# AI底层瓶颈是电力：中国在供给与基建上具比较优势

- 来源：AYi (@AYi_AInotes)
- 发布时间：2026-07-12 21:59
- AIHOT 分数：52
- AIHOT 链接：https://aihot.virxact.com/items/cmrhwb3dl0185biid81xpvbey
- 原文链接：https://x.com/AYi_AInotes/status/2076305353021501726

## AI 摘要

推文指出AI真正的底层瓶颈可能是电力。ChatGPT单次查询耗电约为普通搜索的10倍，随着训练和推理规模同步增长，电力从背景变量变为硬约束。美国电网建设滞后，数据中心项目常卡在电力接入环节。相比之下，中国在电力供给规模、西部绿电成本、政策支持及建设速度上具备比较优势。国家能源局预测，2030年数据中心用电量将达800TWh，占全国总用电约6%，2025-2030年复合增速接近36%。东数西算工程预计可节省超3000亿元电力成本，且西部低温环境能优化能耗比。推文认为AI竞争最终比拼的不仅是芯片和模型，更是电力成本、供给量及基建速度。

## 正文

大家说起AI 都在聊芯片和大模型，很少有人聊电力。

但说实话AI真正的底层瓶颈，可能恰恰是这个最不起眼的东西。

ChatGPT 查询的耗电量，大概是普通搜索的近 10 倍，这个数字放在几年前没人在意，但训练和推理规模同时往上走的时候，电力就从背景变量变成硬约束了。

美国那边的问题特别典型，芯片有，技术有，但电网跟不上，不少数据中心项目直接卡在电力接入这一步，有钱有芯片，没电就是建不起来。

反过来看中国，这件事上反而占了便宜，电力供给规模大、西部绿电成本低、政策支持给得快、建设速度也跟得上。这几项叠在一起，变成了一个别人短期学不来的比较优势。

这个增长有多猛。国家能源局的数字，2030 年数据中心用电量会到 800TWh，占全国总用电大约 6%，2025 到 2030 这五年复合增速接近 36%。

然后是东数西算，很多人第一反应当成一句口号，但它做的其实是一件很具体的事 -- 把西部的低电价、低地价、低温环境，直接转成数据中心的运营成本优势。

预计能省下超过 3000 亿元的电力成本，低温环境也让能耗比天然更优。

当然也不是说电力就决定一切，芯片、算法、人才照样重要，我的意思是，大家都在盯着顶层竞争的时候，底层这个最基础的变量，它的权重可能被严重低估了。

我理解AI 竞争打到最后，不只是比谁的芯片更强、谁的模型更聪明。

还比谁的电更便宜、谁的电够多、谁能更快把数据中心建起来。

### 引用推文

> AYi：http://x.com/i/article/2075180500331667456