AI与算力需求的爆发式增长，正在催生一个电力超级周期。这一周期，将为相关产业带来前所未有的投资机会。

　　1月22日，埃隆·马斯克在达沃斯世界经济论坛表示，AI的限制因素已不再是算法或算力，而是电力供应。由于芯片生产速度远快于电力增长，未来几年内全球将面临“有芯片却无法开启”的局面。

　　马斯克这一观点在科技界不算是新闻。几个月之前，英伟达创始人黄仁勋在英伟达总部召集约25家电力领域顶级初创公司，共同探讨AI快速发展所带来的电力缺口，旨在解决电力短缺对人工智能发展的潜在阻碍。

　　黄仁勋认为，到2027年，仅英伟达供应的GPU集群，年耗电量需要的装机规模就将达到150GW～200GW，跟当前法国全国的总装机容量相当。这还只是算力需求的冰山一角，电力缺口已成为制约AI发展的终极瓶颈。

　　若电力供应无法破解，再先进的芯片和大模型都将沦为无法启动的“硅基空壳”。事实上过去的几年中，黄仁勋曾在不同场合发表诸如“电力掐住了AI的咽喉”“电网成了AI的新天花板”等言论，多次传达出电力将成为AI未来发展制约的信号。

　　伴随着人工智能、大模型、云计算与高性能算力的爆发，全球正在走向一个高度依赖数据、算力和清洁能源的新纪元。电力，不再只是传统产业的生产要素，而成为支撑数字文明的基础能源。

　　传统意义上的电力需求增长以人口增长、工业化、电气化为主，增长节奏相对稳定，受宏观经济周期影响明显。但当前技术革命正在重塑电力需求曲线，产生一种比过去几十年更剧烈、更长期的增长趋势。

　　一场由科技革命推动的电力超级周期正迅速逼近。它的规模、速度和影响，都将远超以往任何一次电力需求增长潮。

　　《能源》杂志认为，本轮“电力超级周期”（ElectricitySupercycle），是指全球或区域范围内电力需求长期快速增长、供需结构发生深刻变化、投资规模大幅提升，并带动能源产业链发生系统性变革的历史周期率现象。这一概念类似于大宗商品领域的超级周期，但更聚焦于电力需求端的结构性变化。

　　新一轮的电力超级周期，将给发电企业、电网企业以及产业链上的相关资源类企业，带来哪些机会与挑战呢？

　　凌晨，弗吉尼亚州劳登县高速公路旁的路灯在薄雾中泛着昏黄光晕，几公里外的“数据中心走廊”却灯火通明。这里聚集着全球最密集的超大规模数据中心集群，Google的ARCOLA园区、亚马逊云服务的SHILOHDP基地与微软的BOYDTNDP中心……这一个个算力黑洞，24小时不间断地消耗着电力。

　　当大多数居民沉浸在梦乡时，这些数据中心的电力负荷正悄然攀升至峰值——2025年9至11月，这片区域的月度平均负荷增量较上年暴涨53%至73%，单月新增负荷最高达3GW，相当于三座大型火电厂的总装机容量。

　　当前，全球超70%的互联网流量经由弗吉尼亚州数据走廊的数据中心传输。最新发布的《2030年北弗吉尼亚数据中心市场规模及趋势》报告显示，2025年该地区的IT装机容量已达到7.6GW，预计到2030年增长至13.8GW。其超大规模数据中心的容量，已超过中国或欧洲的总和。

　　在很长一段时间里，数字经济被视为一种“轻资产”“低能耗”的产业模式。软件、算法、平台，似乎都运行在一个与物理世界相对脱钩的空间中。然而，随着AI模型规模指数级膨胀，这种认知正在迅速被修正。

　　大模型训练和推理，本质上是高度密集的计算过程，而计算的终点则是电力消耗。从GPU、CPU到专用加速芯片，从服务器散热到网络设备运行，几乎每一个环节都在持续消耗电力。更关键的是，AI并非一次性投资，而是一种持续进化的技术体系：模型越大、参数越多、应用越广，对算力的需求就越高、对电力的依赖就越深。

　　在这个意义上，算力正在成为一种新的工业产能。电力则是支撑这种产能的最核心投入要素。正如钢铁时代离不开煤炭、石油时代离不开原油一样，AI时代同样离不开稳定、充裕和可预期的电力供应。

