全球最大鐮刀也盯上能源了

本文來自格隆匯專欄：虎嗅 妙投APP，作者：董必政

「如果説錯過了英偉達芯片，就繼續往下走——核聚變」，幣圈大鱷孫宇晨曾分享過這樣的一個觀點。

他不光是説説。上個月，他入股了一家核能相關的初創公司。

他還預言「人類將進入一個前所未有的缺電時代,算力會吃電吃得非常厲害,並建議阿里、騰訊應該到處採買水電站。」

他也買了。據傳，孫晨宇通過家族辦公室SunFund Energy在挪威收購了兩座小型水電站，總裝機容量達86兆瓦。

怎麼説呢，你可以懷疑孫宇晨的人品，但不能質疑人的眼光。

隨着算力的爆發，「缺電」正在照進現實。近期，微軟首席執行官Satya Nadella表示，目前微軟因電力短缺和物理空間不足導致GPU閒置在庫存中。

OpenAI在一篇博客文章中表示，保持AI領域優勢所需的電力遠遠超過美國目前的供應能力，而日益增長的電力缺口正威脅着美國在這項技術上的領導地位。

近幾個月來，谷歌、微軟、亞馬遜等都紛紛達成協議未來將採購包括核聚變反應堆和小型模塊化反應堆等先進核能技術產生的電力。

華爾街也嗅到了同樣的氣息。

高盛近日指出，AI服務器集羣的耗電速度，遠遠超過電網擴容的步伐，電力供應恐將成為AI時代最大的瓶頸。

與此同時，A股的資本市場的投資邏輯開始從算力往電力方向演繹。電網設備概念反覆活躍，陽光電源、思源電氣、金盤科技等概念創出了歷史新高。

當一塊小小的芯片開始撼動一個國家的能源根基，一場圍繞電力的隱祕戰爭已然打響。那麼，這場能源之爭的焦點在哪？誰會在這場「電慌」中抓住下一個時代的阿爾法？

一、 中美電力大摸底

要理解這場「電慌」，首先要明白AI到底有多「渴」。

過去，一個標準的數據中心機櫃，功率通常在6-8千瓦（kW）左右。而現在，一個用於AI訓練的高密度服務器機架，單櫃功率輕松突破50kW，甚至正朝着100kW邁進。

未來，隨着更強算力芯片的部署，整個AI服務器集羣的用電量，正在從「千瓦級」躍升至「兆瓦級」。一個兆瓦，足夠支撐上千户家庭的日常用電。

根據國際能源署（IEA）的數據，2024年全球數據中心用電量約佔全球電力需求的1.5%，即415TWh；到2030年，數據中心的用電量將增長一倍以上，達到約 945TWh，約佔中國2024年居民生活用電量（1490TWh）的63.42%。

除了AI服務器等硬件設備，各AI大模型的技術架構、訓練推理方式不同也會影響到最終的用電量。其中，參數數量、訓練數據集規模，是影響到AI大模型訓練功耗的重要因素。

OpenAI的GPT系列遵循「規模優先」的發展路徑，其GPT-4o採用「大稠密層+少量專家」結構，激活參數幾乎等於總參數，計算量隨參數線性放大。

相比之下，中國的DeepSeek系列採取了「效率優先」的參數策略，DeepSeek-R1/V3採用動態稀疏MoE架構，推理階段僅需調用12%參數量即可完成複雜任務，顯著減少了能耗。

據彭博新能源財經統計，Grolk-3大模型、Llama3.1大模型、Gemini 1.0 Ultra、GPT-4、DeepSeek-V3單次訓練的功耗分別為154MW、25.3MW、24.2MW、22.1MW、3.2MW。

（來源：彭博新能源財經）

在這場電力消耗的盛宴中，美國是當之無愧的大户。2024年，美國以45%佔據全球數據中心電力消耗的榜首，中國（25%）和歐洲（15%）緊隨其后。

對於未來，中國和美國是數據中心用電量增長最顯著的地區。據IEA預測，對比2024年，2030年美國用電量增長約240TWh(增長130%)，中國增長約 175TWh (增長170%)。

