【文章来源：techweb】
【】 当算力需求以指数级攀升，支撑其运行的电力基础设施，正成为比算法创新更根本的决胜战场。
在最新播客节目 BG2 中，微软 CEO 纳德拉和 OpenAI CEO Sam Altman 直接对话时亲口承认公司正面临一个前所未有的尴尬：微软手上有成堆的英伟达 GPU，但是基础设施不足以支撑这些芯片运行起来。因为缺乏电力、缺少可以立马投入使用的数据中心，而只能让这些 GPU 闲置在那儿。
无独有偶，也是在近期的一档在线访谈中，谷歌前 CEO 埃里克·施密特也谈到了电力在 AI 竞赛中的重要性。
在谈到在 AGI 竞赛时，施密特表示：「以中美对比为例，中国的优势是他们已经解决了电力问题，他们拥有极具才华的软件人才，但硬件不足，这大致是他们的现状。在美国我们有很多优势，但是我们没有足够的电力。」
他还透露，自己在一两个月前在美国国会就此作证，研究了满足预期需求情况下美国所需的电力，数据中心数量需求。根据计算，到 2030 年需要建设 92 吉瓦。作为参考，一个大型核电站大约在 1-1.5 吉瓦之间。
施密特称：「我在游说中希望政府能够加速各种电力的供应。确实他们推动了石油和天然气电力，但他们也严重阻碍了太阳能和风能的发展，这是个错误。国家需要更多能源。如果我们得不到更多能源，我们将无法充分利用我们在 AI 领域的领先地位。」
从这些掌舵 AI 发展的科技大佬们的亲身经历来看， AI 的可持续发展，最终，演变成了一个会不会被能源卡脖子的问题。
AI 算力 PK，美国暂时领先
算力是当代 AI 发展的直接驱动力和硬性指标，其规模与质量直接决定了 AI 模型的能力上限。从深度学习革命到 Transformer 架构的演进，AI 模型参数已从百万级跃升至万亿级，训练所需计算量呈爆炸式增长。
OpenAI 的研究表明，高级 AI 模型所需的算力每几个月翻一番，远超 「摩尔定律」 的预测。
2022 年 11 月也就是 ChatGPT 发布前夕，英伟达市值仅约 4000 亿美元，但是到 2025 年 10 月 29 日，其市值首次突破 5 万亿美元！
仅仅凭借在 GPU 领域的领先优势，英伟达公司市值 3 年增长超 10 倍！
资本市场用真金白银直观展示了 「算力」 在 AI 时代的重要性。
在美国，以谷歌、微软、亚马逊、Meta、Oracle 为首的科技巨头，自建或合作超大规模数据中心，拥有顶尖的 GPU 集群，其优势在于技术领先、生态成熟和资本雄厚。
据美国 《福布斯》 杂志网站今年 9 月发布的美国 TRG 数据中心托管公司关于全球人工智能超级大国的新报告显示：
按算力排名，美国其算力相当于 3970 万块英伟达 H100 芯片排名全球第一，而中国 (40 万块) 排第七。中国算力规模约为美国的十分之一。
但是，按人工智能集群拥有数量排名，中国拥有 230 个集群排第一、美国 187 个集群排第二。
相较于美国，中国在算力上受到压制，这很大程度上是由于美国的芯片贸易限制所致。
这也让中国人工智能实验室倾向于优化训练技术和提升算法效率。其结果是对降低推理成本的强调，从而以远为低廉的计算成本实现几乎同样出色的运算结果。例如 DeepSeek 的成功。
但算力的狂奔正凸显一个根本问题：其对电力的惊人需求。
训练一次大型大语言模型如 GPT-3/4 的耗电量，可能相当于一个美国家庭数百年甚至一个小型城镇一年的用电量。更为关键的是，模型上线后的持续推理消耗较训练更为惊人，已成为长期的系统性负担。
电力，正成为算力增长的硬约束。
电力 PK，中国遥遥领先
《世界能源统计年鉴 2025》 中统计的 2024 年全球各国发电量数据：
