很多人以为，AI最大的瓶颈是芯片。
但现在，美国电力行业给出了另一个答案：
真正可能先撑不住的，是电。
据英国《金融时报》报道，美国大型公用事业公司Exelon首席执行官Calvin Butler警告称，受AI数据中心用电需求激增影响，美国部分地区最快可能在2027年面临停电风险。尤其是美国东北部和中西部部分电网，压力正在迅速上升。(金融时报)
这句话很重。
因为它说明，AI竞争已经不只是算力竞争、芯片竞争，更是能源竞争。
过去互联网企业拼的是服务器数量，现在AI巨头拼的是GPU集群；过去数据中心耗电已经很大，如今AI训练和推理让服务器长期高负荷运转，用电需求呈几何级增长。
国际能源署数据显示，2024年全球数据中心用电约占全球电力消费的1.5%，其中美国占45%，中国占25%；到2030年，中美将贡献全球数据中心用电增长的近80%。(IEA)
也就是说，美国这次不是普通的电力紧张，而是AI时代提前暴露出的基础设施短板。
美国为什么会先喊“电不够”？
核心不是没有能源，而是电网建设、审批、输电、调度跟不上。美国电网长期存在老化、区域割裂、输电线路扩建缓慢等问题。数据中心、电动车、电气化设备同时增长，导致部分地区备用容量被迅速吃掉。路透社也报道称，美国高增长地区在2027年后可能面临备用容量不足问题，电网升级未来十年可能需要超过1万亿美元投资。(Reuters)
那么问题来了：
中国会不会也出现类似停电？
短期内，中国因为AI数据中心导致全国性停电的概率不高，但局部地区、局部时段的用电压力一定会越来越大。
为什么说全国性风险不高？
第一，中国电力系统的统一调度能力更强。中国长期推进特高压、西电东送、跨区输电，能源资源和用电负荷之间的错配，可以通过大电网进行调节。
第二，中国新增电力装机规模仍然很大。风电、光伏、水电、核电、煤电调峰、储能都在扩容，这让中国在面对AI用电增长时，整体回旋空间比美国更大。
第三，中国很早就提出“东数西算”。这件事的本质，不只是把数据中心搬到西部，更是把算力放到能源更充足、电价更低、土地更宽裕的地方。
这和美国很多AI数据中心集中挤在需求旺盛、电网紧张的地区，是两种完全不同的路径。
牛津能源研究所2026年的一份分析也提到，中国在国家层面暂时不存在数据中心发展的电力供应障碍，但东部地区的数据中心审批和电力资源约束会更明显。(oxfordenergy.org)
这句话很关键。
中国不是没有压力，而是压力更多集中在结构上。
比如：
东部沿海地区算力需求强，但土地、电价、能耗指标都紧张；
西部地区电力资源丰富，但数据传输、网络延迟、产业配套仍需要继续完善；
新能源装机增长很快，但风光发电具有波动性，需要储能、电网和调峰能力同步跟上。
所以，中国未来真正要防的，不一定是“全国大停电”，而是三个问题：
第一，局部地区电力审批越来越严。
以后不是企业想建数据中心就能建。能耗指标、绿电比例、PUE水平、电网接入能力，都会成为硬门槛。
第二，电价可能重新影响AI产业格局。
过去大家关注哪里有人才、哪里有芯片、哪里有客户。未来还要看哪里电便宜、哪里绿电多、哪里电网稳定。
第三，AI企业会从“抢芯片”进入“抢电力”时代。
谁能拿到长期稳定低价电力，谁就能把大模型训练和推理成本压下来。
所以，美国核电巨头这次警告，给全球都提了一个醒：
AI不是飘在云端的产业。
它背后是实实在在的电厂、电网、变电站、输电线路和电费账单。
美国担心的是：AI太快，电网太慢。
中国的优势是：电网强、规划早、调度能力强。
但中国也不能掉以轻心。
因为AI一旦进入大规模应用阶段，真正的耗电高峰可能还没到来。
未来几年，决定AI产业胜负的，不只是芯片，不只是算法，也不只是资本。
还有一个最硬核、最基础的问题：
谁能持续供得上电。
从这个角度看，美国已经开始为电发愁。
而中国真正要做的，是趁现在还没有出现系统性电力瓶颈，继续把电网、绿电、储能和算力布局提前做好。
AI时代，表面拼的是智能。
底层拼的，其实是能源。
参考资料：Financial Times：《Utility boss warns US faces blackouts due to power supply shortfall》Reuters：《Rapid US grid growth could rival nation’s largest system, report says》International Energy Agency：《Energy and AI》Oxford Institute for Energy Studies：《The China data centre advantage: hype versus reality》Rystad Energy：《China’s data center capacity set to top 60 GW by 2030》