　　国际能源署（IEA）近期发布的《能源与人工智能》报告指出，2024年数据中心的耗电量约占全球总耗电量的1.5%，达到415TWh（1TWh=10亿KWh）。这一数字，超过了2024年英国全年的全社会用电量。在这场算力扩张的浪潮中，人工智能成为最主要的能源消耗者——OpenAI的GPT-4模型仅14周的训练期就消耗了42.4GWh（4240万KWh）电力。这些耗电量足以满足一个百万人口的城市全天的全社会用电量。更令人担忧的是，到2030年全球数据中心用电量将增长一倍，飙升至945TWh，逼近日本当前全国的用电规模。

　　中国和美国是数据中心电力消耗增长最为显著的地区。IEA预计到2030年，这两个地区的增长占全球总增长的80%。与2024年相比，美国的电力消耗将增加240TWh（增幅130%），中国将增加175TWh（增幅170%），欧洲将增加超过45TWh（增幅70%），日本将增加15TWh（增幅80%）。

　　更值得警惕的是，AI的能耗增长正呈现指数级加速，且这种加速远超算力增长的幅度。斯坦福AI指数报告（AIIndexReport2024）显示，GPT-2（2019年）的训练能耗约0.1MWh，而GPT-4（2023年）约为5万MWh。这意味着训练一个大模型，四年间能耗增长了约50万倍。这种“超线性增长”彻底打破了传统工业的能耗规律。

　　2025年全年，亚马逊、微软、谷歌三大巨头的AI基建年投入已冲破3200亿美元。相关预测显示，AI电力需求将占到全球数据中心近一半的电量。与此同时，尽管2025年可再生能源发电量历史性地超越煤电，但全球总发电量增速仅为3.3%。而Gartner的分析显示，2025年全球数据中心的电力需求却激增了16%。数字文明对电力的巨大需求，正让电网压力从局部挑战演变为全球性的战略瓶颈。

　　这促使我们不得不重新审视电力在智能时代的作用。在蒸汽机时代，煤炭的燃烧推动齿轮转动，电力只是工厂里驱动传送带的辅助者，即便断电工人仍可依靠人力维持基础生产。在电气时代，电力走进家庭，但失去电力人类仍能通过蜡烛、柴火维持基本生活。但在智能时代，电力成为AI思考、学习和决策的能量来源，没有电力ChatGPT难以生成一句话，自动驾驶汽车的激光雷达会停止扫描，智慧城市的交通信号灯将陷入瘫痪。

　　这种从“辅助”到“必需”的依赖关系，彻底重塑了电力的价值定位：它不再是可替代的能源，而是智能存在的前提。

　　在人类能源发展的漫长历史中，电力需求的增长始终与技术革命、经济转型紧密相连。过去的一个世纪，全球电力行业经历过三次显著增长周期。

　　第一轮出现在20世纪初至50年代。伴随工业化与早期电气化推进，电力从奢侈品转变为工业生产和城市生活的基础设施，广泛用于工厂驱动与城市照明，推动制造业扩张和城市化进程。其间，美国用电量在1900—1950年增长超过20倍，欧洲主要工业国亦经历类似跃升。

　　第二轮发生在20世纪50年代至80年代。二战后重建、家用电器普及、电网快速铺展以及发展中国家电气化起步，共同推动全球用电需求长期高增长，年均增速多维持为6%～8%。

　　第三轮则始于20世纪90年代。信息化与互联网浪潮带来数据中心、云计算等新负荷，但整体用电需求进入相对平稳增长阶段。

　　上述这三次周期均未脱离“分散需求+稳定供给”的基本框架——电力消耗分散于亿万家庭和企业，供给端以火电为主的稳定电源可灵活匹配需求的波动。

　　但当下正在发生的电力需求变革，却与以往任何时期截然不同。它是由特定领域集中爆发、与能源结构转型深度绑定，且增长确定性远超历史的电力超级周期。

　　需求的集中性是本轮周期的第一个特征。传统电力需求的核心特征，在于其分散性与普遍性。无论是居民用电还是制造业用电，都呈现出“多点分布、单体规模有限”的特点。这种分散性使得电网建设可以遵循“渐进式扩容”的逻辑——根据区域经济发展速度、人口增长规模逐步增加输电容量，无须应对短时间内爆发的超大负荷压力。

　　正是因为这种传统电力系统建立在“平均增长”的假设之上，电网建设追求覆盖面，发电侧强调规模化，负荷预测更关注长期趋势，而非局部极值。即便在工业用电高度集中的地区，单一用电主体对电网的冲击相对有限。