中国发电量为 100868.8 亿千瓦时，同比增长 6.4%，占世界总发电量的比重达 32.27%，连续 14 年保持世界第一。
美国发电量为 46347.90 亿千瓦时，同比增长 2.7%，占世界总发电量的 14.83%，位居世界第二。
中国发电量约为美国的 2.5 倍。
中国电力供应能力还在快速增长。
国家能源局发布的信息显示，截至 2025 年 6 月底，中国累计发电装机容量 36.5 亿千瓦，同比增长 18.7%。其中，太阳能发电装机容量 11 亿千瓦，同比增长 54.2%；风电装机容量 5.7 亿千瓦，同比增长 22.7%。
国网能源研究院经济与能源供需研究所发布的 《中国电力供需分析报告 2025》 显示，到 2025 年底，中国全国总装机容量预计将达 39.9 亿千瓦，新能源装机占比突破 45%，保持快速增长态势。
除了电力供应量全球领先，据国际能源署数据，中国工业电价长期低于全球平均水平。
2023 年中国平均电价为 0.08 美元/千瓦时，而美国为 0.13 美元/千瓦时，欧洲 0.20 美元/千瓦时以上。
中国以 「全世界最稳定、最廉价的电力系统」，构筑起 AI 时代的核心竞争力。
美国能源信息署 （简称 「EIA」） 在其 《短期能源展望》（STEO） 中表示，美国的电力消耗将在 2025 年和 2026 年创下历史新高，需求的增长主要受人工智能、数据中心扩张、电气化转型及加密货币挖矿等因素驱动。
高盛预测，2023-2030 年，美国数据中心电力需求的年均复合增长率为 15%，到 2030 年数据中心将占美国电力需求总量的 8%，目前仅占 3%。
为解决纳德拉、施密特们口中所说的电力瓶颈问题，美国已通过多项政策与投资计划大力推动核能发电发展。
今年 5 月，美国政府提出，到2050 年将核能装机容量从当前的100 吉瓦提升至400 吉瓦，主要依赖现有核反应堆扩容和新建项目。
为此，美国政府还签署了多项行政命令，要求简化审批流程、放宽监管限制，并设立专项资金支持先进核反应堆 （如小型模块化反应堆） 的研发与部署。最新通过的 《加速核能法》 进一步强化了政策支持，包括优化核技术出口审批程序、禁止向中俄等特定国家颁发核设施许可证等条款。
今年 10 月，有媒体报道，美国政府与西屋电气的所有者达成了一项 800 亿美元的协议，将利用与日本贸易协定提供的资金建造一批核反应堆。这笔投资将足够建设约八座西屋 AP1000 核电站，而这笔钱，来自特朗普与日本达成的 5500 亿美元协议。
中美 AI 的竞争，已从单纯的算法模型竞争，升级为以 「电力+算力」 为核心的 「国家科技-能源-产业体系」 的综合竞争。
长期的赢家，很可能不属于单纯拥有最强算法的国家，而属于能最有效、最稳定、最经济地解决 「算力增长」 与 「电力供给」 之间矛盾的国家。这场较量正推动全球能源科技革新。
【文章来源：techweb】
【】 当算力需求以指数级攀升，支撑其运行的电力基础设施，正成为比算法创新更根本的决胜战场。
在最新播客节目 BG2 中，微软 CEO 纳德拉和 OpenAI CEO Sam Altman 直接对话时亲口承认公司正面临一个前所未有的尴尬：微软手上有成堆的英伟达 GPU，但是基础设施不足以支撑这些芯片运行起来。因为缺乏电力、缺少可以立马投入使用的数据中心，而只能让这些 GPU 闲置在那儿。
无独有偶，也是在近期的一档在线访谈中，谷歌前 CEO 埃里克·施密特也谈到了电力在 AI 竞赛中的重要性。
在谈到在 AGI 竞赛时，施密特表示：「以中美对比为例，中国的优势是他们已经解决了电力问题，他们拥有极具才华的软件人才，但硬件不足，这大致是他们的现状。在美国我们有很多优势，但是我们没有足够的电力。」
