马斯克指出AI发展的核心瓶颈是电力短缺,核电因其稳定高效成为巨头争相布局的解决方案,未来"核电+AI"将形成双向赋能的产业闭环。 ## 1. AI的电力饥渴远超想象 - **硬件耗电恐怖**:AI机架功率达40-60千瓦,是普通服务器的3-4倍;GPT-5单次训练耗电10万兆瓦时,相当于中型城市一周用电量。 - **持续吞噬电力**:ChatGPT日耗电50万千瓦时(美国家庭1.7万倍),推理阶段长期耗电甚至超过训练。 - **供需严重脱节**:美国数据中心用电占比2027年将达7.5%,但电网建设周期(8-10年)远慢于AI迭代速度。 ## 2. 风光新能源难担重任 - **稳定性缺陷**:风电/光伏利用率仅36%和25%,无法满足AI 24小时运行需求,配套储能成本极高(加州户储回本周期延长至9-10年)。 - **并网瓶颈**:美国输电项目排队增长350%,新能源电站建成后常因无法接入而闲置。 - **增量不足**:欧美发电总量停滞,AI新增需求将突破千亿太瓦时,风光受土地环境限制难爆发增长。 ## 3. 核电成为巨头押注的终极方案 - **超高效率**:核电站利用率92%,1公斤铀-235能量相当于2700吨煤,百万千瓦级核电站年耗燃料仅几十吨。 - **巨头布局**:微软签20年核电协议,谷歌订购6-7个小型反应堆(总容量500兆瓦),亚马逊投资5亿布局核电。 - **地理灵活性**:小型模块化反应堆(SMR)可直接建在数据中心旁,摆脱电网依赖。 ## 4. 核电与AI的双向赋能 - **AI提升核电效率**:实时监测减少30%停机时间,优化燃料配比降低12%运维成本。 - **核电释放AI潜力**:使AI设备能部署在非洲乡村、偏远矿区等电网薄弱区域。 - **碳中和协同**:核电作为清洁基荷电源,完美匹配AI增长与减排需求,2030年核电需求预计增长3-5倍。 ## 5. 产业未来图景 - **基础设施融合**:AI数据中心与核电站毗邻建设,SMR成为边缘计算"充电宝"。 - **确定性机会**:电力稳定性决定AI竞赛胜负,提前锁定核电资源的企业将占据先机。 - **文明级支撑**:核电持续供能是AI突破算力天花板、探索星辰大海的基础保障。
2025-11-25 17:28

AI的尽头是核电

本文来自微信公众号: 格隆汇APP ,作者:格隆汇小编


11月20日美沙投资论坛上,马斯克一开口就戳破了AI圈的“皇帝新衣”:“AI瓶颈根本不是钱和算法——全球不缺投资人砸钱,缺的是能喂饱AI的电,还有装算力的机房。”


这话可不是吹牛:华盛顿州深夜数据中心,H100 GPU为GPT-6训练闪得比蹦迪灯还密;德州AI产业园,Sora生成1秒视频的电,够1.7万个美国家庭用一天。


而巨头早用行动投票:微软签了20年核电协议,谷歌直接买核反应堆。明眼人都懂:AI要不停跑,得靠核电当“永动机充电宝”。


01


AI不是“电老虎”,是“24小时吞电怪”


谁能想到,靠代码起家的AI,现在成了电力系统的“噩梦”?


它的硬件就透着“能吃”:普通服务器机架撑死14千瓦,AI机架直接飙到40-60千瓦——相当于把整栋楼的电塞进一个铁皮柜。


大模型训练更夸张:GPT-5训练一次耗10万兆瓦时,够中型城市嗨一周——路灯全亮、空调猛开,都用不完。


日常运营也不省油:ChatGPT每天耗电超50万千瓦时,是美国家庭日均用电的1.7万倍。


更坑的是推理端:训练就几个月,推理要跑好几年,长期下来耗电比训练还多,堪称“买一送一的吞电套餐”。


美国数据中心现在占总用电量2.5%,2027年要冲7.5%,2028年可能到15%。


大摩测算,2023-2027年全球数据中心耗电430-748太瓦时,占全球电力2%-4%,生成式AI电力需求年增105%。


最扎心的是建设脱节:建一个数据中心要2年,建发电站3-5年,,而一条长距离高容量传输线居然要8-10年。AI按年迭代,电网按十年建,根本追不上。


02


风光新能源:看着香,实则“不靠谱”


