VV
vv燕文的AI创投圈AI VENTURE & BUSINESS
60秒看懂本期资料一手资料本期原文全部专题

AI 创投圈 · 005 产业研究专题

芯片之外,
AI开始抢电了

下一个被重估的产业链

485TWh
2025
950TWh
2030E

全球数据中心用电量
IEA 中央情景

数据截至 2026.076 层产业链 · 24 家代表公司产业研究 · 非投资建议

WHY POWER, WHY NOW

AI不只住在聊天框里,
它住在一套庞大的电力系统里。

每一次回答背后,都是GPU计算、服务器散热、变压器供电和电网调度。模型效率提升会降低单次任务成本,也可能带来更多用户、更长任务与更重负载。

真正值得跟踪的,不是公司名字里有没有“电力”,而是它是否进入数据中心供应链、产能能否兑现、订单能否转成利润。

CHINA AI POWER INFRASTRUCTURE MAP

中国AI电力基础设施产业链地图

点击六层,查看代表公司、关键指标与风险。公司仅作产业链样本,不构成证券推荐。

LAYER 01 · 供给端

电源

有没有可长期锁定、稳定且可调度的电?

POWER SUPPLY
代表公司产业位置重点观察
中国核电核电运营

控股在运核电装机、利用小时、在建及核准机组

中国广核核电运营

在运/在建装机、上网电价、资本开支与投产节奏

三峡能源风光运营

新增装机、利用小时、弃风弃光率与绿电交易比例

东方电气发电设备

燃机/核电设备订单、交付周期与海外订单

当前公开信号

截至2025年末,中国大陆运行核电机组59台、额定装机约6252万千瓦。AI负荷需要连续稳定供电,核电、气电、可再生能源PPA与自备电源会共同参与。

关键指标可用容量 MW/GW年利用小时PPA电价与期限并网及投产周期
主要风险! 项目建设和审批周期长! 新能源出力波动与消纳约束! 电价机制及区域政策变化! 资本开支大、回收期长

FROM MEGAWATTS TO MARGINS

底层公司算一座数据中心需要多少电,
创业者算完成一次任务需要多少钱。

用户增长×任务频次×单次算力成本=真实毛利

哪个环节用最强模型,哪个可以用便宜模型;哪些任务实时运行,哪些可以批量处理;哪些交给Agent,哪些必须让人确认。省下来的每一次调用,最后都会变成利润。

PRIMARY SOURCES · CHINESE DIGEST

一手资料与中文提炼

优先链接发布机构、政府部门及公司官方披露。公司数据会随财报更新,阅读时请核对发布日期与统计口径。

01
IEA

Key Questions on Energy and AI 2026

AI用电增长确定,但近期最大的限制不是需求,而是电网接入、设备交付和项目融资。

  • 全球数据中心用电量预计由2025年约485TWh增至2030年约950TWh
  • AI专用数据中心用电同期可能增长到约三倍
  • 到2030年,数据中心可能部署约20–25GW电池储能
与本期的关系

为本期判断提供全球需求总量、增速和瓶颈依据。

查看原始资料 ↗
02
IEA

Energy and AI 2025

AI与能源已经成为同一个基础设施问题:算力扩张速度取决于电力系统能否同步扩张。

  • 数据中心是AI能源消耗的主要物理载体
  • 新增需求高度集中在少数数据中心集群地区
  • 提升效率重要,但效率提升也可能扩大AI使用总量
与本期的关系

解释为什么模型更高效后,总用电仍可能继续增长。

查看原始资料 ↗
03
国家发改委等

深入实施“东数西算”工程实施意见

中国算力布局不是简单“西迁”,而是算力、网络、数据和绿色电力的一体化协同。

  • 新增大型算力向国家枢纽节点集聚
  • 推动训练、推理及离线任务向绿色能源丰富地区迁移
  • 探索跨地区算电融合、交易结算和调度机制
与本期的关系

决定数据中心建在哪里、如何接入绿电以及区域机会如何分布。

查看原始资料 ↗
04
工信部等六部门

算力基础设施高质量发展行动计划

政策目标从“多建机房”转向计算、网络、存储与绿色低碳能力的综合提升。

  • 强调算力结构优化和东西部协同布局
  • 关注网络传输、存储与应用赋能
  • 把绿色低碳和安全可靠列为基础要求
与本期的关系

提供判断数据中心质量的政策框架,不应只看机柜数量。

查看原始资料 ↗
05
国家核安全局

2025年全国核电运行情况

核电提供稳定基荷电源,但新增供给受建设周期、审批和区域布局约束。

  • 截至2025年末,中国大陆运行核电机组59台
  • 额定装机容量约6252万千瓦
  • 装机、发电量、利用小时和能力因子需要分口径观察
与本期的关系

用于判断稳定电源供给的现状和扩张速度。

查看原始资料 ↗
06
宁德时代

2025年年度报告

储能已从电芯销售走向整站系统,但规模增长必须同时观察安全、效率和利润。

  • 2025年储能电池销量121GWh,同比增长29.13%
  • 系统集成业务全球交付超过70个项目
  • 大容量液冷电池舱进入批量交付
与本期的关系

展示储能如何进入数据中心备电、削峰和电网服务。

查看原始资料 ↗
07
特变电工

电气装备产业

变压器的核心壁垒不只是产量,而是电压等级、工程认证、可靠性和交付能力。

  • 产品覆盖10kV至1100kV变压器相关设备
  • 具备变压器、电抗器、开关和线缆等集成能力
  • 产品应用覆盖电网、电源、新能源和通信等场景
与本期的关系