他还透露，自己在一两个月前在美国国会就此作证，研究了满足预期需求情况下美国所需的电力，数据中心数量需求。根据计算，到 2030 年需要建设 92 吉瓦。作为参考，一个大型核电站大约在 1-1.5 吉瓦之间。
施密特称：「我在游说中希望政府能够加速各种电力的供应。确实他们推动了石油和天然气电力，但他们也严重阻碍了太阳能和风能的发展，这是个错误。国家需要更多能源。如果我们得不到更多能源，我们将无法充分利用我们在 AI 领域的领先地位。」
从这些掌舵 AI 发展的科技大佬们的亲身经历来看， AI 的可持续发展，最终，演变成了一个会不会被能源卡脖子的问题。
AI 算力 PK，美国暂时领先
算力是当代 AI 发展的直接驱动力和硬性指标，其规模与质量直接决定了 AI 模型的能力上限。从深度学习革命到 Transformer 架构的演进，AI 模型参数已从百万级跃升至万亿级，训练所需计算量呈爆炸式增长。
OpenAI 的研究表明，高级 AI 模型所需的算力每几个月翻一番，远超 「摩尔定律」 的预测。
2022 年 11 月也就是 ChatGPT 发布前夕，英伟达市值仅约 4000 亿美元，但是到 2025 年 10 月 29 日，其市值首次突破 5 万亿美元！
仅仅凭借在 GPU 领域的领先优势，英伟达公司市值 3 年增长超 10 倍！
资本市场用真金白银直观展示了 「算力」 在 AI 时代的重要性。
在美国，以谷歌、微软、亚马逊、Meta、Oracle 为首的科技巨头，自建或合作超大规模数据中心，拥有顶尖的 GPU 集群，其优势在于技术领先、生态成熟和资本雄厚。
据美国 《福布斯》 杂志网站今年 9 月发布的美国 TRG 数据中心托管公司关于全球人工智能超级大国的新报告显示：
按算力排名，美国其算力相当于 3970 万块英伟达 H100 芯片排名全球第一，而中国 (40 万块) 排第七。中国算力规模约为美国的十分之一。
但是，按人工智能集群拥有数量排名，中国拥有 230 个集群排第一、美国 187 个集群排第二。
相较于美国，中国在算力上受到压制，这很大程度上是由于美国的芯片贸易限制所致。
这也让中国人工智能实验室倾向于优化训练技术和提升算法效率。其结果是对降低推理成本的强调，从而以远为低廉的计算成本实现几乎同样出色的运算结果。例如 DeepSeek 的成功。
但算力的狂奔正凸显一个根本问题：其对电力的惊人需求。
训练一次大型大语言模型如 GPT-3/4 的耗电量，可能相当于一个美国家庭数百年甚至一个小型城镇一年的用电量。更为关键的是，模型上线后的持续推理消耗较训练更为惊人，已成为长期的系统性负担。
电力，正成为算力增长的硬约束。
电力 PK，中国遥遥领先
《世界能源统计年鉴 2025》 中统计的 2024 年全球各国发电量数据：
中国发电量为 100868.8 亿千瓦时，同比增长 6.4%，占世界总发电量的比重达 32.27%，连续 14 年保持世界第一。
美国发电量为 46347.90 亿千瓦时，同比增长 2.7%，占世界总发电量的 14.83%，位居世界第二。
中国发电量约为美国的 2.5 倍。
中国电力供应能力还在快速增长。
国家能源局发布的信息显示，截至 2025 年 6 月底，中国累计发电装机容量 36.5 亿千瓦，同比增长 18.7%。其中，太阳能发电装机容量 11 亿千瓦，同比增长 54.2%；风电装机容量 5.7 亿千瓦，同比增长 22.7%。
国网能源研究院经济与能源供需研究所发布的 《中国电力供需分析报告 2025》 显示，到 2025 年底，中国全国总装机容量预计将达 39.9 亿千瓦，新能源装机占比突破 45%，保持快速增长态势。
除了电力供应量全球领先，据国际能源署数据，中国工业电价长期低于全球平均水平。