　　AI时代的到来，彻底打破了这一传统范式。AI技术的核心载体是数据中心。承载大模型训练、大规模算力调度的超大型数据中心，其用电负荷正以“量级跃升”的方式刷新行业认知。以大型数据中心为代表的新型负荷，是高度集中的超级节点。一个超大规模数据中心集群，峰值负荷往往相当于一座中等城市，甚至超过传统重化工企业。更重要的是，这种负荷具有高度的刚性：不能随意错峰、不能中断运行、对电能质量和稳定性要求极高。

　　这种变化，使得电力需求的增长从“线性扩张”转向“节点式爆发”。在全国甚至全球尺度上，总用电量的增幅或许仍然温和，但在局部区域电力系统可能在短时间内承受数倍于历史经验的冲击。这正是当前美国、欧洲乃至中国部分地区频频出现“电网瓶颈”“接网排队”“数据中心选址受限”等问题的根本原因。

　　能源结构转型与新型需求的叠加，则是本轮周期的第二个特征。与以往任何一轮电力需求上升不同，当前的增长并非发生在能源扩张期，而是与全球能源转型进程高度重叠。这种叠加性，构成了电力超级周期中最复杂、最具张力的一组矛 盾。

　　过去的电力增长，往往与能源供应结构的“单向优化”同步推进。20世纪中后期，石油和天然气逐步取代了煤炭成为主要发电能源，在支撑用电需求扩张的同时降低了污染排放。21世纪初，可再生能源开始规模化发展时，全球电力需求增速相对平缓，电网有充足的时间消化其间歇性影响。但当下的情形已发生了根本变化：电力需求正以前所未有的速度增长，而能源体系又在以“脱碳”为目标加速转型。两种节奏的错位，形成了双重挤压。

　　其核心矛盾在于，可再生能源的间歇性与AI算力对稳定供电的刚性需求难以匹配。风电和光伏高度依赖自然条件，全球风电年利用小时数普遍在2000～3000小时，光伏多在1500～2000小时（中国约1200小时），而数据中心需要的是全天候、连续不断的电力供应。

　　为解决这一矛盾，许多国家开始重新审视能源结构的多元化与稳定性之间的平衡。比如燃气发电目前开始在全球范围内大幅扩张，西门子能源、GE的燃机订单已经排到了2029年；新型储能也被视为解决间歇性的主要手段之一，2025年全球储能企业的业绩创出了历史新高。而在发电侧和电网侧，灵活性改造如火如荼，供电企业试图用智能化和更加灵活的方式重塑电力系统的运行逻辑，以应对AI用电的“叠加性”带来的挑战。

　　本轮周期的第三个特征在于其增长的确定性。无论是国际能源机构、主流咨询机构，还是各国政府的中长期规划，对AI时代未来十年电力需求的判断正形成一种罕见共识：电力需求的持续增长具有高度的确定性，分歧主要集中在增长速度而非方向本身。这一判断，已成为全球能源政策和产业投资的重要共用前提。

　　国际能源机构（IEA）在《2025年世界能源展望》中指出，全球电力需求正进入新一轮加速增长期。在既定政策情形下，预计到2035年，全球电力需求达到37.8万亿千瓦时，新增用电量相当于“每年新增一个日本的全社会用电规模”。2024年，全球用电需求增速已跃升至4.3%，显著高于过去十年约2.5%的平均水平。IEA明确指出，AI和数据中心是当前增长最快、确定性最高的用电领域，已成为全球电力需求增量的核心驱动力。

　　国际可再生能源署（IRENA）在《世界能源转型展望》中提出，若要实现1.5℃气候目标全球须显著加快电气化进程，到2030年电力需求年均增速需要维持在3.5%～4%之间。美国能源信息署（EIA）则强调，AI带动的电力需求具有“不可逆转性”——即便经济周期出现波动，科技企业对算力的持续投入也难以明显收缩。因为AI已成为企业竞争力的关键基础设施。这种刚性需求，将对电力增长形成长期支撑。

　　除算力扩张外，交通电动化正在成为电力需求的另一重要增长极。IEA预计，2025年全球新能源汽车销量突破2000万辆，同比增长约20%，全球电动汽车保有量增至8800万辆，对应充电需求1700亿～2000亿千瓦时。中国市场的变化尤为显著。中国汽车工业协会数据显示，2025年中国新能源汽车产销量均超过1600万辆，国内市场占比超过50%。这标志着新能源汽车已成为中国汽车产业的主导形态。

　　从更长周期看，全球电动汽车市场2017年以来持续高速增长，2017—2024年的年复合增长率达42.9%。乐观情形下，到2030年全球新能源汽车保有量或超过5亿辆（含二轮和三轮），年充电用电需求接近1万亿千瓦时，约占当前全球用电总量的3%。

