AI的尽头是电

2026年，整个AI行业都绕不开同一个物理现实：模型越强、调用越多，烧的电就越多。 当推理算力占AI基建支出超过70%（这正是同期发生的结构性转变），电力就不再是配套问题，而是天花板问题。

最直观的数字来自Anthropic：它已锁定至少14.8吉瓦（GW）的计算能力。作为参照，1吉瓦约对应75万户美国家庭的用电量——Anthropic一家锁下的算力，相当于超过1000万户家庭的用电规模。

数据来源：Anthropic算力合约披露；Nscale、谷歌能源采购公开信息

把"吉瓦"这个单位看懂

过去谈数据中心，说的是多少个机柜、多少张GPU。2026年，单位换成了吉瓦，这本身就是信号：

  • Nscale在西弗吉尼亚的园区规划达到1.35吉瓦；
  • 谷歌在芬兰直接购买核电，锁定该国50%的发电量为其数据中心供电。

当一家科技公司要去谈一个国家一半的核电发电量，AI对电力的渴求已经远远超出了"机房增容"的范畴。这是能源级别的需求。

为什么电力成了硬约束

电力对AI的约束来自几个叠加因素：

  1. 推理是持续负载：不像训练有峰谷，7×24小时的推理调用是恒定的耗电；
  2. 密度越来越高：高性能芯片机柜的功率密度飙升，散热本身也耗电；
  3. 选址被电力重写：数据中心不再只看地价和网络，而是看哪里有便宜、稳定、低碳的电；
  4. 电网接入周期长：拿到一块地容易，接入足够的电力可能要数年。

于是出现了一个有趣的产业链迁移：AI公司开始像能源公司一样谈电——签PPA（购电协议）、买核电、抢水电、布局自建电源。

从技术问题到两党政治议题

更深远的变化发生在政策层。在美国，数据中心能耗已经成为两党共同关心的政治议题：

  • 共和党关注电网扩容、能源独立与产业就业；
  • 民主党关注碳排放、居民电价与社区影响。

当AI数据中心开始影响普通家庭的电费单、占用当地电网容量，它就从硅谷的技术新闻，变成了议员要在选区里回应的民生问题。任何一项吉瓦级工程，都不再只是商业决策，而是公共治理。

行业影响

guijiagi.com认为，电力约束给AI狂热踩了一脚现实的刹车。算力可以买、芯片可以抢、模型可以训，但电网不会因为你的估值涨了就自动扩容。14.8吉瓦、1.35吉瓦、50%核电发电量——这些数字提醒我们：

所有关于AI未来的宏大叙事，最终都要落回到一座变电站、一根输电塔、一度电上。

谁能率先解决"稳定、廉价、低碳、足够大"的电力供给，谁就握住了下一阶段AI竞赛的真正底牌。当推理成为常态负载，能源安全就是AI安全的另一半——这，或许比任何模型发布都更决定行业的长期格局。