隨着電力需求的攀升，在這場電力大考中，中美兩國交出的答卷截然不同。

1. 美國的電力窘境

美國的電力系統並沒有為這場AI的饕餮盛宴做好準備。

回顧美國近二十年來的發展，美國的經濟增長與電力需求出現了「脱鈎」。而這種脱鈎，讓美國對於AI相關的巨大用電需求應對不足。

自2010年以來，美國經濟累計增長24%，而電力需求幾乎原地踏步，2023年甚至比2022年下降了2%。這是由於，美國經濟增長主要依賴於金融和高科技等低能耗產業，同時LED燈等節能技術的普及也有效對衝了新增需求。這讓電力公司和監管機構產生了「路徑依賴」，放慢了電網擴容和發電能力建設的步伐。

同時，美國的電力基礎設施正在「變老」。由於機組老舊和環保壓力，美國從2010年起就進入了火電機組的退役高峰期。

2015年和2016年，火電退役容量分別高達16.6GW和16.4GW。據長江證券預計，在2020-2030年期間，美國每年退役的火電容量都將大於新增容量。

這種「青黃不接」的局面，讓本就緊張的電力供應雪上加霜。

一退一進之間，巨大的電力缺口正在美國形成。

那麼，這個電力缺口會有多大呢？

根據Ethan在硅谷101給出的數據，未來的五年，整個數據中心基礎設施建設的投資規模應該是到5-7個萬億，按照500億/GW計算，即未來5年數據中心將新增100GW-140GW裝機量。

爲了滿足所有的用電，一些機構預估美國每年應增加約80GW的發電裝機容量，實際上美國每年的裝機容量增長只有50-60GW，也就是説每年美國面臨的是大概20GW發電裝機容量的缺口。

倘若如此，未來5年左右，美國將會面臨大概100GW的電力缺口。當前，美國的總發電裝機容量大概是1300GW。

對於美國缺電，也有機構給出了不同的測算。據長江證券測算，2025-2030年美國數據中心將新增50GW（中性）至178GW（樂觀）的裝機量。

（數據來源：長江證券）

假設2024年電力供需平衡，在中性情況下，2025年-2030年美國將合計產生約73.2GW的電力總缺口；在樂觀情況下，2025年-2030年美國將合計產生約201.2GW的電力總缺口。其中，2025-2027年將是壓力最大的階段。

此外，美國的數據中心多集中於北加利福尼亞州、弗吉尼亞州、紐約州等。而美國的很多電網是小區域局部規劃，很少有跨區域的大規模的集中的規劃，無法像中國實現「西電東送」。

對於建設電網的過程中，美國需要很多的審批，周期漫長。比如：高壓傳輸線需要經過一個農場主，這個農場主不允許建，那電網可能就要繞道個幾百個英里。

現實已經給美國AI的發展敲響了警鍾。

全球最大的數據中心聚集地——北弗吉尼亞州，其主要電力供應商Dominion Energy已公開表示，由於輸電能力限制，可能無法滿足所有新的數據中心項目用電需求，導致部分項目被迫推迟數年。

對於日新月異的AI來説，這幾乎是一個無法忍受的漫長周期。

2. 中國的「另一本賬」

要理解中國AI的電力底牌，我們必須先回到能源的基本面。

長期以來，中國的能源稟賦是「富煤、貧油、少氣」。中國的煤炭儲採比是40年，石油儲採比是18年，天然氣儲採比是30年。我國石油進口依存度約為70%，來源於俄羅斯、沙特、馬來西亞；天然氣進口依存度約為42%，來源於俄羅斯、澳大利亞、土庫曼斯坦、卡塔爾、馬來西亞等。

一旦國際局勢風雲突變，地緣衝突加劇，或是海上通道安全受到威脅，能源供應的穩定將面臨問題。

再加上，美國和歐盟曾試圖聯手利用環境和氣候問題打壓中國的發展。比如：2009年哥本哈根氣候大會，發達國家試圖繞過《聯合國氣候變化框架公約》確立的「共同但有區別的責任」原則，要求中國等發展中國家承擔與發達國家同等的量化減排義務。

