能源”融合为中国绿色算力产业带来新机遇》
图片由AI生成
返回顶部