　　更关键的是，充电负荷在时间和空间上的分布与既有负荷高度叠加：居民充电集中于晚间，与生活用电高峰重合，公共快充多发生在白天，与工业负荷叠加，进一步放大了电网系统的整体压力，并推高了电力的需求总量。

　　当我们梳理需求的集中性、叠加性与增长确定性这三个维度的特征时，电力超级周期的本质逐渐清晰：它绝不是一次简单的用电需求增加，而是一场由以AI算力为核心的技术革命、以脱碳为目标的能源革命和以深度电气化为路径的社会变革共同驱动的全球电力系统重构。这场变革带来的，不仅是用电量的大幅增加，而且为相关产业链条带来前所未有的投资机遇。

　　毫无疑问，电力超级周期最直接的受益方是发电侧。电力需求的增加，需要在发电侧增加投资，以满足日益集中且具有确定性增长的电力需求。

　　然而，在电力系统中，一直存在一个“不可能三角”的困境，即供电的稳定性、价格的低廉性与供电的清洁性之间存在天然的张力，就类似金融领域里高收益、高安全性与高流动性三者不可能兼得一样。在电力系统中，上述三个要素的任何一个目标的优化，都意味着其他两个要素中至少一个目标处于恶化状态。这必然会导致在AI与数据中心的供电系统中，电力需求的稳定性、新能源的清洁波动性与价格低廉之间产生难以调和的矛盾。

　　亚马逊云公司的运维数据显示，公司每中断供电1分钟将造成至少500万美元的直接损失，因此其对供电的要求是“99.999%”的可用性，意味着年均停电时间不得超过5分钟。这种近乎苛刻的标准，直接挑战了具有间歇供电先天特征的新能源发电的稳定性。为了保持供电的绝对安全，电网不得不投入巨额成本建设冗余备份，直接推高了电价，挑战了廉价维度；而若全速转向绿电，新能源的波动会击穿底线，威胁到安全维度；退而求其次启动柴油机或火电保供，又背离了绿色和低碳的初衷。

　　为了平衡上述矛盾，解开这一“不可能三角”的困局，天然气发电、核电和“光伏+储能”，正在成为发电侧投资的核心主线。

　　在新能源尚未完全成熟的当下，天然气发电因其相对清洁与快速调峰能力，成为许多国家平衡三角矛盾的缓冲器。天然气的核心优势在于其灵活性与低碳性的平衡，是应对新能源波动的理想调峰电源。

　　美国的实践印证了这一点。2025年初特朗普二次上台后，为保障AI数据中心的电力供应，重启了大量天然气电站建设，预计到2030年天然气发电贡献美国新增电量的35%以上，成为电网可靠性的主力核心电源。这种选择本质上是在供电稳定性与“低碳和廉价”之间做出的现实妥协——放弃短期脱碳目标，优先保障能源安全与成本可控。

　　气电的崛起，从全球燃气轮机的销量暴增中可见一斑。世界燃气轮机三大巨头之一的GEVernova首席执行官斯科特·斯特拉齐克（ScottStrazik）2025年12月表示，随着大型数据中心建设推动电力需求上升，公司到2025年底将签署80GW的联合循环燃气轮机合同，并且已经卖光了截至2028年的所有燃气轮机产能，2029年的产能已经卖到只剩10%了。另一燃气轮机巨头西门子能源披露，其燃气轮机订单迅速放量，2025年卖出了194台燃机，几乎是2024年的两倍。

　　尽管天然气发电有“卷土重来”之势，但在全球去碳的背景下，这一选择可能只是权宜之计。核电因其零碳、稳定的特性，正在重新回到全球能源决策的中心舞台。在电力需求增加与能源转型的双重压力之下，核电的战略地位正在被重新定义。

　　2024年9月20日，位于美国宾夕法尼亚州的三哩岛核电站遗址迎来了久违的喧嚣。这座曾因1979年核泄漏事故成为“美国核电噩梦”代名词的设施，其未发生事故的1号机组在2019年因为经济原因关闭。

　　在闲置了多年之后，微软成为三哩岛1号机组的“救命稻草”。随着数据中心与AI发展对电力需求的急剧增加，微软决定与美国最大的核电运营商星座能源（ConstellationEnergy）一起，重新启动这座核电站的1号机组。根据双方签署的协议，该核电站恢复运行后产生的全部电力，未来20年将直接输送至微软分布在东海岸的12座数据中心。

