“AI 时代最稀缺的资源，从 GPU 转向 Firm Power——一种全年 365 天、每天 24 小时都能稳定供应的电力。“
一、100 GW AI = 英国全国用电
最近有一个数字在能源圈和 AI 圈之间悄悄流传：
如果全球 AI 数据中心的持续负荷达到 100 GW，它一年消耗的电力将达到 876 TWh——约等于 880 亿美元的电费账单。
这个数字是什么概念？
100 GW 持续负荷 ≈ 英国全国用电的 2.6 倍。
英国有 6700 万人口，2024 年全国用电约 330 TWh。100 GW AI 用电规模相当于把英国的全部电力都给 AI 都不够。
有人可能会想：100 GW 是不是太夸张了？现在的 AI 数据中心哪有这么大？
但事实是——2026 年全球 AI 数据中心持续负荷基准 40 GW，2030 年预计 130 GW，2035 年基准情景 380 GW。
也就是说，100 GW 不是”未来某个遥远的临界点”——它大概率会出现在 2028 年前后。
380 GW 呢？它约等于 3,330 TWh/年——这个数字是中国 + 印度 + 日本三国全年用电的总和。
(ps: 你可以把 380 GW AI 理解为：相当于再造一个”全球前三”经济体的全部用电，但全给 AI。)
这意味着 AI 将从”边缘耗电”变成”全球电力第一用户”。
根据 IEA《Energy and AI》报告，AI 数据中心总用电将从 2026 年约 415 TWh 翻倍到 2030 年约 945 TWh。AI 占全球用电比例将从 2026 年约 1% 上升到 2035 年基准情景的 5-10%。
(ps: 麦肯锡甚至给了一个”超级 AI 情景”——AI 占全球用电可达 30%。这是极端假设，但说明能源工业的扩张速度可能超出所有人预期。)
二、一个被严重低估的范式转换
如果你只看 AI 算力的”前端”，你看到的是 GPU、HBM、CoWoS——这是上一篇文章讲过的”硬件产业链”。
但如果你把目光转向”后端”，你会看到 AI 数据中心是建在 电力系统 之上的——而电力系统的反应速度，远比芯片产业链慢得多。
一个芯片工厂，24 个月 可以建好。
一座大型核电站，5-10 年 才能建成。
一座 AI 数据中心，18 个月 可以通电。
一座从零开始的电网升级 + 燃机电站 + 储能系统，3-5 年 才能落地。
(ps: 这个时间差是 AI 时代最致命的”时间错位”——AI 算力建设速度远远超过电力建设速度。)
这意味着——未来 5-10 年，决定 AI 算力上限的不是 GPU、不是资本，而是电力系统的扩张速度。
但更微妙的是另一个问题：电力供应不能只看”价格”，还要看”稳定性”。
这就引出了一个被绝大多数 AI 投资者忽视的概念——Firm Power。
三、Firm Power：AI 时代真正稀缺的能源
3.1 LCOE 思维的陷阱
过去十年，全球能源行业的核心 KPI 是 LCOE——平准化度电成本。
LCOE 只问一个问题：发电一度电的平均成本是多少？
按 LCOE 排序：
- 光伏：$20-55/MWh（全球最低）
- 陆上风电：$40-70/MWh
- CCGT 天然气：$60-140/MWh
- 核电（新建）：$80-220/MWh（最贵）
(ps: Lazard LCOE+ 报告是全球最权威的能源成本数据来源之一。)
单看 LCOE，太阳能碾压一切。
但 LCOE 有一个致命缺陷——它假设电力是”可以储存的”，不区分”白天发的电”和”晚上发的电”。
光伏白天发电、晚上歇菜。AI 数据中心 24×7 不间断运行。
如果你必须保证 AI 数据中心一年 365 天、每天 24 小时都有电，那你需要：
- 光伏 + 储能——但储能（电池）成本高昂，4 小时储能就把 LCOE 翻倍
- 光伏 + 燃机调峰——白天光伏、晚上燃机，但系统复杂度高
- 核电——24×7 稳定，但建设周期 5-10 年
- CCGT 燃气——24×7 稳定，建设快（2 年），但碳排放 + 天然气价格波动
CRU（英国商品研究所）已经得出结论：
“数据中心电力成本：firmed renewables（带储能的再生能源）实际上比 gas-based power（燃气发电）更贵。”
(ps: 这是 AI 能源经济学最大的”反直觉”——光伏 LCOE 全球最低，但配储能 + 调峰后，Firm Power Cost 反而比燃气贵。)
3.2 什么是 Firm Power
Firm Power，专业术语，指的是**“不管什么天气、不管什么时段，都能稳定提供的电力”**。