2023 年中国平均电价为 0.08 美元/千瓦时，而美国为 0.13 美元/千瓦时，欧洲 0.20 美元/千瓦时以上。
中国以 「全世界最稳定、最廉价的电力系统」，构筑起 AI 时代的核心竞争力。
美国能源信息署 （简称 「EIA」） 在其 《短期能源展望》（STEO） 中表示，美国的电力消耗将在 2025 年和 2026 年创下历史新高，需求的增长主要受人工智能、数据中心扩张、电气化转型及加密货币挖矿等因素驱动。
高盛预测，2023-2030 年，美国数据中心电力需求的年均复合增长率为 15%，到 2030 年数据中心将占美国电力需求总量的 8%，目前仅占 3%。
为解决纳德拉、施密特们口中所说的电力瓶颈问题，美国已通过多项政策与投资计划大力推动核能发电发展。
今年 5 月，美国政府提出，到2050 年将核能装机容量从当前的100 吉瓦提升至400 吉瓦，主要依赖现有核反应堆扩容和新建项目。
为此，美国政府还签署了多项行政命令，要求简化审批流程、放宽监管限制，并设立专项资金支持先进核反应堆 （如小型模块化反应堆） 的研发与部署。最新通过的 《加速核能法》 进一步强化了政策支持，包括优化核技术出口审批程序、禁止向中俄等特定国家颁发核设施许可证等条款。
今年 10 月，有媒体报道，美国政府与西屋电气的所有者达成了一项 800 亿美元的协议，将利用与日本贸易协定提供的资金建造一批核反应堆。这笔投资将足够建设约八座西屋 AP1000 核电站，而这笔钱，来自特朗普与日本达成的 5500 亿美元协议。
中美 AI 的竞争，已从单纯的算法模型竞争，升级为以 「电力+算力」 为核心的 「国家科技-能源-产业体系」 的综合竞争。
长期的赢家，很可能不属于单纯拥有最强算法的国家，而属于能最有效、最稳定、最经济地解决 「算力增长」 与 「电力供给」 之间矛盾的国家。这场较量正推动全球能源科技革新。
【文章来源：techweb】
【】 当算力需求以指数级攀升，支撑其运行的电力基础设施，正成为比算法创新更根本的决胜战场。
在最新播客节目 BG2 中，微软 CEO 纳德拉和 OpenAI CEO Sam Altman 直接对话时亲口承认公司正面临一个前所未有的尴尬：微软手上有成堆的英伟达 GPU，但是基础设施不足以支撑这些芯片运行起来。因为缺乏电力、缺少可以立马投入使用的数据中心，而只能让这些 GPU 闲置在那儿。
无独有偶，也是在近期的一档在线访谈中，谷歌前 CEO 埃里克·施密特也谈到了电力在 AI 竞赛中的重要性。
在谈到在 AGI 竞赛时，施密特表示：「以中美对比为例，中国的优势是他们已经解决了电力问题，他们拥有极具才华的软件人才，但硬件不足，这大致是他们的现状。在美国我们有很多优势，但是我们没有足够的电力。」
他还透露，自己在一两个月前在美国国会就此作证，研究了满足预期需求情况下美国所需的电力，数据中心数量需求。根据计算，到 2030 年需要建设 92 吉瓦。作为参考，一个大型核电站大约在 1-1.5 吉瓦之间。
施密特称：「我在游说中希望政府能够加速各种电力的供应。确实他们推动了石油和天然气电力，但他们也严重阻碍了太阳能和风能的发展，这是个错误。国家需要更多能源。如果我们得不到更多能源，我们将无法充分利用我们在 AI 领域的领先地位。」
从这些掌舵 AI 发展的科技大佬们的亲身经历来看， AI 的可持续发展，最终，演变成了一个会不会被能源卡脖子的问题。
AI 算力 PK，美国暂时领先
算力是当代 AI 发展的直接驱动力和硬性指标，其规模与质量直接决定了 AI 模型的能力上限。从深度学习革命到 Transformer 架构的演进，AI 模型参数已从百万级跃升至万亿级，训练所需计算量呈爆炸式增长。
