所有人都在盯著長鑫的時候，有人已經開始搶電了

這幾天市場最熱的話題之一，是長鑫科技申購。

660億元募資，創下近年來A股最大IPO紀錄之一。很多投資者遺憾自己沒有拿到額度，仿佛錯過了下一張AI時代的船票。

過去兩年，我們已經習慣了一個論調：

AI競爭，本質上是芯片競爭。

誰擁有更多GPU，誰擁有更先進的HBM，誰掌握更強的存儲芯片制造能力，誰就更接近未來。

于是英偉達成為全球市值最高的公司，HBM供不應求價格飆升，長鑫科技這樣的國產存儲芯片企業，也迅速成為資本市場新的焦點。

如果未來所有公司都買到了芯片，那么誰來給這些芯片供電？

或許，AI時代真正稀缺的資源，并不僅僅是芯片。

芯片是“發動機”，電力才是“汽油”

AI訓練本質上是一場硬件軍備競賽。

GPU負責計算，HBM負責帶寬，DRAM和NAND負責存儲與吞吐，它們共同構成了大模型訓練和推理的物理基礎。

但無論芯片多先進，它們最終消耗掉的資源其實只有一種：

電。

一塊高性能GPU滿載運行時功耗可以達到數百瓦，一臺AI服務器往往集成8張甚至更多GPU，一個大型智算中心的耗電規模，已經足以媲美一座中等城市。

GPU再先進，算力再強，一旦斷電，它就只是一塊昂貴的硅片。

打個最簡單的比方：

GPU是發動機。

電力才是汽油。

發動機造得再好，油箱是空的，車依舊開不動。

過去兩年，全世界都在搶發動機，卻很少有人認真討論：

誰來準備足夠多、足夠穩定、足夠便宜的“汽油”？

AI競爭，正在變成能源競爭

據國際能源署預測，到2030年，全球數據中心用電量將超過目前整個日本一年的用電規模。

Gartner預計，僅2026年全球數據中心用電量就將達到565太瓦時，同比增長超過25%。

放到國內看，中國信通院預計，AI相關產業帶來的新增用電需求正在快速增長，并逐漸成為未來全社會新增用電的重要來源。

一個萬卡級智算中心，一年的耗電量已經足夠支撐一座二十萬人口縣城一整年的生活和工業用電。

這種變化甚至已經開始影響全球科技巨頭的戰略決策。

微軟CEO納德拉曾公開表示，未來幾年微軟面臨的挑戰之一，已經不是算力芯片能否采購到位，而是電力供應能否跟上數據中心建設速度。

馬斯克在2024年也曾判斷：

去年短缺的是芯片，下一階段短缺的可能是電力。

如果說芯片決定的是AI模型能不能訓練出來，

那么電力決定的，則是模型能訓練多大、運行多久，以及能否持續擴張。

前者決定入場資格。

后者決定最終上限。

那么問題來了：誰來解決AI缺電？

理論上，AI時代新增的電力需求，大致有四種解決方案。

第一種是火電。

優勢是成熟、穩定、建設周期短。

但煤價波動以及雙碳目標決定了，火電很難承擔未來幾十年的新增基荷任務。

它更適合作為調峰和備用電源，而不是長期主力。

第二種是風電和光伏。

過去幾年，它們已經成為中國新增裝機容量的絕對主力。

但風停了沒有風，天黑了沒有太陽。

對于需要全年無休、24小時運行的數據中心而言，穩定性往往比電價更重要。

第三種是儲能。

儲能解決的是：

電什么時候使用。

而不是：

電從哪里產生。

它能夠調峰，卻無法發電。

剩下的選擇，其實已經不多了。

第四種，是核電。

核電最大的優勢并不是便宜，而是穩定。

它幾乎不受天氣影響，可以連續運行數十年，提供24小時不間斷的基荷電力。

而這恰恰是AI時代最需要的東西。

核電未必是唯一答案，但至少目前看，它可能是最接近答案的那個。

全球科技巨頭已經開始搶電

事實上，全球最懂AI的那批公司，已經開始行動了。

微軟推動重啟美國三里島核電站部分機組，為未來的數據中心鎖定長期電力供應。

谷歌與核能企業簽訂長期購電協議，為未來算力基礎設施提前布局。

亞馬遜開始投資小型模塊化反應堆（SMR）技術，希望在未來直接參與能源供給體系。

Meta也開始評估核電以及其他穩定電源的長期供應方案。

這些公司已經不滿足于囤積芯片。

它們開始直接鎖定未來幾十年的能源供應。

這意味著：

AI競爭，正在從芯片競爭，升級為能源競爭。

中國的答案，可能與美國完全不同

更有意思的是，中國解決這個問題的方法，可能與美國并不一樣。

美國的思路是：

天然氣發電 + 小型核反應堆。

中國的路徑則更像是：

西部新能源基地

* 特高壓輸電

* 東數西算

* 核電基荷

寧夏、內蒙古、新疆、甘肅正在建設全國最大的算力中心和能源基地。

這些地區擁有全國最便宜的風電和光伏資源。

而沿海地區的大型核電站，則承擔著穩定基荷電源的角色。

未來中國的算力地圖，很可能會逐漸演變成一張新的能源地圖。

過去能源跟著工業走。

未來能源可能開始跟著算力走。

核電會是終極答案嗎？

現在就斷言核電一定會成為AI時代最大的受益者，還為時尚早。

至少還有幾個變量值得長期跟蹤：

* 中國每年新增核電核準機組數量；

* 全國數據中心新增機架數量；

* AI相關用電占全社會用電比例；

* 特高壓投資規模；

* 數據中心PUE改善速度。

如果未來幾年，這幾個指標持續上升，

那么一個新的時代或許真的正在到來。

二十年前，互聯網競爭的是帶寬。

十年前，移動互聯網競爭的是流量。

今天，人工智能競爭的是算力。

而算力競爭繼續向前追溯，

最終指向的，也許是能源。

回到長鑫科技

長鑫科技代表的是AI時代的算力入口。

它決定的是：

中國能否擁有足夠便宜、足夠先進、足夠自主可控的存儲芯片。

這當然重要。

市場為它瘋狂，也完全可以理解。

但核電代表的，或許是另一種更底層的基礎設施。

它決定的是：

這些芯片能否被點亮，

能否持續運轉幾十年，

能否支撐下一輪真正意義上的人工智能革命。

當所有人都在討論長鑫中簽率的時候，

真正決定這場競賽最終能走多遠的答案，

也許早已經寫在核電機組的審批文件里，

寫在特高壓線路的規劃圖上，

寫在每一座正在建設的數據中心配電系統里。

只是大多數人，還沒有抬頭去看。

免責聲明：本文基于公司法定披露內容和已公開的資料信息，展開評論，但作者不保證該信息資料的完整性、及時性。

另：股市有風險，入市需謹慎。文章不構成投資建議，投資與否須自行甄別。

財經自媒體“藍莓財經”原創出品，

未經許可，請勿轉載。