AI 数据中心推高电力需求：核能购电成为巨头标配
训练和推理把数据中心变成电网里的新负荷；微软、谷歌、亚马逊和 Meta 争签核能协议，小型模块堆随之成为焦点。
AI 数据中心能耗在 2026 年已经从环保话题变成产业约束：训练和推理要的是 24 小时基荷电力，电网扩容和变压器交付动辄数年。全球占比的具体数字因口径而异，本站不写成单一百分比；可以确定的是负荷在快速上升，电力供给开始卡算力。
微软、Google、Amazon 和 Meta 纷纷签署大规模核能供电协议，微软甚至重启了三里岛核电站为 AI 数据中心供电。小型模块化核反应堆（SMR）成为科技巨头的新宠，多家初创公司获得数十亿美元融资。
与此同时，稀疏计算、量化推理和专用芯片把单位算力能耗往下压，但省下来的往往被更大的训练和推理量吃掉。业界对 2030 年的用电占比预测并不一致；真正卡脖子的是可调度的基荷电力，而不是某一条预测曲线。
从议题到硬约束：电力成为算力的天花板
AI 的能耗问题已从环保议题变成产业硬约束：数据中心需要 24 小时不间断的基荷电力，而电网扩容与变压器交付周期动辄数年。这正是微软重启三里岛核电、各家抢签能源协议的深层原因（参见本站三里岛报道）——星门 5000 亿、英伟达-OpenAI 10 吉瓦意向书背后，真正的瓶颈已从芯片产能转向电力供给。
效率与规模的双线赛跑
一边是核能、SMR 扩张供给，另一边是推理效率优化压降需求：稀疏计算、量化推理、专用芯片把单位算力能耗大幅拉低。这与 DeepSeek 用工程优化把训练成本打到零头的逻辑同源（参见本站报道）——当电力成为稀缺资源，"每瓦特产出多少智能"取代"堆多少卡"成为新的竞争维度。
本站解读
追踪科技公司的购电协议（PPA）已成为预判其算力扩张节奏的先行指标——电力合同往往签在芯片订单之前。对投资者而言，AI 竞赛的下半场正在从"芯片军备"延伸到"能源军备"：谁锁定了稳定、低碳、可扩展的电力，谁就掌握了下一阶段算力扩张的入场券。