OpenAI 的研究表明，高级 AI 模型所需的算力每几个月翻一番，远超 「摩尔定律」 的预测。
2022 年 11 月也就是 ChatGPT 发布前夕，英伟达市值仅约 4000 亿美元，但是到 2025 年 10 月 29 日，其市值首次突破 5 万亿美元！
仅仅凭借在 GPU 领域的领先优势，英伟达公司市值 3 年增长超 10 倍！
资本市场用真金白银直观展示了 「算力」 在 AI 时代的重要性。
在美国，以谷歌、微软、亚马逊、Meta、Oracle 为首的科技巨头，自建或合作超大规模数据中心，拥有顶尖的 GPU 集群，其优势在于技术领先、生态成熟和资本雄厚。
据美国 《福布斯》 杂志网站今年 9 月发布的美国 TRG 数据中心托管公司关于全球人工智能超级大国的新报告显示：
按算力排名，美国其算力相当于 3970 万块英伟达 H100 芯片排名全球第一，而中国 (40 万块) 排第七。中国算力规模约为美国的十分之一。
但是，按人工智能集群拥有数量排名，中国拥有 230 个集群排第一、美国 187 个集群排第二。
相较于美国，中国在算力上受到压制，这很大程度上是由于美国的芯片贸易限制所致。
这也让中国人工智能实验室倾向于优化训练技术和提升算法效率。其结果是对降低推理成本的强调，从而以远为低廉的计算成本实现几乎同样出色的运算结果。例如 DeepSeek 的成功。
但算力的狂奔正凸显一个根本问题：其对电力的惊人需求。
训练一次大型大语言模型如 GPT-3/4 的耗电量，可能相当于一个美国家庭数百年甚至一个小型城镇一年的用电量。更为关键的是，模型上线后的持续推理消耗较训练更为惊人，已成为长期的系统性负担。
电力，正成为算力增长的硬约束。
电力 PK，中国遥遥领先
《世界能源统计年鉴 2025》 中统计的 2024 年全球各国发电量数据：
中国发电量为 100868.8 亿千瓦时，同比增长 6.4%，占世界总发电量的比重达 32.27%，连续 14 年保持世界第一。
美国发电量为 46347.90 亿千瓦时，同比增长 2.7%，占世界总发电量的 14.83%，位居世界第二。
中国发电量约为美国的 2.5 倍。
中国电力供应能力还在快速增长。
国家能源局发布的信息显示，截至 2025 年 6 月底，中国累计发电装机容量 36.5 亿千瓦，同比增长 18.7%。其中，太阳能发电装机容量 11 亿千瓦，同比增长 54.2%；风电装机容量 5.7 亿千瓦，同比增长 22.7%。
国网能源研究院经济与能源供需研究所发布的 《中国电力供需分析报告 2025》 显示，到 2025 年底，中国全国总装机容量预计将达 39.9 亿千瓦，新能源装机占比突破 45%，保持快速增长态势。
除了电力供应量全球领先，据国际能源署数据，中国工业电价长期低于全球平均水平。
2023 年中国平均电价为 0.08 美元/千瓦时，而美国为 0.13 美元/千瓦时，欧洲 0.20 美元/千瓦时以上。
中国以 「全世界最稳定、最廉价的电力系统」，构筑起 AI 时代的核心竞争力。
美国能源信息署 （简称 「EIA」） 在其 《短期能源展望》（STEO） 中表示，美国的电力消耗将在 2025 年和 2026 年创下历史新高，需求的增长主要受人工智能、数据中心扩张、电气化转型及加密货币挖矿等因素驱动。
高盛预测，2023-2030 年，美国数据中心电力需求的年均复合增长率为 15%，到 2030 年数据中心将占美国电力需求总量的 8%，目前仅占 3%。
为解决纳德拉、施密特们口中所说的电力瓶颈问题，美国已通过多项政策与投资计划大力推动核能发电发展。
今年 5 月，美国政府提出，到2050 年将核能装机容量从当前的100 吉瓦提升至400 吉瓦，主要依赖现有核反应堆扩容和新建项目。
