AI 最缺的是什么？我自己的第一反应是芯片。但最近翻数据，感觉卡住它的地方在往另一个位置挪——电。

【先看一个数】

中电联在 9 月的能源绿色发展大会上给过一个数：今年以来，全国互联网数据服务业的用电量已经超过 600 亿千瓦时，同比增长超过四成。

图：这个量，比 2024 年一整年还多

600 亿千瓦时是个什么概念——它比 2024 年全年这个行业的用电量还高，增速也是全社会用电增速的好几倍。给算力供电这件事，早不是配角了。

【为什么涨得这么快】

我理解是两个推手。

一个是 AI 的用法变了。以前主要是「训练」，把模型练出来，属于一次性的事。现在转到「训练和推理并重」——推理是每被用一次就烧一次电，用得越多、烧得越多。公开报道里有个数，全国日均 Token 调用量比两年前涨了千倍级。

另一个是算力本身还在铺。到今年 7 月底，全国智能算力总规模 245 万 PFLOPS，八大枢纽的智算规模占了八成多。机器铺得越多，电表转得越快。

这两条叠一起，用电曲线往上抬就不奇怪了。

【耐人寻味的是：将来要用多少电，没人说得准】

图：同一个 2030 年，两个权威口径差了将近一倍

中电联的预计是，到 2030 年全国算力用电量达 8000 亿千瓦时，占全社会用电量 6% 左右。

中国信通院按高、中、低三种情景测算，给的是 4000 亿到 7000 亿千瓦时，占比 3% 到 5%。

都是权威机构，同一个年份，上限和下限差了将近一倍。

这个差我觉得不是谁算错了，是这件事本身变量太多：模型效率会不会大幅提升、推理需求到底爆发到什么程度、芯片能效每年进步多少。哪一个变量动一点，结果就差一大截。

所以我的看法是——涨得快这件事几乎没争议，涨到哪停，现在谁也给不了准话。这个不确定，本身就是它的一部分。

【跳出电表，还有一层】

算力要用电，电从哪来？

这层我觉得比「用电量涨了多少」更值得往下想。用电涨这么猛，要顶上来，得看发电装机能加多少、电网接不接得住、电从哪儿来——绿电、核电、火电各占多少。

数据中心那边还有个指标叫 PUE，就是「电能利用效率」，同样算一份算力，花掉多少电。这个数往下走，等于变相省了一部分电。

芯片那一关能不能绕过去不好说，电这一关，绕不过去。

【往后盯这几个公开信号】

图：往后看这几个

一是算力用电量的季度数据，看增速有没有掉下来；二是各枢纽的 PUE，看同样的算力省不省电；三是「算电协同」的公开案例，就是数据中心参与电网调节的那些记录，多不多。

这三条都公开能查。查得到、还在往前走，说明这条线在推进；查不到，那大概率只是纸面上的热闹。

你更倾向哪个口径，8000 亿还是 4000 亿？或者你觉得，卡住算力的到底是芯片还是电？评论区聊聊。