它和 LCOE 的关键区别：
| 维度 | LCOE | Firm Power Cost |
|---|---|---|
| 衡量 | 平均发电成本 | 稳定可调度电力的真实成本 |
| 时间假设 | 全年均匀 | 24×7 不间断 |
| 是否含储能 | 不含 | 含 |
| 是否含备用 | 不含 | 含 |
| AI 关心吗？ | 不关心 | 真正关心 |
核电 + 配储能的燃电 = Firm Power 纯光伏 = 不算 Firm Power（除非配大量储能）
(ps: 这就是为什么我说”LCOE 是平均成本，Firm Power 才是 AI 关心的成本”。一个是账面数字，一个是真实账单。)
3.3 100 GW AI 的四种能源方案
让我们用 Firm Power 思维，算一笔 100 GW AI 持续负荷的真实账。
方案 A：全核电
装机约 111 GW（核电容量因子 90%），年电费约 $149B。优势是 24×7 稳定 Firm Power，劣势是建设周期 5-10 年——等不及的 AI 数据中心根本用不上。
方案 B：全燃气（CCGT）
装机约 167 GW（容量因子 60%），年电费约 $88B。优势是 Speed-to-Power——24 个月内可投运；劣势是碳排放 + 天然气价格波动。
方案 C：风光 + 储能
需要 450 GW+（光伏 250 GW + 风电 200 GW + 储能 1-3 TWh + 备用燃机 20-30 GW），年电费约 $70-105B。优势是低 LCOE + 碳中和，劣势是间歇性 + 储能成本 + 系统复杂度。
方案 D：核 + 风 + 光 + 气 + 水 + 储能（混合方案）
核电 40 GW + 光伏 180 GW + 风电 120 GW + CCGT 30 GW + 水电 20 GW + 储能 1-2 TWh，年电费约 $74-101B。
这种混合方案是真正的”长期最优解”——核电锁定 Firm Power，燃机解决 Speed-to-Power，平衡两者优势的同时降低整体风险。
(ps: 单一能源方案都有致命缺陷。AI 数据中心的真实选择不是”用什么能源”，而是”用什么能源组合”。)
四、核电复兴：AI 时代的”战略物资”
既然 Firm Power 这么重要，那 Firm Power 的最优解是什么？
答案是核电。
核电是 AI 时代唯一的”全能选手”：24×7 稳定供应、低碳、土地需求低、长期稳定、高容量因子（90%）。唯一的劣势是建设周期 5-10 年——但这个问题正在被 SMR（Small Modular Reactor） 解决。
4.1 Hyperscaler 抢购 9.8 GW 核电
2024-2026 年，全球大型科技公司掀起了一轮”核电抢购潮”。
Carnegie Endowment 统计：大型科技公司已锁定 9.8 GW 核电容量——包括 PPA（购电协议）和股权。
代表性交易：
Microsoft + Constellation Energy——2024 年签约，重启宾州三里岛 1 号机组（837 MW），20 年长约，2027 年并网，专门供应 Microsoft AI 数据中心。
Amazon + Talen Energy——2024 年签约，购买 Susquehanna 核电站 960 MW 数据中心电力，直接配套 Amazon AWS。
Google + Kairos Power——2025 年与 TVA（田纳西河谷管理局）签订 50 MW SMR PPA，SMR 部署在田纳西 + 阿拉巴马。这是 Google AI 数据中心首次直接对接 SMR。
Microsoft + Aalo Atomics——2026 年，Aalo 测试反应堆达到临界，是美国能源部试点项目下的首个临界。
(ps: 这一波”核电抢购”和 1970 年代石油危机后的核电建设完全不同——买家从”国家电力公司”变成了”AI 公司”。)
4.2 SMR：核电的”乐高化”
传统核电最大的问题是：单堆太大（1 GW+），建设周期太长（5-10 年），CAPEX 太高（每 GW 几十亿美元）。
SMR（Small Modular Reactor）——单堆功率 50-300 MW，工厂预制 + 现场组装——把核电从”超大工程”压缩到”模块化项目”。
主流 SMR 厂商：NuScale（美国领头羊，已获 NRC 设计认证）、B&W mPower、Holtec、Rolls-Royce SMR（英国）、Kairos Power（氟盐冷却堆）、X-energy（高温气冷堆）。
