文 | 来咖智库
这句话不是标题党，是中国电力企业联合会规划发展部主任张琳的原话。
9 月 16 日，中电联在 2026 能源绿色发展大会上披露了一组数字：今年以来，全国互联网数据服务业用电量超过 600 亿千瓦时，同比增长超过四成，已经远超 2024 年全年水平。中电联监事长潘跃龙给出的展望更值得记住：预计 " 十五五 " 期间，全国算力用电量年均新增 1000 亿千瓦时以上，到 2030 年预计达 8000 亿千瓦时，占全社会用电量的 6% 左右。
8000 亿千瓦时是什么概念？国际能源署测算，2030 年全球所有数据中心的用电量约为 945 太瓦时，接近日本全国的用电量。而中国的算力一项，到 2030 年就要用掉 8000 亿千瓦时，相当于日本全国用电量的八成以上。
过去两年，所有人讨论算力瓶颈时谈的都是光刻机、制程、HBM 和出口管制。这份数据提示了另一个可能更早到来的约束：芯片可以想办法绕，电绕不过去。
先说清楚一个口径问题
在往下写之前，必须先把三套数据分开，因为它们常被混着用。
第二套是国家能源局的口径，2025 年全国算力中心总用电量约 1700 亿千瓦时，占全社会用电量的 1.6%。全国一体化算力网络八大枢纽节点的算力用电是增量主力，近 3 年平均增长率约 39.5%，远高于全社会用电增速。
第三套是中国信通院的测算，2025 年我国算力中心用电量约 1960 亿千瓦时，同比增长 18.1%，增速是全社会用电增速的 3.6 倍。
三套数字的绝对值不可比，因为统计边界不同。但它们的方向完全一致：算力用电的增速是全社会用电增速的三到六倍，是整个电力系统里增长最快的单一负荷。
更值得注意的是对 2030 年的预测分歧。中电联的答案是 8000 亿千瓦时、占全社会 6%。信通院按高、中、低三种情景测算，2025 年到 2030 年全国算力中心用电量可能达 4000 亿至 7000 亿千瓦时，占全社会用电量的 3% 至 5%。
全球坐标：一整个日本的用电量
把视角拉开，中国的增速并不孤独。
国际能源署在《能源与人工智能》报告里给出了全球坐标：2024 年全球数据中心用电量约 415 太瓦时，占全球总用电量的 1.5%；基准情景下 2030 年将达约 945 太瓦时，占全球近 3%，2026 年 4 月这一预测被更新为 950 太瓦时；到 2035 年约 1200 太瓦时。
IEA 执行主任比罗尔的说法更直白：未来五年全球数据中心电力需求将翻倍以上，到 2030 年的用电量相当于今天的整个日本。 他还补了一句，" 没有能源就没有 AI，具体说就是没有电 "。
需求从哪里来？一个常被忽略的事实是，训练只是阶段性工作，推理环节可以占 AI 全生命周期能耗的 80% 至 90%。这解释了为什么模型迭代慢下来，用电量也不会跟着慢下来。当前全国日均 Token 调用量较两年前已经实现千倍级增长，而中国信通院的数据显示，AI 正在从 " 训练为主 " 转向 " 训练与推理并重 "，意味着这条曲线还在指数通道里。
还有一个绕不开的悖论。IEA 的测算显示，单位 AI 任务的能耗近期每年下降至少一个数量级，但总需求仍然持续攀升。研究者把这种现象归为杰文斯悖论：让一样东西用起来更便宜，人们就会用得更多，总消耗反而上升。技术效率的胜利，并没有转化为能源消耗的下降。
它是最耗电的客户，也是最挑剔的客户
如果只把 AI 当成一个用电大户，就漏掉了这个行业最特别的地方：它对电的要求不只是 " 够 "，还得 " 稳 "。
浙江日报报道过一个场景：一家芯片厂的车间里，光刻机正在雕刻电路，一次不到 0.1 秒的电压暂降，整条生产线就停了，一批快完工的晶圆直接报废。一条产线停机几小时，损失就要上百万元。
这就是电力行业说的 " 晃电 "。对普通工厂影响有限的电能质量问题，对先进制造和算力设施是致命的。也正因如此，供电质量正在从一项技术指标，升级为影响产业效益的关键生产要素。
电网的动作已经跟上了。9 月 2 日，国网北京电力推出新质生产力电能质量敏感客户服务保障 8 项措施，围绕项目接电、方案编制、设备运维、监测预警、故障处置全链条，为高端制造和科创产业提供 " 一线一册 " 的差异化运维，把电能质量评估和定制电力设备配置前置到接电方案阶段，并指导企业为光刻机、刻蚀机等关键工艺设备配置固态切换开关、动态电压恢复器、UPS 等定制电力设备，在客户供电变电站部署电能质量监测装置实时在线监测。
国网浙江电力走得更进一步，印发《供电质量提升专项行动方案（2026 至 2028 年）》，聚焦芯片制造、生物医药、精密加工、新能源汽车、算力设施、石油化工六类产业，分三阶段推进：2026 年完成敏感用户排查建档、终端监测 100% 全覆盖，2027 年常态化监测治理，2028 年底建成全国示范样板。方案还相当具体地落到地域分工上：杭州的芯片制造、宁波的石油化工、嘉兴的算力设施、绍兴的生物医药、金华的新能源汽车、台州的精密加工，一市一特色，一产业一对策。
这套动作的商业含义很直接：同一个地区，能不能承接先进制造和智算中心，取决于电网愿不愿意为它单独加固。过去招商引资比的是土地和税收，现在比的是供电可靠性等级。