因此，中國的能源發展不僅注重可控，還要綠色環保。

在能源發展中，中國優先發展新能源（如風電、光伏、水電等），確保新能源規模和可靠性達到可替代傳統化石能源的水平后，傳統能源逐步退出。

與美國相反，中國總體不缺電。近幾年，全國發電量均大於用電量。

2024年，全國發電量10.09萬億千瓦時，同比增長6.7％；其中，風光新增發電量3660億千瓦時，佔總新增發電量的58.1％，達到1.83萬億千瓦時。

2024年，全國全社會用電量達9.85萬億千瓦時，同比增長6.8％，2016—2024年年均增速6.6％。

從能源結構來看，2025年1-9月，在全國發電裝機容量中，風電、光伏等新能源總和已經超過了火電。

（圖片來源：國家能源局）

不過，中國愁「綠電的消納」，即發電后電力無法輸送或消納而被浪費的現象。

一位光伏人士向虎嗅妙投表示，「光伏行業花了20年解決了組件經濟性的問題，2025年以后，光伏核心問題是發電的消納」。 

儘管新能源裝機和發電量快速增長，但是受到電網傳輸通道不足、本地電力負荷需求較小等因素,新能源消納壓力較大。根據新能源消納監測中心數據，2025年4月西藏、青海、新疆光伏利用率為67.8%、81.9%、88%。

而算力已成為我國新能源消納的重要途徑。

2023年，國家政策首次提及「算力電力協同」，並明確要求，到2025年底初步形成算力電力雙向協同機制，國家樞紐節點新建數據中心綠電佔比超過80%。

此外，多家互聯網和IDC企業陸續發佈其碳中和目標，承諾將於2030年實現100%使用綠電。

國內的算力和綠電並不完全適配。東部渴求算力，西部手握綠電。

從算力資源的空間格局來看，隨着東數西算政策推進，新建算力中心尤其是大型、超大型算力中心逐漸向八大樞紐節點轉移。

中國信息通信研究院數據顯示，截至2023年底，八大樞紐節點機架數佔全國七成以上，其中京津冀和長三角在用機架數的全國佔比分別為21.5%和24.5%，其余六大節點在用機架數的全國佔比總和為25.5%。

（數據來源：信通院）

從數據看，京津冀和長三角兩大東部城市羣，以46%的佔比牢牢佔據了全國算力的半壁江山。這里是經濟和創新的高地，對算力資源的需求自然最迫切。

而寧夏、內蒙古、甘肅、貴州這些西部「綠電富翁」。他們手握着取之不盡的綠色能源，但卻面臨「有電運不出」的窘境，即網絡帶寬相對較小，跨省數據傳輸費用高。

爲了緩和這一「東渴西富」的空間矛盾，國家層面祭出了兩把利劍：

1.「荷隨源轉」，即算力跟着電力走

「荷」即是負荷（數據中心），「源」即是能源（電力）。這種模式的核心邏輯是，把算力中心這個「電老虎」直接建到能源富集區。

在風、光、水電等清潔能源豐富的西部地區，國家鼓勵開展「源網荷儲」和微電網等試點建設。這就像是給數據中心配置了一個專屬的、局部的能源系統，實現自發自用。

例如：截至2024年8月，寧夏中衞市已建成大型、超大型算力中心16個，累計標準機架達8.4萬架，為國內4000余家企事業單位提供算力服務。

2. 「源隨荷建」，即算力企業自發自用

在算力需求聚集的東部地區，企業無法將數據中心徹底搬遷，就只能通過自建新能源發電項目來滿足自身的綠色用能需求。

最常見的手段，就是利用數據中心巨大的建築屋頂部署分佈式光伏。

例如：騰訊天津高新雲數據中心利用建築屋面部署分佈式光伏系統發電，總裝機容量達10.54MW，年發電量約1200萬千瓦時。

那麼，中國會有電力缺口嗎？

隨着AI需求爆發，中國的數據中心用電需求預計也將大幅增長，中國信通院預測，2030年中國數據中心用電需求將達3000-7000億千瓦時，佔全社會用電量的2.3%-5.3%。