为此，美国政府还签署了多项行政命令，要求简化审批流程、放宽监管限制，并设立专项资金支持先进核反应堆 （如小型模块化反应堆） 的研发与部署。最新通过的 《加速核能法》 进一步强化了政策支持，包括优化核技术出口审批程序、禁止向中俄等特定国家颁发核设施许可证等条款。
今年 10 月，有媒体报道，美国政府与西屋电气的所有者达成了一项 800 亿美元的协议，将利用与日本贸易协定提供的资金建造一批核反应堆。这笔投资将足够建设约八座西屋 AP1000 核电站，而这笔钱，来自特朗普与日本达成的 5500 亿美元协议。
中美 AI 的竞争，已从单纯的算法模型竞争，升级为以 「电力+算力」 为核心的 「国家科技-能源-产业体系」 的综合竞争。
长期的赢家，很可能不属于单纯拥有最强算法的国家，而属于能最有效、最稳定、最经济地解决 「算力增长」 与 「电力供给」 之间矛盾的国家。这场较量正推动全球能源科技革新。
【文章来源：techweb】
【】 当算力需求以指数级攀升，支撑其运行的电力基础设施，正成为比算法创新更根本的决胜战场。
在最新播客节目 BG2 中，微软 CEO 纳德拉和 OpenAI CEO Sam Altman 直接对话时亲口承认公司正面临一个前所未有的尴尬：微软手上有成堆的英伟达 GPU，但是基础设施不足以支撑这些芯片运行起来。因为缺乏电力、缺少可以立马投入使用的数据中心，而只能让这些 GPU 闲置在那儿。
无独有偶，也是在近期的一档在线访谈中，谷歌前 CEO 埃里克·施密特也谈到了电力在 AI 竞赛中的重要性。
在谈到在 AGI 竞赛时，施密特表示：「以中美对比为例，中国的优势是他们已经解决了电力问题，他们拥有极具才华的软件人才，但硬件不足，这大致是他们的现状。在美国我们有很多优势，但是我们没有足够的电力。」
他还透露，自己在一两个月前在美国国会就此作证，研究了满足预期需求情况下美国所需的电力，数据中心数量需求。根据计算，到 2030 年需要建设 92 吉瓦。作为参考，一个大型核电站大约在 1-1.5 吉瓦之间。
施密特称：「我在游说中希望政府能够加速各种电力的供应。确实他们推动了石油和天然气电力，但他们也严重阻碍了太阳能和风能的发展，这是个错误。国家需要更多能源。如果我们得不到更多能源，我们将无法充分利用我们在 AI 领域的领先地位。」
从这些掌舵 AI 发展的科技大佬们的亲身经历来看， AI 的可持续发展，最终，演变成了一个会不会被能源卡脖子的问题。
AI 算力 PK，美国暂时领先
算力是当代 AI 发展的直接驱动力和硬性指标，其规模与质量直接决定了 AI 模型的能力上限。从深度学习革命到 Transformer 架构的演进，AI 模型参数已从百万级跃升至万亿级，训练所需计算量呈爆炸式增长。
OpenAI 的研究表明，高级 AI 模型所需的算力每几个月翻一番，远超 「摩尔定律」 的预测。
2022 年 11 月也就是 ChatGPT 发布前夕，英伟达市值仅约 4000 亿美元，但是到 2025 年 10 月 29 日，其市值首次突破 5 万亿美元！
仅仅凭借在 GPU 领域的领先优势，英伟达公司市值 3 年增长超 10 倍！
资本市场用真金白银直观展示了 「算力」 在 AI 时代的重要性。
在美国，以谷歌、微软、亚马逊、Meta、Oracle 为首的科技巨头，自建或合作超大规模数据中心，拥有顶尖的 GPU 集群，其优势在于技术领先、生态成熟和资本雄厚。
据美国 《福布斯》 杂志网站今年 9 月发布的美国 TRG 数据中心托管公司关于全球人工智能超级大国的新报告显示：
按算力排名，美国其算力相当于 3970 万块英伟达 H100 芯片排名全球第一，而中国 (40 万块) 排第七。中国算力规模约为美国的十分之一。