　　几乎在同一时期，谷歌在华盛顿州的沙漠中圈定了7块建设用地。这里将建设小型模块化反应堆（SMR）集群，预计2030年投产后可提供50万千瓦装机的无碳电力。另一家数字化巨头亚马逊AWS则承诺，未来将5亿美元的投资用于核反应堆模块的开发。Meta公司虽稍晚入局，却以更激进的姿态发出核电征集令，计划在21世纪30年代初新增100万～400万千瓦核电装机，CEO扎克伯格直言要成为“首个实现核动力AI的科技巨头”。

　　国内的科技巨头也在寻求稳定的核电电源。近期，阿里巴巴与中国核电电力股份有限公司及多家合作方成立一家合资公司。该公司名为中核（象山）核能有限公司。阿里巴巴旗下上海毅旗网络科技有限公司为该合资公司共同出资方。在此之前，阿里方面曾提出由秦山核电直供数据中心，以获取价格相对稳定、清洁属性突出的核电电力。但受制于核电上网机制、电力市场规则以及跨主体直供的现实约束，相关方案最终并未实质性推进。

　　国际能源署2025年1月发布的《核能新纪元之路》报告指出，全球对核能的兴趣正迎来20世纪70年代石油危机后的新高潮，目前已有超过40个国家表示支持扩大核能应用。当前，全球约有440个核反应堆正在运行，分布于31个国家，总装机容量近4亿千瓦。其中，美国、中国和法国位列前三名，分别占到全球核电发电总量的30%、16%和13%。

　　报告显示，全球超过近70台核电机组正在建设中，总装机容量超7000万千瓦，处于1990年以来最高水平，其中中国在建数量领跑全球。另外，过去五年，全球约15%的核电机组（60多台）决定延长运行寿期。近三年，核能领域年度投资额增长近50%，突破800亿美元。

　　值得一提的是，小型模块化反应堆（SMR）是国际投资最看好的核电领域，也是美国押注的重点。SMR核心优势在于“模块化、安全性与灵活性”。它们可以像乐高一样在工厂制造并现场组装，占地面积仅为传统核电站的十分之一，极易部署在数据中心周边或废弃的火电厂址。最激进的预测显示，到2030年，美国SMR的潜在装机量将突破10GW，不仅能填补AI产生的巨大电力赤字，而且将通过与微电网结合，成为保障全美算力主权最坚固的低碳基荷底座。

　　当然，SMR并非没有争议。在中国一位核电专业人士看来，SMR的前景没有想象中那么美好。“其最大的问题在于经济性，与大型核电机组相比，SMR的发电成本太高了”。他表示。

　　然而，随着技术的成熟与规模的扩大，核电的经济性将进一步凸显。其在“不可能三角”中的平衡优势将更加明显。尽管核电项目前期投资规模较大，但凭借超长运行寿命、高利用率和极低的燃料成本，其全寿命周期度电成本具备显著的竞争力。国际原子能机构（IAEA）预测，到2050年，核能将占全球发电量的12%，成为零碳电力系统的重要压舱石。

　　在天然气发电与核电之外，光伏与储能的组合被视为最具潜力的技术路径之一。随着光伏效率的提升与储能成本的下降，这一组合正在从政策驱动转向市场驱动。其终极经济账的计算与破解，将成为全球能源转型的关键。

　　2025年2月，我国新能源政策迎来重大调整。国家发展改革委和国家能源局联合发布136号文，《关于深化新能源上网电价市场化改革促进新能源高质量发展的通知》，要求除光热和海上风电外，其余风光项目上网电量全部进入电力市场，电价由市场交易决定。市场普遍认为，该政策短期内降低了新能源项目的收益波动，但长期有利于电价逐步下降。

　　与此同时，2025年的光伏+储能市场成本快速下降。全球光储一体化度电成本（LCOE）已降至0.35～0.45元/千瓦时。中国的产业链优势则更加明显，单晶硅电池效率突破27%，组件价格从2010年的30元/W降至1.0元/W，降幅超97%；锂电池储能系统成本降至1.1元/Wh，比2022年下降约40%，其中碳酸锂价格从60万元/吨降至最低6.5万元/吨起到了关键作用。这使得中国的新增项目成本已经可以低于0.3元/千瓦时了。

　　从全球视角看，光伏+储能经济性拐点已出现。国际可再生能源署《2024年可再生能源发电成本》报告显示，2024年全球新增可再生能源装机中约91%的成本低于最便宜的化石燃料方案。该机构预测，到2030年，光储组合将在多数地区成为成本最优新增电力选择，度电成本将降至0.2元/千瓦时以下，低于煤电0.25元/千瓦时；到2040年，光储将占全球发电量的35%，成为最主要的发电方式。

