随着人工智能对电力的胃口迅速扩大，中国的电力基础设施正被视为一项结构性优势。电网规模、绿色电力与核电投入叠加在一起，让中国在满足AI数据中心用电需求方面，相比不少竞争对手更有底气。数据也在印证这一势头：去年，中国核心人工智能产业规模已超过1.2万亿元（约合1770亿美元），并连续多年保持超过20%的增速；2026年上半年，人工智能相关工业产值同比增长超过30%。
算力的尽头是电力
过去一年，一个判断在业内被反复提起：算力的最终瓶颈，是庞大而稳定的电力供应。中国科协原副主席张勤指出，人工智能正在制造爆发式的能源需求，而破解之道在于安全、可靠的绿色电力。
需求的量级正在变得具体。据相关测算，到2030年，中国数据中心的用电量可能达到5257.6亿千瓦时，约占全社会用电量的4.8%。这意味着，算力的扩张不再只是芯片问题，而是一道能源与电网的综合考题。
规模、结构与系统
有市场研究机构用规模、结构与系统三个维度，来概括中国电力体系对AI基础设施的支撑能力。在规模上，中国可再生能源发电量已占到总发电量的三分之一以上；在系统层面，全国已建成的虚拟电厂超过530座，用于聚合分散的清洁能源并动态调节用电高峰。
投入仍在持续。按照规划，到2030年，中国在能源领域的投资规模将超过20万亿元。国家能源局方面提出，要推动算力枢纽与可再生能源基地相互靠拢，促进算力与电力的协同布局，让数据中心尽量建在绿电充足的地方。
核电与虚拟电厂
在稳定基荷电源方面，核电被寄予厚望。中核集团海南核电的小型模块化反应堆玲龙一号已接近建成，计划在2026年内投入商业运行，为高耗能的算力设施提供持续、稳定的电力。
另一端，虚拟电厂则在重塑电力的组织方式。英利集团方面认为，AI驱动的虚拟电厂通过聚合分布式可再生能源、动态管理峰值负荷，正在改变电力的调度逻辑。协鑫集团则表示，中国相对充裕的能源供给，使其成为测试各类AI应用的理想场所。
与美国的对比
作为对照，美国部分地区的数据中心扩张正给电网带来压力。以俄亥俄州一家砖厂为例，因周边数据中心迅速扩张，其电费一度上涨约90%。相比之下，中国的能源余量为算力扩张提供了不同的起点。
当然，把电力优势转化为持续的AI竞争力，仍取决于电网调度、绿电消纳与商业落地能否同步跟上。但至少在起跑线上，充足而稳定的电力，正成为中国人工智能故事里一个越来越关键的变量。
