马斯克一语惊人：未来货币是瓦特，而中国电力优势将是美国3倍！

两百年前英国人靠烧煤驱动蒸汽机，一手缔造了日不落帝国的工业霸权。一百年前美国人靠控制全球石油定价权，把美元推上储备货币的王座。

每一次文明跃迁的底层密码，从来不写在银行的账本里，而是刻在某种关键能源的控制权上。2025年底，马斯克把这条历史铁律翻译成了一句当代语言——＂未来的货币是瓦特。＂

这位SpaceX和特斯拉的掌舵人在社交平台上直接亮出一组让硅谷沉默的数据：中国全国发电装机容量已经达到美国的将近三倍。他的同行们还沉浸在大模型参数量刷榜的快感中，马斯克已经盯上了一个更冰冷的物理现实——再精妙的算法，插不上电就一文不值。

中美人工智能领域的竞争，常被认为是算力硬件的比拼，但真正的胜负手或许藏在电力系统中。大模型绝非仅靠堆叠显卡就能实现算力跃升，其背后还需要庞大的电力系统支撑，堪称 “吃电老虎”。

每一次大模型训练，消耗的电量堪比一座中等城市全年用电量。美国数据中心就曾因电力短缺，被迫迁往德州爱科华等荒漠地带，核心原因就是当地用电成本更低。

近年来，中国在追赶芯片、光刻机等技术的同时，也在光伏、核电、水电等清洁能源领域持续加码布局。2024 年，中国新装光伏装机容量达 227 吉瓦，这一装机量超过全球任何一个国家的全年总量；今年一季度装机量仍在快速增长，相当于全国新增两百多座百万千瓦级的超大电站。

核电领域同样进展显著，截至 2024 年底，中国在运核电机组约 58 台，装机容量接近 61 吉瓦，在建机组 27 台，常年稳居全球第一。

今年 4 月，中国又核准了 10 台新核电机组，同时启动煤电厂改造项目，将燃煤锅炉更换为核反应堆，无需重新更换厂址及配套电网，这一操作相当于以江苏作为现有兜底保障，还要再造一个上海级别的电力产能。

与其他国家逐步累计机组的节奏不同，中国不仅实现批量生产，还推出大范围改造的硬核举措，即便苏联老专家在世，恐怕也要对此赞叹不已。

此外，雅鲁藏布江下游超级水电站项目一旦建成，装机容量可达 60 吉瓦，年发电量 3000 亿度，相当于三个三峡电站、两个深圳的全年用电量，足以覆盖一个超一线城市的用电需求。

有人或许会问，中国目前并不缺电，甚至还会向越南等国家输电，为何要在电力领域投入如此多精力？事实上，当前电力储备看似充裕，但未来仍存在隐忧，不能仅凭光伏与风电就认为电力问题已彻底解决。

截至 2024 年，全国发电量约 9.8 万亿度，其中煤电占比超过一半，发电量超 5.5 万亿度；水电贡献率约 16%，光伏与风电合计占比 17%，核电占比仅为 5%。这就形成了一对尖锐矛盾：清洁能源项目持续上马，但煤电仍占据电力供应的主力位置。

要实现 2030 年碳达峰目标，必须强制压减煤电占比，但这一目标实施难度极大。全社会用电需求仍在持续增长，2023 年即便整体经济不算景气，全社会用电量仍较上年增长 6%。

未来随着 AI 数据中心、工业电气化改造、清洁能源汽车等领域全面发力，全社会用电量还将迎来爆发式增长。风电依赖天气条件，供电稳定性不足，剩余的电力缺口只能依靠煤电填补。如果贸然大幅削减煤电产能，电网系统很可能出现瘫痪风险。

同时，中国电力资源分布极不均衡，西北风电与光伏产能过剩，而东部沿海地区却是用电大户，这需要通过特高压输电与储能技术进行调配，需要投入大量时间与资金成本。

碳达峰并非国内口号，而是中国向全球作出的郑重承诺，当前全球各国都在关注中国的落实情况。若 2030 年未能实现碳达峰目标，中国将面临巨额的碳税成本。目前欧盟碳价已达 70 欧元每吨，结合中国当前的出口规模，哪怕碳排放仅增长几个百分点，都将造成上千亿元的利润流失。

美国与日本近期签署的贸易协定中，也加入了要求相关产业实现绿色环保的条款，类似的贸易限制未来也可能波及中国。

更关键的是，AI 数据中心不仅消耗算力，更是电力消耗大户。一个配备一万张 GPU 的 AI 训练集群，满负荷运行一年的耗电量可达 2.5 亿至 4 亿度，按每度电 0.6 元计算，全年电费支出可达 15 亿至 25 亿元。

目前中国共有 7000 家数据中心，其中专门承接 AI 算力业务的约有 200 多家，且仍在持续扩容。这些 “吃电老虎” 仅在 2023 年就消耗了 1000 亿度电，用电量接近一个中等国家的全年水平。

根据国际能源署的预测，到 2030 年，中国数据中心的耗电量可能攀升至 4000 亿至 5000 亿度，相当于当前的 4 至 5 倍，几乎等同于上海、深圳、广州三座超一线城市的全年用电量总和。

这还只是 AI 产业的基础电力消耗，若再加上清洁能源汽车普及、钢铁厂改用电炉、化工厂升级产能等新增用电需求，未来全社会用电总量还将出现大幅上涨。当前的电网体系就像一辆满载的大巴车，看似尚有空间，实则已难以容纳未来激增的用电需求。

部分城市已经率先感受到了电力压力。北京近期强推数据中心改造，要求降低能效指标，否则不予审批新机房项目。上海试点零碳数据中心，要求算力规模与绿电使用量直接挂钩。贵州则因夏季高温叠加算力负荷过高，一度对机房拉闸限电，优先保障居民用电需求。

种种迹象表明，绿色电力已成为 AI 产业的生命线。谁能提供稳定、廉价、清洁的电力供应，谁就能在 AI 赛道抢占先手。这一结论打破了不少人的惯性思维，大家总认为 AI 竞争的核心是芯片比拼，但真正的决胜战场实则在能源领域。电力供应的表面是够不够用的问题，实则是能否把握未来产业发展主动权的关键。

为了避免被碳税卡脖子，不在 AI 时代落后，中国再次启动了基建狂魔模式。未来十年既是算力时代，也是电力狂飙时代，国家竞争力不仅取决于算法创新与技术突破，更离不开干净、稳定且廉价的电力系统。

到 2030 年，我们或许不再需要纠结电力总量是否充足，而是要面临另一个抉择：优先保障工厂生产用电，还是居民空调用电。