预计 2028-2030 年 首批 SMR 商业化运营。
(ps: SMR 是核电版的”集装箱革命”——把工厂生产搬到施工现场，2-3 年内就能交付一座 300 MW 核电。这就是为什么我说”核电不再是 5-10 年工程，而是 2-3 年模块化项目”。)
五、燃气轮机：Speed-to-Power 的关键桥梁
核电虽好，但建设太慢。SMR 还要等 2-3 年。
那么在 2026-2030 年的”窗口期”，AI 数据中心靠什么？
答案是燃气轮机（CCGT）。
2026 年 Q2，GE Vernova 公布：燃气轮机 backlog 116 GW（历史新高，超过目前全球所有运行中的燃机总装机容量），数据中心相关订单 2026 H1 超 $50 亿，订单可见度到 2030-2031 年，价格 3 年涨 300%。
核电：5-10 年 光伏：间歇性 + 储能成本 风电：波动大 燃机：18-24 个月投运
燃气轮机是 AI 时代唯一的”Speed-to-Power”方案——从签约到通电 18-24 个月，是 AI 数据中心”等得起”的能源。
代价是：碳排放 + 天然气价格波动。
(ps: 这就是为什么我说”燃气是 2026-2030 年的桥梁能源，核电是 2030-2035 年的长期锚”。AI 时代的能源结构是分阶段的，不能一步到位。)
六、铀价：核电产业链的价值锚
核电复兴的第一波”卖铲人”是铀矿。
铀价已经从 2020 年低点 ~100+/磅**，5 年涨幅 200%+。
这背后是核电产业链的”三重催化”：
- AI 数据中心的 24×7 Firm Power 需求
- 三里岛等老旧核电重启（Microsoft 等签 20 年长约）
- SMR 模块化反应堆建设浪潮
(ps: 铀价上涨领先核电建设周期 2-3 年。这就像铜价领先电网建设周期一样——“原材料周期”是”建设周期”的领先指标。)
七、能源结构的三阶段演进
把上面所有线索串起来，AI 时代的能源结构变化可以分成三阶段——每一阶段都有自己的”主角”。
第一阶段：2026-2030（Gas + Solar + Wind + Grid）
核心命题：解决 Speed-to-Power
标志性事件：GE Vernova 燃机订单爆满；光伏 + 风电产能加速扩张；变压器交付周期拉长至 4 年。
主角：美国页岩气 + 中东天然气 + 全球光伏供应链。
第二阶段：2030-2035（Nuclear + Renewables + Gas + Storage）
核心命题：解决规模化 Firm Power
标志性事件：SMR 商业化运营；老核电大规模重启；储能成本下降至可大规模部署。
主角：SMR 厂商 + 铀矿 + 储能 + 核电运营商。
第三阶段：2035+（能源工业化阶段）
核心命题：GW 级能源基础设施竞争
标志性事件：AI 占全球用电 10%+；能源本身就是新基建；国家力量主导能源超级工程。
主角：国家力量 + 主权基金 + 能源超级巨头。
八、LCOE 区域差异：为什么中东是 AI 电力最优区
不同地区的 LCOE 差异巨大，这决定了 AI 算力的”地理分布”。
| 区域 | 光伏 LCOE | CCGT LCOE | 核电 LCOE |
|---|---|---|---|
| 美国 | $40-80 | $80-140 | 30-50（存量） |
| 中国 | $30-55 | $60-100 | $80-130（新建） |
| 欧洲 | $50-100 | $80-160 | $100-180 |
| 中东 | $20-45 | $50-90 | — |
| 印度 | $35-60 | $70-120 | $90-140 |
中东 Firm Power 成本全球最低——光伏 50-90 组合，Firm Power Cost 仅 $60-100/MWh，比全球平均低 30-40%。这就是为什么 Stargate UAE、沙特 HUMAIN 都能在沙漠里建得起 1 GW 级别的 AI 数据中心。
中国 Firm Power 成本第二低——光伏 60-100 组合 + 大规模特高压电网解决区域错配，“东数西算”是这套成本结构的工程化表达。
欧洲 Firm Power 成本最高——碳价 + 监管成本，LCOE 偏高，是 AI 算力”高成本区”。欧洲 AI 公司的选择要么付高电价，要么去中东建数据中心。
美国核电新项目 LCOE 偏高（反映 Vogtle / V.C. Summer 超支），但存量核电 LCOE 仅 $30-50/MWh——这是 AI 公司抢购老核电的根本原因。
