AI谁会赢 · 1
要我看，中国赢：谁能把电真正送进机房
2026 年 3 月 27 日，贵州贵安新区的云谷输变电工程启动送电。这是一座 500 千伏变电站，承担着加强当地电网、支撑算力基地的任务。设计方的投运消息里，有线路、有地基、有设备，没有哪个大模型的跑分。
看上去离 AI 很远。可我们在屏幕上等一个答案时，背后总得有这些不大上镜的东西。
这一轮，我先站在中国一边。我的理由是：当 AI 越来越多地成为日常服务，供电和建设能力就会越来越深地参与竞争。中国不仅有庞大的电力系统，也有持续扩建电网所积累的设备供应与工程能力。若下一阶段的扩张主要卡在这里，我更愿意押中国。
赌注先说清楚：从现在到 2030 年，比两国境内的大型算力系统，谁更有条件按时、持续地交付负担得起的有用算力。这篇主要看模型投入使用后，日复一日替人做事的那部分，通常叫“推理”。先算服务商承担的全部建设与运营成本，补贴条件另行写明；企业赢下订单，不自动等于全社会也赚了。美国公司在别国的机房，不能直接算作美国境内的供给；中国也一样。
至于中国是否已经普遍接电更快、完成同一道任务更便宜，现有材料还不足以证明。我押的是一条有实物基础的胜出路径，接下来就看它究竟能走多远。
全国有电，机房未必有
中国的家底确实厚。按国家统计局的 2025 年统计公报，全年发电量约 10.58 万亿千瓦时，年末发电装机约 38.91 亿千瓦。如此规模的电力系统，当然值得放进 AI 竞争的讨论。
但不能看完这个数，便径直宣布胜利。这些电还要供工厂、住宅、铁路和商场使用，并不是专门替 AI 留下的一份家产。更何况，全国一年发了多少电，与某个地方下个月能不能接上一座机房，中间隔着好几道工程。
远处有电，线路未必送得过来；线路到了，变电和配电设备未必跟得上；设备齐全，还得考虑故障时怎么办，机器发出的热怎样带走。风光发电增加了供应，却也不能把装机容量原样当成每个小时都能拿到的电。
所以，云谷变电站这样的工程才值得看。它把支撑算力的电网设施向前推进了一步。至于某个客户的机柜是否已经接通、装满、开始干活，还要另查。变电站投运不能替整座算力基地签收。
更有意味的是，贵州能源监管办今年 5 月的一份调研通报。其中披露，贵州大数据中心 2025 年已经用了 29.57 亿千瓦时电；同时要求电网建设适度超前，并处理电压暂降、短时中断等供电质量问题。这里统计的是全省大数据中心，不全是 AI。
这份通报一面说明负荷已经存在，一面也提醒我们：即使在积极发展算力的地方，电的数量、送达时间和供电质量，仍是几件不同的事。没有理由因为自己站在中国一侧，就把中国机房需要补的课略过去。
中国值得押的，是把几件事接起来
替中国论证，最省事的办法是写四个字：基建狂魔。
可这四个字不能插在机柜后面当电源。
真正使我倾向中国的，是电力建设背后的工业能力。国际能源署 2025 年的输电网报告指出，在其回顾的十年中，全球新增输电线路超过三分之一建在中国，总长超过 50 万公里。线路公里数当然不是供电能力的同义词，但这至少是一份已经完成的建设记录，而不只是下一轮投资计划。
更切中问题的是，报告在讨论高压直流输电及海底电缆时，指出中国的持续投入和主要服务国内需求的电缆制造能力，帮助它避开了其他地区遭遇的多项供应限制；欧美则面临产能与需求之间的瓶颈。这个比较限于有关输电技术和供应链，不能扩大成“中国所有电力设备都不缺”。可它提供了一个比“电很多”更具体的理由：新增需求到来时，中国在部分关键环节，已有扩建所需的产业支撑。
反过来看，美国能源部在 2026 年 8 月的说明中，仍把进口依赖、国内产能有限和设备过度定制，列为电网扩张的障碍，并提出通过制造业支持和标准化来改善。这意味着美国也在补课，不能把今日的瓶颈写成永远的宿命；这些措施能否及时改善到 2030 年前的交付，仍须观察。
所以，我押的不是中国有一池别人没有的电，而是当扩张需要更多线路和设备时，中国已有的一部分建设产业链能更从容地接单。这是从上述事实作出的判断，还不是两国机房交付速度的实测排名。
要让它变成算力优势，还得把电网、机房与任务安排到一起。先看哪些地方能够可靠增供，再决定适合放什么计算；明确用户何时需要多少容量，再让线路、变电站和机房按进度衔接。能错峰的任务安排到合适时段，必须立即回答的服务，则不能叫用户等到电便宜了再来。
贵州监管办提出的规划、建设、交易和调度协同，正是在处理这些接缝；云谷工程则让我们看到，其中的电网建设已经有了落地的部分。如果衔接得好，受益的也不只是某个模型。模型换了、芯片升级了，这部分供给仍可能继续发挥作用，让已经够用的模型有地方工作，让增加的需求有地方承接。
