AI算力井喷：今年互联网数据服务业用电超600亿千瓦时

2026年的前三个季度，中国的电网正在经历一场由人工智能驱动的结构性负荷变革。中国电力企业联合会（CEC）最新数据揭示了一个令人瞩目的数字：今年年初至今，以互联网数据为核心的数字能源新型负荷，其用电量已突破 600亿千瓦时，较上年同期增长了超过 40%。

这一增速不仅远高于此前市场预期，且已"远超2024年全年水平"。随着新质生产力的加快壮大，包括人工智能在内的新兴产业正逐步取代传统动能，成为支撑全社会用电量稳健增长的最确定力量。

从"训练为主"到"推理井喷"：AI如何快速吃掉电量？

过去几年，外界通常认为数据中心的耗电高峰主要集中在AI大模型的"训练"阶段——即那种集中式、周期性的超大规模计算。然而，随着ChatGPT、Kimi等新一代大模型全面走向商业化落地，行业运行的底层逻辑正在发生根本性逆转。

据2026能源绿色发展大会上披露的信息，当前全国人工智能领域的日均Token调用量相较于两年前，实现了 千倍级 的惊人增长。这意味着算力需求的焦点，已经从单纯的"模型训练"转向了"训练与推理并重"。

所谓的"推理"，是指用户在日常生活中向大模型提出各类问题时，系统实时调取已有知识库给出答案的过程。这类业务具有高频、琐碎、全天候不间断的特点，导致数据中心里的服务器再也无法像以往那样在完成训练后长时间处于闲置状态，而是被迫常年保持"满血"运转。

这种从"间歇性的高压冲击"变为"持续性的常态化满载"，直接造成了用电曲线的陡峭拉升。数据显示，仅今年上半年，全国互联网数据服务业的用电量就已经接近2024年的全年度总量，下半年更是保持着指数级的攀升通道。

数字背后的真相：600亿千瓦时是什么概念？

将抽象的数字具象化或许有助于理解这场变革的冲击力。按照2025年全国居民生活用电量约 1.3万亿千瓦时 的体量粗略估算，今年仅前十个月，互联网数据服务业的用电量就已经达到了 近600亿千瓦时，相当于一个中型省份全年居民生活用电量的总和。

更具说服力的是纵向对比：CEC明确指出，当前的YTD数据已经"远超2024年全年水平"。换句话说，不到一年的时间里，整个行业的用电增量就超过了去年一整年的绝对值。这是一个极为罕见的增速曲线。

如果将时间轴拉长到更宏观的视角，在过去五年里，拉动全社会用电量增长的传统主力包括房地产相关制造业、居民消费升级带来的家电普及、以及近年来的新能源汽车充电需求。但在2026年，这些板块的增长速度都已开始放缓甚至出现波动。相比之下，AI算力相关的电力消耗如同插上了翅膀，成为了唯一一个还在持续加速膨胀的"超级胃口"。

业内分析师指出，这种高速增长背后还隐藏着另一个容易被忽视的趋势——新能源车的充电负荷虽然也在快速爬坡，但其增长曲线趋于线性；而算力的用电需求因为大模型的迭代升级和多模态应用的出现，呈现出明显的非线性爆炸特征。

算力底座：245万PFLOPS背后的电网压力测试

如此惊人的算力消耗，需要极为庞大的硬件底座来承接。截至2026年7月底，全国智能算力总规模已经达到了 245万PFLOPS（每秒千万亿次浮点运算）。

在这一狂飙突进的扩张中，国家层面的统筹布局已经开始显现成效：八大国家算力枢纽节点以及三个算电协同发展区，其所建成的智算规模在全国的比重已超过了 85%。这表明，大规模的AI算力正逐渐从分散的城市中心，向能源富集、气候适宜的国家枢纽地带转移。甘肃、内蒙古、贵州等地凭借丰富的风光水电资源和凉爽的气候条件，正成为算力基础设施落地的首选之地。

然而，算力基础设施的快速集聚，也让地方电网面临着前所未有的"极限压力测试"。数据中心不仅是名副其实的用电"吞金兽"，而且是典型的刚性负荷——无论深夜凌晨还是节假日，为了保障云服务不宕机、不断链，供电必须分秒不差。

与此同时，市场对数据中心绿色化、低碳化的要求也愈发苛刻。多地政府明确要求新建大型数据中心的PUE（能源使用效率）必须控制在 1.25以下，部分枢纽节点甚至提出了 1.2以内 的硬性指标。为了满足这一要求，各地都在加速提升服务器的运行效率，并积极探索绿电就地消纳的新模式，试图将东部的算力需求与西部的清洁能源输送形成高效闭环。

产业链传导：谁在吃肉？谁在承压？

当算力用电的浪潮席卷而来时，利益格局的重新分配正在悄然上演。最直接的受益者无疑是电力基础设施建设环节：无论是特高压输电线路的建设与改造，还是大型储能电站的投资部署，未来五年都将迎来一轮史无前例的订单放量期。

另一方面，数据中心运营商的日子也并不轻松。虽然用电成本占到了他们整体运营支出的 40%至60% ，但随着电价市场化改革的推进和部分地区的限电风险加剧，高昂的电力支出正在倒逼运营商加速向中西部能源丰富地区迁移，以利用当地更为低廉的电价和自然冷却优势来摊薄运营成本。

对于芯片厂商而言，"训练与推理并重"的行业趋势带来了更为复杂的局面。一方面，训练环节对高端GPU的需求依然强劲；但另一方面，推理场景由于并发请求量大且单次计算复杂度相对较低，也开始涌现出大量专用ASIC芯片的需求，这为国产芯片提供了弯道超车的机会窗口。

展望"十五五"：算力将成为拉动用电增长的超级引擎

对于这场由AI引发的电力狂潮会延续多久，CEC监审长潘跃龙在会上给出了明确的长线判断。

他预计，在接下来的"十五五"时期（2026—2030年），全国算力用电量将以年均新增 1000亿千瓦时 以上的速度狂飙。按照这一节奏推演，到2030年，算力相关的总用电量预计将达到惊人的 8000亿千瓦时，届时它将占到全社会总用电量的 6%左右。

作为一个直观的参照，目前全社会用电量基数约为 10万亿千瓦时 。到2030年，8000亿千瓦时的算力用电意味着每17度电中就约有1度是用于支持人工智能运算。这个比例看似不高，但考虑到电力系统的边际调节能力有限，要在既有电网框架内消化掉每年新增1000亿千瓦时的刚性负荷，仍是一项极其艰巨的系统工程。

这也意味着，电力行业将不得不为这场数字革命提前修路搭桥——无论是特高压输电网络的铺设、大型储能电站的建设，还是智能调度系统的升级，都将在未来五年迎来一轮资本开支浪潮。而对投资者而言，关注这一领域的投资机会，或许比追逐那些尚未完全验证的商业故事来得更加踏实和可靠。

值得注意的是，这份预测建立在当前AI应用场景继续快速拓展的前提之下。如果经济环境出现重大波动或技术路线发生根本性转折，实际用电增速也存在下行的可能。无论如何，算力与电力的双向奔赴，已经成为了当下中国经济中最不可逆的趋势之一。