错配：东部的渴求，西部的富余
算力与电力之间真正的矛盾，不是总量不够，而是空间上的错配。
华北电力大学能源互联网研究中心副主任王永利分析得很清楚：东部地区算力需求集中、市场场景丰富，但土地、能耗和绿电资源相对紧张；西部地区新能源资源丰富，但本地算力需求和高价值消纳场景不足。
而算力设施的选址又高度集中。截至 2026 年 7 月底，全国智能算力总规模达 245 万 PFLOPS，八大国家算力枢纽和三个算电协同发展区已建成的智算规模占全国比重超过 85%，其中已有 145 万 PFLOPS 纳入国家级监测调度平台。
这种集中，恰好给了错配一个解法。国内几个主要枢纽的能效水平已经接近国际一流：和林格尔、贵安、中卫等算力枢纽的 PUE 已降至 1.20 至 1.25。极端案例更有想象力：上海临港建成了全球首个 " 海上风电直联加海水自然冷却 " 的海底数据中心，总规划规模 24 兆瓦，设计 PUE 不高于 1.15，绿电供给率超过 95%；中国电信（国家）数字青海绿色大数据中心作为全国首个 100% 清洁能源可溯源的绿色大数据中心，PUE 控制在 1.2 以下，清洁能源供电占比 100%。
中国工程院院士杜祥琬的判断是，国内不少地方招商引资算力项目时，已把绿电消纳比例、PUE 限值作为前置条件，算电协同正在从行业共识变成政策抓手。
这句话值得反复读。它意味着电价和绿电占比已经变成了算力项目的准入门槛，而不只是成本项。一个地区有工程师、有资本、有土地，但如果没有电，项目就是落不了地。
把负荷变成资源
" 算电协同 " 要解决的核心问题，王永利概括为三个：电力从哪来、电网如何配套、算力负荷怎样调节。
前两个是供给问题，第三个是机制问题，也是最难的一个。过去算力设施和电力系统的关系是单向的：电网送多少电，算力设施就用多少电，数据中心被定义为 " 刚性负荷 "。
2026 年 5 月的一次测试改变了这个定义的边界。5 月 15 日 20 时，南宁电网电力负荷达 636.42 万千瓦，创年内新高。南方电网广西南宁供电局发出负荷调节需求后，中国移动广西公司南宁高新通信枢纽数据中心立即动态调整正在运行的算力任务，整个过程仅耗时 10 分钟，单机用电负荷快速下降 90%。
这次测试同步引入了广西电网碳排放溯源系统，结果显示该数据中心所在区域的碳排放因子从早间的 0.34 千克二氧化碳每千瓦时降至中午的 0.15，单位用电碳排放强度下降约 55.9%。
意义在于，非实时、非核心的算力任务具备可调节空间，可以根据电网运行和新能源出力情况灵活安排运行时段。算力设施由此获得了一个新身份：可调节负荷资源。
政策层面的推进节奏同样紧凑。2026 年《政府工作报告》首次将 " 算电协同 " 写入，明确提出实施超大规模智算集群、算电协同等新基建工程。4 月 8 日，国家发展改革委、国家能源局、工业和信息化部、国家数据局四部门联合印发《关于促进人工智能与能源双向赋能的行动方案》，提出两个时间节点：到 2027 年初步构建安全、绿色、经济的能源保障体系，到 2030 年人工智能算力设施的清洁能源供给保障能力达到世界领先水平。方案的具体抓手包括探索百万千瓦级算力设施与配套能源系统协同建设、探索核电和氢能以直连方式为算力设施供能、鼓励配置构网型储能，并把可再生能源利用方案、PUE、绿电消费占比、余热回收列为新建及改扩建算力设施的节能降碳审查核心内容。
9 月 11 日的国常会进一步作了安排：推动算电协同、算网融合，强化算电设施规划衔接，加快绿电直连、源网荷储等项目落地。
产业界的动作也在同一个月密集发生。华为全联接大会今天在上海开幕，昇腾 950 超节点在会上宣布规模商用，旗舰方案 Atlas 950 SuperPoD 的 1024 卡集群可输出 1EFLOPS（FP8）算力、256TB 全局统一内存编址、跨柜往返时延 3 微秒，满配可扩展至 8192 卡。华为此前已发布全球首个 3D 数据中心方案，并称十万卡以上昇腾超节点集群将成为基础配置。单集群规模再上一个数量级，对应的就是园区级的供电和散热需求。
结语
把所有线索收在一起，能得出一个不太舒适但相当确定的结论。
这一轮算力竞赛的前半场，比的是谁能买到卡。后半场，比的会是谁的电更稳、更便宜、更绿。
7000 亿千瓦时还是 8000 亿千瓦时，这个数字最终落在哪，其实不取决于电网能发多少电。中国的年发电量早已是全球第一，总量从来不是最紧的那一环。真正的变量在于算力愿不愿意、能不能够把自己从一个刚性负荷，变成一个可以被调度的负荷。
广西那次 10 分钟的响应给出了技术上的答案。接下来要回答的是机制层面的问题：算力参与电网调节怎么定价，碳排放的核算与交易怎么嵌进去，跨区域的算力调度与电力调度怎么协调。这些问题目前没有现成答案。
但有一个信号已经足够清楚：当变电站开始为一家企业的电压波动单独建档，当绿电占比成为算力项目的招商门槛，电力系统已经不再是算力的配套，而是算力的前置条件。
AI 是这个时代最大的新增用电户，也是电网最不能得罪的客户。它一边推高全社会用电量的曲线，一边要求这条曲线不得有万分之一的抖动。
这就是 " 算力的尽头是电力 " 的全部含义。
