真被马斯克说中，全球争抢的不是芯片，而是中国20万一台的变压器

最近AI发展太快，科技巨头们不光抢芯片，还开始抢数据中心、抢变压器，甚至直接抢电了。有的巨头上午刚看到一个数据中心选址，觉得成本有点高，下午那块地就被别人抢走。

在美国，如果一周内用超过10万个H100芯片，电网就可能瘫痪；英国和爱尔兰已经开始限制AI数据中心占用电力资源。

未来三到五年，AI带来的电力短缺到底有多大？如果基建跟不上，巨头们又能怎么办？

波士顿咨询的分析显示，到2030年，美国支持AI和数据中心的负荷容量会达到45吉瓦，甚至更高。如果翻倍到80吉瓦，也不是不可能。

这就意味着AI用电占比可能从现在的2.5%冲到7.5%甚至更高。虽然具体数字还有不确定性，但AI用电量会大规模快速增加，两三年翻一倍是大概率。

吉瓦这个单位很大，家庭用电一个设备可能就几千瓦，1000倍才1兆瓦，10个这样的水平才10吉瓦，所以45吉瓦的体量完全能感受到它的分量。

ChatGPT从3.5版到4.0版，每天耗电量达到50万千瓦时，也就是50万度电。美国普通家庭一天用电大概20到30度，换算下来相当于近2万户美国家庭一天的用电。

谷歌搜索原来一年就290亿千瓦时，每天7900万度，现在把更高AI需求加进去，耗电量只会更大。前段时间测试ChatGPT 5.0的时候，瞬间用电增加几兆瓦，直接把电网弄崩溃了。

AI的波动跟普通家庭用电的波峰波谷不一样。家庭用电高峰可能是上下班或夏天开空调，低谷是办公室没人或周末。但AI的波动更多来自算法运行本身，某几秒不需要那么多计算，下一秒又要大量电。

一天当中也可能因为工作人员安排训练任务，几个小时用电量上来，任务结束又下去。传统数据中心负荷稳定在八九成，电网处理起来容易；AI数据中心波动性大得多，所以对电网是新挑战。

推特上有消息说，微软工程师训练ChatGPT时，在一个州很难放超过10万台H100，否则电网就扛不住。

假设电厂输出2000兆瓦，10万台H100大概70兆瓦，突然加上去确实可能让电网崩溃。不过办法也有，在数据中心旁边建储能设备，就能帮AI负荷调节波动，让电网看到的震荡小很多。

过去20年美国经济GDP稳步增长，但用电量增长率只有0.5%，非常低。这说明美国经济增长不靠大量用电消耗，跟中国的情况很不一样。

中国GDP增长和用电增长高度相关，一个省用电涨多少就能大致推GDP。美国电力行业从业人员过去20年几乎没见过需求大规模增长，整个职业生涯都没规划过大范围新建电网、升级电网。

现在0.5%的增长率可能在未来五到十年变成5%左右，相当于速度快了十倍，对整个行业和政策制定者都是前所未有的挑战。

在美国建电网要经过大量私有土地，说服土地主同意建传输线本身就很难。如果电网建设跟不上，会不会影响居民用电？未来三五年就会出现明显紧张。AI数据中心建设大概两年就能起来，但发电站要三五年，长距离高容量传输线可能要八到十年。

很多地方会出现用电紧张，AI在某些时段可能被限电，不过不一定是AI和居民直接抢电，主要是电网升级速度赶不上AI增长。

巨头们现在确实在抢有限的容量资源。微软、亚马逊、谷歌这些大数据中心提供商都知道，短期内电网容量就这么多，谁先找到节点、申请、谈判、签约，谁就拿到了。

长远看，他们都在积极和各地电力公司合作，把AI未来五到十年的负荷提前放进规划，确保发电站和高压传输线能按时建好。

中国电力结构又是另一番景象。全国每年发电量接近10万亿度，火电占比60%多到70%，水电15%左右，风电、核电（原来2%在逐步提升）、太阳能这些新型能源也在发展。火电比例肯定要逐步降低。

水电虽然便宜，但受地域和季节影响，资源主要在西部，用电大户在东部，东西部不匹配。风电和光伏成本在降，但看天吃饭、占地大，度电成本其实没那么低。

总体看，中国电力有缺口，但不像美国过去需求平稳、建设也平稳。中国基建能力强，已经建了大量电站和输电线，应对未来电能增长需求的能力比美国好太多。只是需要综合考虑选址、环保、报废处理和度电成本，用哪种方式来满足。

中国在先进核能上布局清晰，三步走：先热堆，再快堆，最后核聚变堆。瀚海聚能就是在核聚变这个方向发力。

除了电够不够用，还有绿色能源承诺这个大背景。微软、谷歌、亚马逊、Meta这些公司在AI出现前就承诺对抗气候变化。

有人说2026年训练AI的数据可能就耗尽，AI耗电不会一直指数增长。但实际情况是，现在主要还在训练阶段，模型训练出来后的推理和应用才是真正的大头。

推理比训练更耗能，因为模型要用很多年，用电量远超训练那几个月。谷歌把模型用到搜索，微软整合到产品，后续用户使用带来的电力消耗会更大。AI一次搜索耗电比单纯检索多几十倍甚至上百倍，所以大模型真正普及后，总耗电只会持续上升。

能源转型最难的是最后5%到10%。风能太阳能不稳定，需要大量储能，最后那点清洁能源比例，成本会指数级上升，可能翻倍甚至三四倍。加上AI，难度更大。大厂现在还维持碳中和目标，但几年后如果发现实际难度远超预期，不知道会不会调整。

2024年马斯克在公开场合明确指出，人工智能扩张的制约因素会从芯片转向电压转换设备，也就是变压器，然后是电力生成。他当时说大型数据中心要把高压电降到设备能用的水平，如果缺少合适的变压器，就算计算卡堆得再多也跑不起来。

这个判断在2026年4月得到验证，美国计划当年投运的数据中心项目里，超过半数因为变压器、开关设备和电池等电气部件短缺而延期或者取消。四大云服务商两年计划支出约6500亿美元，但实际建设进度受阻，很多项目还没开工就卡在设备供应上。

美国本土变压器制造能力有限，取向硅钢这种核心材料产量远低于需求，仅剩少数企业在产，交付周期从以前的24到30个月拉长到最长五年。

中国变压器制造企业这个时候订单特别满。2025年中国变压器出口总额达到646亿元，同比增长近36%，单台平均价格升到20.5万元。

中国占据全球约60%的变压器产能，从原料到成品的完整供应链让生产效率保持在高位。中国企业交货周期一般控制在3到12个月，而欧美企业通常需要18到48个月，甚至更长。这种时间差直接影响了全球采购决定。