(ps: 一个反直觉的事实——美国新建核电 LCOE 30-50，比新建光伏还便宜。)
九、变压器：Firm Power 的”最后一米”
讲完发电侧，必须提一个被绝大多数投资者忽视的”转换器”——变压器。
大型变压器把高压电网电（115kV / 230kV / 500kV）变成数据中心可用的中低压电（13.8kV / 480V）。1 GW AI 数据中心需要几十台大型变压器。
但欧美变压器的交付周期已经从 50 周延长到最长 4 年。中国厂商订单排到 2027 年。三里岛核电重启”卡在变压器”，Constellation 高管公开承认这是最大瓶颈。
(ps: 变压器是 Firm Power 的”最后一米”——再多核电、燃气、光伏，没有变压器就无法”落地”。这就是为什么电力设备产业链（GE Vernova / Schneider / 特变电工 / ABB）正在成为 AI 时代最被低估的”卖铲人”。)
十、回到 100 GW
写到这里，让我们回到开头的那个数字——100 GW AI = 英国全国用电。
当一个 AI 数据中心集群消耗的电力超过一个发达国家时，它就不再是”科技行业”的范畴，而是能源工业的范畴。
未来 5-10 年，决定 AI 霸权的核心变量：
- 不是 GPU 数量
- 不是模型规模
- 不是资本厚度
- 而是 Firm Power 成本 × Speed-to-Power
谁能用最低成本、最快速度拿到 24×7 稳定电力，谁就赢得这一轮。
这就是为什么美国科技巨头（OpenAI / Microsoft / Amazon / Google / Meta）正在全球抢购核电 + 锁定燃机订单 + 投资 SMR。
这也是为什么中东（UAE / 沙特）凭借廉价天然气 + 太阳能，正在成为全球Firm Power 的”沙特”。
(ps: 太阳底下没有新鲜事——能源一直是霸权的核心变量。AI 时代也不例外。)
下一篇，我们将画出”算力霸权”的全球地图——美国 / 中国 / 中东 / 欧洲 / 台湾韩国，五个地区在 AI 算力 + 能源 + 资本的三维战场上各有筹码，谁将在 Firm Power 上占据最优位置？
“每一个伟大的时代都有一个被忽视的能源载体——18 世纪是煤炭、19 世纪是石油、20 世纪是天然气、21 世纪是 Firm Power。”
（完）
下篇预告：《算力霸权的全球版图——中美博弈的新战场》——美国/中国/中东/欧洲/台湾韩国，五个地区在 AI 算力 + 能源 + 资本的三维战场上各有筹码。第四篇，我们将画出”算力霸权”的全球地图，看看谁在 Firm Power 上占据最优位置。
参考资料
- IEA: Energy and AI Report
- McKinsey: The Cost of Compute ($7 Trillion Race)
- Carnegie Endowment: Beyond the Hype - Hyperscaler Nuclear Commitments
- Lazard: LCOE+ Report
- CRU Group: Data Centre Power Costs - Firmed Renewables vs Gas
- Utility Dive: GE Vernova Gas Turbine Backlog 116 GW
- CNBC: How GE Vernova Builds the Turbines Powering AI
- Reuters: Big Tech Puts Financial Heft Behind Next-Gen Nuclear Power
- Reuters: Delayed Transmission Projects Blocking Three Mile Island Restart
- DCD: TVA Signs 50MW PPA with Kairos for Google Data Centers
- DCD: Microsoft-Backed Aalo Achieves Test Reactor Criticality
- smrintel: Who Is Buying SMRs
- IDTechEx: Data Centers Go Nuclear
- Axis Intelligence: Nuclear Energy for Data Centers 2026 - 9.8 GW Committed
- 投资/行业分析/全球AI高端算力供给规模与分布结构分析.md
- 投资/行业分析/2026-2035_全球AI算力_电力地图与经济学模型.md