　　报告强调，随着光伏在能源结构中的占比提升，新型储能将作为关键的灵活性资产，规模效应将驱动成本进一步摊薄。这意味着，光伏+储能有望最终实现“稳定可靠”“低碳环保”“价格廉价”的三者统一，成为突破“不可能三角”的终极路径。

　　与传统用电负荷不同，数据中心的用电具有刚性、集中性与持续性的特征。这样的特殊性，首先给电网带来的是局部过载的难题。

　　电网好比一条设计通行能力为每小时千辆轿车的高速公路，在短期内突然涌入数百辆百吨级的重型卡车，路面的承重能力、桥梁的负荷上限都会瞬间面临着严峻挑战。在数据中心集中建设的区域，原本设计的配电网架往往难以承载短期内激增的用电需求。

　　这在美国数据中心集中地区表现尤为突出。在美国俄亥俄州的哥伦布市，由于数据中心的扎堆导致电网负荷过载，2025年当地电力公司AEPOhio停止签署新的服务协议，因为其队列中有超过50家客户（多数为数据中心）申请了总计超过3000万千瓦的负荷，电网完全无法承载。弗吉尼亚州则通过提高收费来调节电网的压力。该州公用事业委员会批准，2027年1月起对需求超过2.5万千瓦的大型用户（主要是数据中心）实施GS-5新费率，要求数据中心必须预付至少85%的合同容量费用，以补偿电网基础设施的扩建成本。

　　毫无疑问，电网的压力必然会带来基础设施投资的动力。与此同时，智能电网的数字化监测、虚拟电厂的聚合调控、需求侧响应的削峰填谷，这些技术手段的应用，可以在很大程度上提升电网的运行效率、降低供电成本。尤其是在超级算力的高强度电力需求之下，传统的电网架构需要升级迭代。

　　在数据中心等负荷高度集中的区域，智能电网可实现对用电需求的精细化监测，动态掌握负荷波动趋势。当局部电网出现过载风险时，系统可迅速调整周边电源出力，或引导数据中心实施错峰用电，防止风险扩散。同时，通过提升风电、光伏等可再生能源的预测与协同调度能力，智能电网能够实现友好并网，为数据中心提供更清洁、更稳定的电力保障。

　　虚拟电厂则是破解电网灵活性不足的重要聚合工具。虚拟电厂并非实体电源，而是通过通信技术和软件系统，将分布式电源、储能装置、可控负荷等分散资源统一调度，形成具备规模化调节能力的“虚拟电厂”，参与电网调峰调频和需求响应。其核心价值在于，把原本零散、难以调度的小规模资源，转化为可被电网统一调用的重要调节力量。

　　我国虚拟电厂建设已进入政策加速期。2025年11月，河北省出台《虚拟电厂建设运营实施意见》，明确提出到2027年全省虚拟电厂调节能力达到200万千瓦。在负荷高峰时段，虚拟电厂可通过协调数据中心等用户的可调资源，实现数万千瓦级负荷削减，有效缓解供电压力；而参与调度的数据中心可获得相应补偿，降低用能成本，实现双赢。

　　需求侧响应则从用户侧重塑电网供需关系。其核心机制是通过价格信号或政策引导，引导用电方根据电网运行状况主动调整用电行为，实现削峰填谷。在这一机制下，用电用户不再只是被动的电力消费者，而成为电网调控的重要参与者。

　　对于数据中心这类大型用电主体而言，需求侧响应潜力巨大。虽然其对供电稳定性要求极高，但并非所有业务必须全天候满负荷运行。核心业务需要持续供电，而数据备份、离线计算、模型训练等非核心业务，则具备向低谷时段转移的空间。随着数据中心规模化接入电网，需求侧响应已从补充手段转变为保障电网安全稳定运行的重要支撑。

　　毫无疑问，上述三种技术是缓解电网压力的重要手段。在未来一段时间内，这些技术提供了巨大的投资潜力。但在有巨大电力需求的互联网巨头看来，电网的架构升级则可以撬动更大的机会。

　　为满足大功率超高强度的算力需求，供电架构的革命正悄然临近。在互联网巨头看来，传统54V供电架构要承载1MW功率，需通过超18kA的电流，单机柜铜缆用量超1吨，能源转换效率仅90%，已经无法适配兆瓦级算力的高强度需求。