美国当然不是守着模型等电来的国家。按国际能源署对 2024 年的估计，美国约占全球数据中心用电的 45%，中国约占 25%。这包含非 AI 业务，也不能当作有效算力排名，却足以提醒我们：美国已经供养着规模很大的数据中心产业。我要论证的是中国在下一阶段新增部署中的机会，不能假装美国此前什么都没建成。
有人会说，模型不是越来越省电了吗？当然，这恰是下一篇应当认真提出的反驳。然而，每做一件事少用电，与总共需要做更多事，可以同时发生。国际能源署 2026 年报告的中心预测是，全球数据中心用电从 2025 年约 485 太瓦时增至 2030 年约 950 太瓦时。这包括非 AI 业务，也是预测，并非已经发生的事实。
这至少意味着，不能因为能效在改善，就提前撤掉扩建供电的议题。若新增需求不断到来，能够接住它，本身便有商业价值。
电不能替芯片解围到底
说到这里，最尖锐的反驳才来了：美国限制中国拿到先进芯片，你有那么多电，给谁用？
这不是抬杠。美国的出口管制有意改变了中国企业能够取得的技术条件。2024 年 12 月的一轮措施，就把限制进一步扩展到高带宽内存、更多半导体制造设备和软件工具。它针对的恰是“有钱、有需求，却未必买得到”的地方。
在这样的约束下，供电充裕有一种朴素价值：给工程师多留一些选择。假如一套可以取得的系统，完成合格任务时需要更多机器、占更多空间、耗更多电，只要整体成本仍能接受，建设者就有可能用规模和工程安排，补回一部分效率差距。
注意，是一部分。机器之间传递数据的速度、内存容量、软件能否有效调用它们，都可能限制这种补偿。并非多摆一倍机器，就能多做一倍工作；若关键部件根本拿不到，再宽敞的机房也不能把它变出来。
这里不妨设一道简单的题：让两套系统回答同一批企业资料问题，关键事实须正确，引用能够核对，回答要在约定时间内交付。我们比较完成这些合格答案的总成本，出错后重试的电和时间，也算进去。
若中国一侧的系统多耗了一些电，却因供电、设备和运维的整体安排，仍能按时交出更多负担得起的合格答案，那么电力条件就确实帮助它赢了这一局。若答案达不到要求，或者重试与设备开销把优势全吃掉，便不能拿低电价抵账。这是一个比较方法，并非已经做过的中美实测。
这样算，也就不必为“用了更多电”而羞愧，更不必为此自豪。工程里有许多取舍，省下的究竟是什么，换来的又是什么，账算完才知道。
但“我还有办法把事情做成”，与“封锁已经毫无作用”，显然相距甚远。
接上电以后，还得有人用
中国这张牌也可能打坏，甚至坏在建设太顺手。
倘若机房建成了，却没有足够的真实任务，或者客户试了一圈，发现不好用、不划算，那么再漂亮的装机数字，也不过是尚待消化的投入。机器闲着会折旧，借来的钱要付利息，维护和备用也不是免费的。低电价帮不了一座没有生意的机房解决所有问题。
国家的发电量、园区的机柜数、系统的理论算力，容易列进汇报。用户愿意持续为多少合格工作付钱，就没有这么好看了。我认为，判断这条中国路径能否胜出，最终还是要走到这里。
还得把“谁付钱”说清楚。优惠电价或补贴可以让企业更早部署，带来原先没有的生意，这种作用不能一笔抹掉。可是，企业少付的那部分，究竟来自效率提高，还是由财政、电网或其他参与者分担，含义并不相同。
倘若有补贴时能拿下订单，补贴一撤便维持不住，那么赢到的是特定条件下的生意，还不能说已经形成了可持续的成本优势。企业的账可以好看，整件事耗用的设备、土地和能源却仍须有人承担。这里追问代价，是为了判断这份交付能力能维持多久。
所以，在这一轮里，我愿意把票投给中国：若到 2030 年前，新增 AI 服务的主要障碍是供电扩建和工程交付，中国已有的建设积累与部分设备供应能力，使我更看好它把新增需求变成可用服务的机会。贵州的工程与协调，只是这种能力向算力部署延伸的一个切面；底气还在于背后确有持续运转的建设体系。
这个判断最可能输在两处：一是接电之后，芯片、软件和任务质量的差距仍足以压倒供电优势；二是美国通过效率改善、扩大采购和加快建设，更早缓解了瓶颈。若发生这些变化，我就不能继续用全国发电量替中国保住这一票。
这条路径不会因为美国又出了一个更强模型就自动消失，也不会因为中国又建成一座变电站就自动成立。
下一篇，轮到我站在美国一侧，追问一度电究竟还能多做多少事。但这一篇，我想先把目光留给变电站、线路和机房里那些不大上镜的设备。
云端再高，也得有人把电送上去。