根據「十五五」規劃，到2030年中國新能源裝機規模有望突破30億千瓦，相比2024年底的裝機水平（約14.1億千瓦）實現翻番增長。

參考2024年風光發電量，2030年中國風光發電量有望增加1.83萬億千瓦時，高於到2030年數據中心預計新增3000-7000億千瓦時的用電量。

妙投認為，到2030年電力不會成為中國AI發展的瓶頸，還有可能成為中國AI彎道超車的重要因素。

11月5日，英偉達CEO黃仁勛接受採訪時曾表示：「中國將贏得人工智能（AI）競賽」。他將中國的潛在勝利歸功於更有利的監管環境和更低的能源成本。

不過，值得注意的是，AI需要24小時穩定供電，而傳統能源（如煤電）調峰能力不足，可再生能源（光伏、風電）受間歇性限制，配置儲能雖然解決部分問題，但效果不如核電。

可控核聚變能夠提供24×7全天候的電力，並且裝置緊湊，能夠就地靈活安裝，從而減少對輸電線路的依賴，符合AI對電力的需求特徵，是獲得海外科技巨頭大力支持的重要原因。

不過，我國對核電的安全發展較為慎重。在全球來説，核能在一次能源中的貢獻比約佔10%以上，這個比重在我國不到5%。

爲了應對AI帶來的指數級電力需求，中國也開始加速佈局核能。

二、危即是機

很明顯，電力資源及相關基礎設施配套正在成為制約美國AI算力擴張的核心瓶頸，但對中國影響不大。

面對這場迫在眉睫的能源危機，科技巨頭們早已開始行動，不約而同地投向了終極能源——可控核聚變。

可控核聚變被譽為「人造太陽」，它能夠提供幾乎無限的清潔能源，並且具備7x24小時全天候穩定輸出的能力。

聚變裝置理論上可以更緊湊、更靈活地部署在數據中心旁邊，實現「就地供電」，徹底擺脫對脆弱長距離輸電線路的依賴。這完美契合了AI對電力的所有要求。

但，遠水解不了近渴。

可控核聚變雖然前景無限，但商業化落地至少還需要十年甚至更久。面對未來3-5年內就將爆發的電力缺口，必須找到短期、中期、長期相結合的綜合解決方案。

這也產生了一些投資機會。

一方面，美國缺電，會加大電力基礎設施的建設，直接給相關電力設備企業帶來發展機遇。

另一方面，雖然中國不缺電，受光照、風力的影響，風光並不能7×24小時直接供電數據中心，需要配儲能，還需直接研發供電更穩定、更適配數據中心的核能。

1.短期看電力設施配套

由於美國電力公司已經完全跟不上科技公司的需求，很多美國科技公司，自己去建發電機、建發電站、變電站和一些配網的設施。

比如：根據DCD報道，目前特斯拉CEO馬斯克已從Voltagrid採購了14台移動天然氣發電機，每台發電機可提供2.5MW電力，用以緩解其初創公司xAI的數據中心電力短缺問題。

因此，這輪北美缺電將會給儲能、燃料電池、變壓器、備用電源等相關企業帶來增量市場，相關上市公司也面臨價值重估。

以儲能為例，北美缺電給海外儲能帶來新增量。考慮儲能無產能瓶頸、建設周期較短，可能加速數據中心審批流程，儲能是解決數據中心核心電力需求的重要解決方案。

另外，英偉達將AIDC配儲定調為剛需，不再是可選項。

2025年10月舉行的OCP全球峰會上，英偉達發佈了800V直流架構白皮書，指出「儲能必須被視為電源架構中必不可少的、活躍的組件，而不僅僅是備用系統」。此外，谷歌也提到未來AIDC更大功率波動需要儲能平抑。

因此，北美數據配儲超預期的邏輯正在演繹。

此前，北美部分官方機構預測未來5年數據中心累計裝機量約為30-100GW，而北美AI數據中心實際需求有望不斷超出預期，長江證券預計2025-2030年數據中心需求可能累計達178GW。

這個邏輯在A股上已有反映，市場資金不斷關注企業是否涉及海外儲能業務，對相關企業進行價值重估。

例如：作為光伏企業巨頭，天合光能因光伏產能過剩、價格低迷，天合光能的股價一直較為低迷。自10月份以來，天合光能的股價已上漲31%，其原因主要為儲能業務被價值重估所致。