　　2025年12月，英伟达联合行业合作伙伴正式发布《下一代AI基础PG中国电子技术有限公司设施800V直流架构白皮书》，旨在统一行业技术接口规范，引领供电架构升级方向。该白皮书的发布，标志着全球AI数据中心供电架构从传统的48V/54V时代正式跨入800VHVDC（800V高压直流）时代。

　　白皮书明确提出，计划2026年完成400V技术过渡，2027年与Kyber机架同步实现800VHVDC规模化量产，将端到端能源转换效率提升至98%以上。该技术的核心优势在于，它采用“13.8kV电网-800VDC直供”单步转换的模式，砍掉多重中间转换环节，电力损耗降低40%，铜缆使用需求减少45%。

　　800VHVDC正在引发全球科技巨头的集体跟进，推动行业进入标准化竞争新阶段。除英伟达主导的技术路线外，微软发布的分离式电源架构计划升级至400VHVDC，谷歌提出直接接入电网的正负400V直流供电终极方案，Meta则推出了分三步走的高功率电源升级路径。尽管这些技术细节存在差异，但高压直流化已成为行业共识。

　　这种竞争与协同并存的格局，将进一步加速技术迭代与成本下降。预计2026年400V过渡技术落地后，全球AI数据中心供电架构升级进入加速期。市场普遍预测2027年是800V商业化的关键临界点。高盛预测，待规模化量产后，有望带动全球AI数据中心电源市场规模突破300亿美元，三年复合增长率高达110%。

　　围绕电网未来投资潜力的初步布局，中国已经完成。1月15日，国家电网宣布，“十五五”期间固定资产投资预计达4万亿元，较“十四五”时期增长40%。这笔投资的重点是构建更智能、更绿色的电网体系，以推动电网的升级迭代和中国能源的绿色转型。

　　本轮周期带来的机会，还不仅体现在发电侧和电网侧，而且因电力需求增加而带来的上游矿产资源的投资价值和战略地位提升将随着周期的深入而进一步凸显。

　　如果说电力是数字文明的血液，那么关键矿产就好比是输送血液的血管。在电力时代，铜与锂的投资价值和战略地位尤为突出。很大程度上讲，这两种资源的战略价值可以与石油时代的原油相媲美。

　　长期以来，与金银等贵金属相比，铜一直被视为“卑金属”。但在电力时代，它却是不折不扣的战略资源。铜具有卓越的导电性，是电力传输和分配中最有效的材料之一。而与贵金属银相比，铜的储量更丰富、价格更低廉，是大规模电气化应用的理想选择。

　　因此，铜被看作是所有能源转型路径中无法绕过的物理极限。无论是风力涡轮机的发电机绕组，还是连接荒漠光伏电站与内陆城市的输电线路，抑或是电动汽车内部密集线束，铜是目前金属中最高效且最经济的导电介质。

　　IEA在《关键矿物在能源转型中的作用》报告中指出，作为电气设备的核心材料，全球每增加1千瓦的发电装机需要消耗约8公斤的铜。国际铜业协会的数据显示，一辆电动汽车的铜消耗量更是传统燃油汽车的4～5倍，而可再生能源的用铜量通常是传统能源的6～12倍。尤其是海上风电领域，铜的消耗密度最高，每兆瓦需消耗约2.5至6.4吨（2.5～6.4kg/kW）。而在光伏系统，每兆瓦约消耗2.8至4.8吨铜（2.8～4.8kg/kW）。相比之下，天然气或煤电厂的用铜量相对较低，平均每兆瓦仅需1吨左右。

　　IEA预测称，根据现有和已宣布的铜矿项目，预计到2035年，“既定政策情景”下的铜供应缺口达到30%。这一缺口在“加速生产情景”中扩大至35%，在“净零排放情景”中则超过40%。这种需求激增，直接触发了大国对铜资源的争夺和“资源民族主义”的回归。在智利和秘鲁——这两个供应了全球近40%产量的南美国家，新一代领导者正在重新审视矿产契约，试图通过加税和强化国家控制，将地缘红利从跨国公司手中夺回。

　　近期，国际铜期货价格呈现爆发式增长。伦铜（LME）在2026年1月首次冲破13000美元/吨的历史新高，与上年同期相比，累计涨幅超过40%。这一波狂飙行情主要是由供应瓶颈与新兴需求爆发的双重共振驱动的。在供应端，受海外大型矿山（如印尼Grasberg矿场和刚果卡莫阿矿）频繁发生的矿震及技术事故影响，全球铜矿产量预测被显著下调，加之对潜在关税政策的担忧引发了贸易流向的抢购与囤货行为。在需求端，全球AI数据中心基建的爆发式扩张及绿色能源转型对电网升级的硬性支撑，将铜推升为不可或缺的“战略算力资产”。叠加美联储开启降息周期带来的流动性宽松及商品货币属性回归，市场人士分析铜价可能在2026年继续走强。