但是，按人工智能集群拥有数量排名，中国拥有 230 个集群排第一、美国 187 个集群排第二。
相较于美国，中国在算力上受到压制，这很大程度上是由于美国的芯片贸易限制所致。
这也让中国人工智能实验室倾向于优化训练技术和提升算法效率。其结果是对降低推理成本的强调，从而以远为低廉的计算成本实现几乎同样出色的运算结果。例如 DeepSeek 的成功。
但算力的狂奔正凸显一个根本问题：其对电力的惊人需求。
训练一次大型大语言模型如 GPT-3/4 的耗电量，可能相当于一个美国家庭数百年甚至一个小型城镇一年的用电量。更为关键的是，模型上线后的持续推理消耗较训练更为惊人，已成为长期的系统性负担。
电力，正成为算力增长的硬约束。
电力 PK，中国遥遥领先
《世界能源统计年鉴 2025》 中统计的 2024 年全球各国发电量数据：
中国发电量为 100868.8 亿千瓦时，同比增长 6.4%，占世界总发电量的比重达 32.27%，连续 14 年保持世界第一。
美国发电量为 46347.90 亿千瓦时，同比增长 2.7%，占世界总发电量的 14.83%，位居世界第二。
中国发电量约为美国的 2.5 倍。
中国电力供应能力还在快速增长。
国家能源局发布的信息显示，截至 2025 年 6 月底，中国累计发电装机容量 36.5 亿千瓦，同比增长 18.7%。其中，太阳能发电装机容量 11 亿千瓦，同比增长 54.2%；风电装机容量 5.7 亿千瓦，同比增长 22.7%。
国网能源研究院经济与能源供需研究所发布的 《中国电力供需分析报告 2025》 显示，到 2025 年底，中国全国总装机容量预计将达 39.9 亿千瓦，新能源装机占比突破 45%，保持快速增长态势。
除了电力供应量全球领先，据国际能源署数据，中国工业电价长期低于全球平均水平。
2023 年中国平均电价为 0.08 美元/千瓦时，而美国为 0.13 美元/千瓦时，欧洲 0.20 美元/千瓦时以上。
中国以 「全世界最稳定、最廉价的电力系统」，构筑起 AI 时代的核心竞争力。
美国能源信息署 （简称 「EIA」） 在其 《短期能源展望》（STEO） 中表示，美国的电力消耗将在 2025 年和 2026 年创下历史新高，需求的增长主要受人工智能、数据中心扩张、电气化转型及加密货币挖矿等因素驱动。
高盛预测，2023-2030 年，美国数据中心电力需求的年均复合增长率为 15%，到 2030 年数据中心将占美国电力需求总量的 8%，目前仅占 3%。
为解决纳德拉、施密特们口中所说的电力瓶颈问题，美国已通过多项政策与投资计划大力推动核能发电发展。
今年 5 月，美国政府提出，到2050 年将核能装机容量从当前的100 吉瓦提升至400 吉瓦，主要依赖现有核反应堆扩容和新建项目。
为此，美国政府还签署了多项行政命令，要求简化审批流程、放宽监管限制，并设立专项资金支持先进核反应堆 （如小型模块化反应堆） 的研发与部署。最新通过的 《加速核能法》 进一步强化了政策支持，包括优化核技术出口审批程序、禁止向中俄等特定国家颁发核设施许可证等条款。
今年 10 月，有媒体报道，美国政府与西屋电气的所有者达成了一项 800 亿美元的协议，将利用与日本贸易协定提供的资金建造一批核反应堆。这笔投资将足够建设约八座西屋 AP1000 核电站，而这笔钱，来自特朗普与日本达成的 5500 亿美元协议。
中美 AI 的竞争，已从单纯的算法模型竞争，升级为以 「电力+算力」 为核心的 「国家科技-能源-产业体系」 的综合竞争。
长期的赢家，很可能不属于单纯拥有最强算法的国家，而属于能最有效、最稳定、最经济地解决 「算力增长」 与 「电力供给」 之间矛盾的国家。这场较量正推动全球能源科技革新。