根據天合光能三季報交流會，公司表示，今年儲能的出貨目標是8GWh，明年出貨量目標規劃爲在今年的基礎上基本翻番。目前公司（已簽單）的海外訂單超10GWh，預計主要在2025-2026年交付。

由於天合光能2026年儲能預期16GWh（同比翻倍），假設儲能價格上行，按照0.08元/Wh的利潤測算，儲能業務將給天合光能帶來12.8億的業績增量。如果給予20倍的估值，將對應256億的市值。

另外，陽光電源、阿特斯等也因儲能業務的價值重估出現股價上漲。自10月份以來，陽光電源、阿特斯的股價分別上漲29%、68%。

2.中長期看SMR核能、可控核聚變

除了自建電站解燃眉之急，各國政府、科技公司均把目光看向核能——SMR核能、可控核聚變。

2.1 SMR核能

如果説大型核電站是「航母」，那麼小型模塊化核反應堆（SMR）就是「驅逐艦」。

SMR的功率通常在300兆瓦以下，採用模塊化設計，可以在工廠預製，現場組裝，建設周期更短、成本更低、選址更靈活。

近幾個月來，谷歌、微軟、亞馬遜等都紛紛達成協議未來將採購包括核聚變反應堆和小型模塊化反應堆等先進核能技術產生的電力。

此外，特朗普政府最新核電相關行政命令帶動核電全產業鏈重估，強化核電作為AI能耗重要能源類型的投資邏輯。

SMR目前仍處於商業化前期，收入尚未顯現。

在商業化方面，Oklo正在開發使用液態金屬鈉作為冷卻劑的SMRS，但至今尚未獲得美國核能管理委員會的運營許可，也未與任何電力採購方簽訂有約束力的合同。華爾街分析師預計，Oklo直到2028年纔可能產生可觀收入。

NuScale預計首個SMR項目於2030年后才貢獻收入。

當下，NuScalePower、Oklo等SMR技術開發商的淨利潤持續為負。據機構預測，兩家公司2025-2027年預測淨利潤均為負值。

因此，NuScalePower、Oklo等SMR技術開發商的估值高度依賴長期訂單轉化與監管審批進度。

妙投認為，NuScale Power、Oklo等現在的漲幅都更多依靠敍事，還觀察商業化進展、訂單能否兑現。

（數據來源：wind）

另外，作為上游原材料（鈾燃料）供應商，Cameco與Centrus Energy能穩定盈利且持續增長，2025-2027年淨利潤均呈正向擴張，市盈率雖高，但反映行業長期供需緊平衡下的溢價。若相關企業股價出現回調，可擇機考慮參與。

2.2可控核聚變

雖然可控核聚變仍處於早期，但已上升爲多國能源戰略重點，錢已經開始向可控核聚變賽道湧入。

美國明確提出2035年實現聚變併網目標，英國將2040年定為商用節點，日本、韓國與俄羅斯等國亦將商業化時間點設定於2040至2050年之間。

在融資方面，自2021年起，全球聚變企業的權益融資規模迅速上升。2024年全年累計融資接近30億美元，而2025年僅前七個月，全球聚變企業融資額已突破10億美元。

在國內一級市場方面，2023年上半年，關注可控核聚變的賽道的投資機構並不多。直到2025年，不管是頭部機構，還是產業資本都開始關注可控核聚變。

比如：國家能源局設立200億元「聚變產業基金」、中核集團設立核聚變專項基金等。

在二級市場上，一些材料、設備上市企業因有可控核聚變相關訂單，也被資金關注出現上漲。

例如:國光電器2024年可控核聚變相關訂單達3.2億元，佔公司營收比重提升至18%；合鍛智能與聚變新能簽訂2億元真空室訂單，預計2025年底交付，該訂單佔2023年營收的12%等。

從商業化進程來看，當前項目以規劃階段為主，未來3-5年將是核聚變項目投招標的高峰時期。

根據合鍛智能6月投資者關係記錄表，目前全球在建/待建託卡馬克裝置共25台，而目前單台實驗堆平均造價100億元，合計對應2500億以上市場空間，並且將會在3-5年間集中釋放。

當下，可控核聚變對上市公司的業績影響還未完全體現，商業進程仍有一定的不確定性，但值得持續關注。