　　除了铜的战略地位之外，随着储能时代的到来，锂更是被看成“白色石油”。作为能量密度最高的金属，锂是人类目前在大规模移动储能上难以替代的“核心燃料”。据统计，一辆续航500公里左右的电动汽车需要消耗50～60公里的碳酸锂，一个大型的锂电池储能电站对碳酸锂电需求量更是以千吨计。InfoLink数据显示，2024年全球锂需求量首次突破百万吨碳酸锂当量大关，达到118万吨。而随着全球低碳目标和电气化需求的不断加速，国际能源署预计，2030年全球锂需求量可达到400万吨碳酸锂当量。

　　当前，中国在电动汽车和储能领域均建立了较强的市场优势。2025年中国新能源汽车全年产销量均超过1600万辆，占到全球新能源汽车市场份额的70%以上，已经成为拉动全球新能源汽车发展的核心引擎。

　　在储能领域，2025年中国新型储能行业实现了跨越式增长，累计装机规模突破1亿千瓦大关，相比“十三五”末增长近20倍。其在全球新增装机中的占比超过40%，稳居世界第一。依托完备的产业链优势，中国在2025年贡献了全球约97%的储能电芯出货量，并凭借锂电成本的持续下行和长时储能技术的商业化突破，正从全球“制造工厂”向“技术与标准引领者”转型，成为支撑全球能源结构转型和AI算力中心电力保障的核心力量。

　　当我们在21世纪第三个十年的中段回望时，会发现人类文明正经历一场前所未有的“双重转型”。一方面是以大模型、生成式AI为核心的智能算力革命，另一方面是以去碳化、电气化为核心的能源系统重构。这两股力量的交会处，正是上文我们所定义的电力超级周期。

　　作为全球AI浪潮的发源地，美国率先品尝到了这场变革中电力短缺的苦果。曾经被认为已经“进入后工业时代、用电需求停滞”的美国电力系统，在AI数据中心、制造业回流和交通电气化的三重冲击下，正面临着数十年来最严厉的挑战。

　　相比之下，中国凭借超大规模的电网投资、世界领先的新能源装机和“东数西算”的超前布局，目前在电力供应上尚显从容。但深入分析电力流向与算力布局，不难发现中国的隐忧依然存在。

　　中国的数据中心需求高度集中在长三角、珠三角和京津冀地区。而这些地区本身就是工业和生活用电的负荷中心。虽然“东数西算”战略旨在将算力引向中西部，但对时延敏感的金融、实时交互的AI业务仍必须留在东部。当这些地区的算力负荷大幅投产，叠加电动汽车的大规模普及时，东部电网的末端配电能力和峰值调节能力将面临着严峻考验。

　　尽管政府对数据中心的PUE（能源利用效率）有严格的限定，但随着大模型参数量的跃升，单体算力节点的功耗密度正在从10kW向40kW甚至更高演进。这意味着，即便PUE降到1.2以下，绝对用电量的激增依然会对局部变电站造成冲击。如果没有配套的电力扩容，中国东部城市难免会出现“算力工厂与居民生活争电”的尴尬局面。

　　面对美国的前车之鉴，中国不能等缺电发生后再去“抢电”，而应利用体制优势和技术储备提前布局这场深刻的能源变革。如，鼓励AI企业将非实时训练任务向能源丰富的西部迁移，同时利用AI算法将数据中心改造为虚拟电厂，实现从“东数西算”向“能算协同”的深度耦合。

　　在基础设施层面，我国需要坚持基建先行，通过加快配电网升级与特高压扩容来打破输电瓶颈。针对AI产业密集区，应提前规划高容量变电设施以避免“算力等电”，并持续加大特高压直流输电建设，确保西部绿电能够低损耗地输送至东部集群。

　　通过吸取美国教训，坚持能源与算力的深度融合、基建与机制的双轮驱动，中国不仅能够规避局部电力短缺的风险，而且能够在全球人工智能竞赛中锻造出一套灵活智能、绿色高效的动力源泉。这不仅是为了保住数据中心的运转，而且是为了在这场深刻的文明进程中掌握主动权，定义属于我们的智能未来。返回搜狐，查看更多