AI有望年增30万亿美元产值，电力供应或成最大短板？

正当外界还在热议下一代大模型能否赶超GPT之际，G20科技创新部长会议上的一众行业巨头已将关注点转向了另一个关键议题：电力能否跟得上？

9月1日，马斯克在G20峰会上抛出一组震撼数据：AI有望推动全球经济增长20%至30%，折合每年新增产值20万亿至30万亿美元。然而几乎在同一时间，他预警称全行业最快将在2027年遭遇至少15吉瓦（GW）的AI芯片供电缺口。

一边是"再造一个美国经济体"的壮阔蓝图，一边是"芯片在手却无电可启"的切实困境。制约AI发展的下一道关卡，或许并非智能化水平，而是物理层面的电力供给。

此次在美国北卡罗来纳州教堂山举办的G20创新与科技部长级会议，罕见地汇聚了马斯克、扎克伯格、山姆·奥特曼及黄仁勋等业界领军人物。他们热议的焦点已不再是某款模型的性能强弱，而是一个共同的底层隐忧：AI基础设施的瓶颈，正从芯片与算法层面转移至电力与人才领域。

马斯克的分析逻辑清晰而直接：AI芯片产能年均增长约40%至50%，而中国以外区域的电力供应年增幅仅约10%至20%。"显然，发展速度更快的领域终将超过速度较慢的领域。"

扎克伯格则指出了另一个供需矛盾：数据中心建设亟需"数十万乃至上百万个"专业技术岗位，而Meta目前已面临严重的用工荒。电力与人力，正成为AI基础设施建设的双重约束。

15吉瓦，大致等同于15座大型核电站的总装机，也接近中国三峡水电站装机规模的四分之三。倘若2027年AI芯片确实面临如此规模的缺电困境，那意味着即便购得最尖端的GPU，也可能因供电不足而无法启用。

这一担忧并非空穴来风。戴尔最新财报披露，其AI服务器订单已飙升至609亿美元，未交付订单达950亿美元；博通第三财季AI半导体业务营收同比猛增221%至167亿美元，并将2026财年AI营收预期上调至580亿美元。芯片端的繁荣越亮眼，电力端的缺口便越触目惊心。

在AI训练与推理的能耗版图中，大模型参数规模每跃升一个量级，对算力与电力的需求便呈指数级攀升。国际能源署预测，到2026年全球数据中心耗电量可能翻番，其中AI负载是增速最快的板块。

更为棘手的是，芯片厂的建设周期远短于电厂。一座先进制程晶圆厂从开工到量产约需2至3年，而一座核电站从立项审批到并入电网往往耗时十年以上。光伏与风电项目建设周期虽短，却受制于电网接入、储能配套及土地资源。芯片可凭摩尔定律持续翻番，电力却难以同步跟进。

黄仁勋在G20会议上提出的"AI五层堆栈"模型，将能源置于最基础层——能源、芯片、数据中心、AI模型、数据与应用。这一层级排序本身就是一种警示：缺失底层能源支撑，上层的一切都将成为无源之水。

面对电力瓶颈，科技巨头的应对之策颇为务实：自主发电。马斯克透露，谷歌、Anthropic等企业已开始租用SpaceX的算力资源，核心动因正是SpaceX凭借自建电厂率先化解了供电难题。

这类案例并不鲜见。微软已与美国多家能源企业签订核电采购协议；亚马逊、谷歌也在大规模布局太阳能、风能及小型模块化核反应堆。对AI企业而言，"能源自给能力"正逐渐演变为一种隐性的竞争维度。

中国则在另一条赛道上加速布局。国家能源局日前召开新型电网建设推进会议，明确"十五五"期间全国电力需求仍将保持年均5%左右的增速，并将加快输电通道与配电网项目建设，鼓励民营资本参与电网投资。全球首个对外提供在轨试验服务的太空算力云亦已步入常态化运营——将算力部署至太空，本质上也是为地面电力减压。

AI产业的竞争版图正在持续外延。未来决定一家AI公司天花板的，可能并非模型参数规模，而是其所能获取的电力总量、数据中心体量以及熟练技工的储备。

电力、电网、储能、冷却、核电等"AI基础设施的底层资产"，有望迎来前所未有的价值重估。资本的稀缺溢价，正从GPU向千瓦时转移。

国家与城市层面的AI角逐，将日益演变为一场能源供给的较量。谁能以更快、更经济、更稳定的方式供电，谁就能吸引数据中心、AI企业及算力资本的集聚。

因此，当再次听闻"AI将颠覆一切"时，不妨多追问一句：电力从何而来？

参考链接

Elon Musk says AI will add US$30 trillion to global economy, but power crunch looms by 2027

G20峰会上，科技大佬集体盯上AI基建"电力"和"人力"瓶颈

G20 AI Summit: Musk, Altman and Jensen Warn of a Power Wall

Anthropic发布Fable 5.1，典型任务使用成本降低25%；马斯克：AI或令全球经济增长20%至30%

AI每日快讯：戴尔AI服务器订单破纪录、智谱入驻天猫售卖Token套餐