看AI竞争，别再只盯着芯片了。你知道训练一次GPT-3要耗多少电吗？斯坦福大学的一项研究显示，完成GPT-3训练的耗电量是128万度，这足够6400个中国普通家庭用一个月的。算力的尽头，其实是电力。最近，黄仁勋发文表示，电力是AI基础设施的"第一性原理"，决定了人工智能的生产规模上限；马斯克也说过，AI的限制因素已不再是算法或算力，而是电力供应。这其实反映了一个现象——全世界的科技巨头，微软、谷歌、亚马逊，现在最焦虑的不是芯片，不是算法，而是电。没错，一场由AI算力引爆的全球电力超级周期，已经轰轰烈烈地来了。

　　我们先看几个数字。2024年，全球数据中心的耗电量是415太瓦时，相当于英国一整年的用电量。到2030年，这个数字会逼近日本全国的用电总量。过去五年，数据中心用电增速是全球平均的4倍以上。原本大家都认为，电力这个行业已经是稳稳当当没啥想象力，结果AI这个“变量”冲进来，直接把电力变成了最硬的通货。

　　但问题又来了：欧美的电网接不住AI这么大的消耗。欧美的电网大多建于上世纪六七十年代，美国的变压器实际使用年限30到40年，远超25年的设计寿命。欧盟40%的配电网已经用了超过40年。想修，得花几千亿欧元；想扩，又存在本土产能萎缩、熟练技工断层、材料短缺等等一堆问题。摩根士丹利预测，到2028年，由于AI数据中心消耗大量电力，美国可能面临高达20%的电力缺口。如果不能迅速增加新的电力容量，潜在的电力缺口将达到13至44吉瓦（GW），相当于超过3300万美国家庭的用电量。

　　面对AI“缺电”的现实情况，科技巨头们不得不亲自下场找电，所以最近你会看到许多科技公司和能源公司的合作。比如，微软、雪佛龙和一家投资基金达成了排他性协议，要在得克萨斯州搞一个大型能源综合体，专门给数据中心供电。谷歌与法国道达尔能源签署了为期15年的电力购买协议，总计1.5太瓦时（TWh）。Meta直接搞核电，2026年初一口气签了三个核电大单，加起来总规模可能高达6.6吉瓦。所以你看，电力不再只是算力的“配套”，而变成了制约算力突破的“天花板”。

　　那中国呢？我们有没有这个焦虑？在这一块啊，我们有主动布局。2026年，“算电协同”首次被写入中国政府工作报告，上升为国家战略。什么是“算电协同”？就是算力跟着电力走，电力反过来配合算力调度，不再是各管各的。具体投多少钱？国家电网计划投4万亿元，南方电网2万亿元，重点砸向特高压、智能配网、新型储能和算电协同配套设施。而且中国有一个独特的优势：那就是全产业链布局。从上游的硅钢、变压器，到中游的电网建设，到下游的数据中心运营，我们都能自己搞定。而欧美地区，变压器80%都需要依赖进口。

　　产业布局下，一个很有意思的新概念最近也很火，叫“词元出海”。“词元”就是Token，AI处理的最小单元。中国的大模型企业，正在把自己的算力和电力优势，转化成高性价比的“词元服务”，通过API接口卖给全球。你每调用一次，就相当于中国自己“出口”了一点点算力和电力。这本质上是什么？是把咱们的电力优势，转化成了数字服务的出口。你们在那儿抢电抢得焦头烂额，我这儿不仅电力供给充沛，还能把算力打包卖给你。你说这招妙不妙？

　　所以你看，全球电力超级周期，表面上是电不够用的问题，本质上是一场能源基础设施与数字基础设施深度融合的竞赛。而在这个全球电力超级周期里，中国有着提前十年的规划、全产业链的协同，以及“算电协同”这种从底层逻辑出发的战略定力，已经跑在了前面。至于这个优势能换来多大的未来？咱们就拭目以待吧。