有人说“风电光伏上啊,又绿又环保”,可真用起来才发现是“中看不中用”。


风电是“风来上班、风走摸鱼”,全年利用率才36%;光伏是“晴天打卡、阴天旷工”,利用率仅25%。


可AI要24小时在线:智能工厂机械臂不能停,一停生产线歇菜;远程医疗数据不能断,断了耽误救治;Sora断电,之前算力全白费,换谁都得骂街。


要让风光稳定,必须配套储能设备,这直接推高了整体成本。


2022年加州推出的NEM3.0政策,把户用光伏多余电力输回电网的价格砍了75%,导致户储投资回收期从5-6年延长到9-10年。


对数据中心来说,储能的成本更是天文数字——要储存足以支撑数万片GPU连续运行的电力,其投入可能比数据中心本身还高。


更关键的是,电网接入新能源的难度极大,美国的输电项目排队队列自2010年以来增长了350%,很多新能源电站建好了,却因为接不上电网而无法供电。



新能源的供给规模跟不上AI的增长速度。美国近10年发电总量基本稳定在4100太瓦时,欧洲也只有3120太瓦时,而仅AI数据中心的新增需求就将在未来几年突破千亿太瓦时。



风电和光伏的装机量虽然在增长,但受限于土地、环境等因素,短期内很难实现爆发式增长。


更尴尬的是,欧美现有电力系统的存量设备已经老旧,美国核能发电量从2020年开始持续下降,煤电逐渐退役,新增新能源又跟不上,形成了“旧的在退,新的不够”的供给真空,根本撑不起AI的算力狂潮。


03


核电逆袭:从“过气网红”到巨头的“香饽饽”


就在风光两难时,核电突然翻红了——以前提核电怕安全,现在成微软、谷歌抢着抱的大腿。


核电是能源界“卷王”:全年利用率92%,比996程序员还拼,刮风下雨都不停。



AI刚好吃这一套:训练要集中算力,推理要长期运转,核电都能接。


更贴心的是,核电站能建在数据中心旁边,不用依赖长输电线路——相当于“充电宝直接插手机”。


核电还够绿:运行时几乎不排二氧化碳,1公斤铀-235裂变能量,相当于2700吨标准煤。


一座百万千瓦核电站,每年用几十吨核燃料,就够大型数据中心用一年。


巨头早用真金白银投票:


-2024年9月,微软跟星牌能源签20年协议,专供AI数据中心;


-10月,谷歌向KairosPower订6-7个小型核反应堆,总容量500兆瓦;


-紧接着,亚马逊给核企X-Energ砸5亿,计划2039年搞5千兆瓦核电。


逻辑很简单:AI竞赛拼到最后,拼的是电力稳定性,核电是唯一兜底的。


04


核电+AI:双向奔赴的“神仙组合”


别以为是AI单方面蹭便宜,这俩是互相成就的“CP”。


AI让核电变聪明:


-实时监测反应堆数据,提前30天找故障,停机时间砍30%;


-算法优化燃料配比,提升核燃料利用率;


-建数字孪生模型,模拟极端场景避风险。


GEV核反应堆装AI后,效率上去了,运维成本降12%——老工厂换了自动化生产线。


核电能让AI变自由:


以前AI数据中心只能挤在大城市,现在有了小型模块化核反应堆(SMR),能直接建在数据中心旁边。


谷歌订的就是SMR,未来放AI产业园里,彻底摆脱电网依赖。


核电能让AI“下乡”:


非洲有了稳定核电,AI教育平板、诊断设备能进乡村;偏远矿区靠核电供能,AI监测24小时运转。


加上碳中和背景:煤电要退,核电是清洁基荷电源,AI需求又给核电打开新市场。


预测2030年全球AI算力是2020年的500倍,核电需求得涨3-5倍。


现在美国《通胀削减法案》给核电补贴,SMR技术也成熟了,核电正迎“黄金期”。


05


AI向前冲,核电托底行


马斯克点透了真相:AI缺的是电力托底。


当AI算力突破天际,风光撑不住,电网跟不上,核电成了唯一解。


“AI的尽头是核电”不是口号,是产业逻辑:AI要稳定电,核电给;核电要提效率,AI帮。


巨头的动作是长期押注:谁先锁住核电,谁就能在AI竞赛占先机。



未来会看到:


-AI数据中心跟核电站“做邻居”;


-SMR给边缘计算“当充电宝”;


-非洲孩子用AI平板学习,偏远矿区靠AI保安全。


那些说“电力会达峰”的,没见过AI吞电速度;说“新能源能替代一切”的,没踩过断电断算力的坑。


AI没有天花板,电力需求没有终点,核电就是能一直喂饱它的“永动机充电宝”。


当AI代码遇上核电能量,人类文明的下一段星辰大海,才算真有了底气。


如果,你对“核电+AI”感兴趣:


产业链谁是核心玩家?SMR领域哪家跑在前面?AI数据中心配核电,谁能分最大蛋糕?现在布局该追龙头还是挖“隐形冠军”?


那么,请扫码加入我们,获取更详细的产业链图谱、核心标的清单和投资策略,跟着格隆汇研究院一起,在能源与算力共振里,抓准确定性机会!

AI原生产品日报频道: 前沿科技
本内容由作者授权发布,观点仅代表作者本人,不代表虎嗅立场。
如对本稿件有异议或投诉,请联系 tougao@huxiu.com。
正在改变与想要改变世界的人,都在 虎嗅APP
赞赏
关闭赞赏 开启赞赏

支持一下   修改

确定