解释变压器为何可能成为AI数据中心接电的设备瓶颈。

查看原始资料 ↗
08
英维克

全链条液冷方案

液冷不是单个冷板产品,而是一套设计、测试、交付、运维共同决定可靠性的系统。

  • 覆盖冷板、CDU、管路、测试及运维环节
  • 液冷系统耦合度高,客户验证周期较长
  • 规模落地后,全生命周期服务成为重要能力
与本期的关系

帮助区分液冷概念、样机验证与真正批量交付。

查看原始资料 ↗
09
数据港

2025年报解读

数据中心价值最终要由上电、上架、客户使用率与长期运维效率兑现。

  • 业务覆盖超大型定制和批发型数据中心
  • 持续通过DCIM和智能终端提升运维效率
  • 绿色节能能力和客户集中度需要同时观察
与本期的关系

把电力设备需求连接到最终数据中心经营结果。

查看原始资料 ↗

VV YANWEN · ORIGINAL

本期原文

HOLA。AI行业现在最缺的是什么?很多人第一反应是芯片。但芯片之外,另一场争夺已经开始:AI正在抢电。

国际能源署4月的报告显示,2025年全球数据中心用电量增长17%,远高于全球用电需求3%的增速。到2030年,数据中心用电量预计翻倍,其中AI数据中心的用电量可能增长到现在的三倍。

为什么模型越来越高效,用电反而更多?因为单次任务虽然变便宜了,使用AI的人更多,任务也更重。以前问一个问题,现在是Agent连续工作几个小时;以前生成文字,现在要生成视频、写代码、跑数据、调用几十个工具。

你以为AI住在聊天框里,其实它住在数据中心里。每一次回答背后,都是GPU计算、服务器散热、变压器供电、电网调度。AI走到今天,越来越像一场工业和能源革命。

国际能源署还披露,五家大型科技公司的资本支出,2025年已超过4000亿美元,2026年预计再增长75%。但钱砸下去,数据中心也不能立刻建起来。现在卡住它们的,除了芯片,还有变压器、燃气轮机、电网接入和审批周期。

这意味着AI产业链正在变长。过去大家只盯模型和芯片,现在资本开始关注电源、电网设备、变压器、储能、液冷和数据中心。谁能让算力更快接电、更稳定运行,谁就在给AI卖下一代铲子。

但AI需要电,不等于所有电力公司都会受益。真正要看的是,它有没有进入数据中心供应链,产能能不能兑现,订单能不能变成利润,而不是名字里有“电力”两个字。

我今年带学员做AI产品,也越来越关注成本。一个视频工具、数字人或者Agent,第一版只看能不能跑起来;真正上线后,每一次生成背后都有成本,10秒视频是3毛还是1块,可是质的差距。

如果收入增加一倍,模型和人工成本增加两倍,它就不是规模化生意。底层公司算一座数据中心需要多少电,小创业者算完成一个任务需要多少钱,本质都是单位经济模型能不能成立。

所以AI创业不能只追求功能更多。哪个环节用最强模型,哪个可以用便宜模型;哪些任务实时运行,哪些可以批量处理;哪些交给Agent,哪些必须让人确认。省下来的每一次调用,最后都会变成利润。

AI也在反过来推动能源技术变化。2025年,科技公司占全球企业可再生能源购电协议约40%;科技公司正在成为核能和先进地热项目的重要推动力量,储能和自备电源也开始进入AI数据中心。储能和自备电源,也正在成为新方案。

所以未来看一家AI公司,除了用户增长和模型能力,还要问:完成一次任务要消耗多少算力?用户增加一倍,利润会增加还是亏损扩大?当模型继续降价,它真正留下的护城河是什么?

我整理了一份《中国AI电力基础设施产业链地图》,按电源、电网设备、变压器、储能、液冷和数据中心六层,梳理代表公司、关键指标和主要风险。它不是荐股资料,而是一张产业研究地图。想要的,我发你。

AI上半场比谁的模型更聪明,下半场比谁能用更低成本,让它持续干活。芯片决定AI能跑多快,电力和商业模式,决定它能跑多久。

我是vv燕文,【AI创投圈】第五期,专聊AI创投那点儿事儿。下周见,Chao。

ABOUT VV YANWEN

关于 vv 燕文

AI创投研究AI产品实践市场与投放跨业务项目

我做了十几年市场和投放、内容和流量,参与过月流水亿级业务,也负责过跨团队、跨业务的大型项目。

从外企、创投、互联网教育到AI项目实践,我长期关注的并不只是流量趋势和新技术本身,而是:一个趋势怎样进入真实业务,怎样变成产品、用户、收入和可复制的增长。

现在,我一边研究AI创投与产业变化,一边亲自带学员做AI项目、做产品、跑交付。我希望把机构报告、产业数据、真实项目经验,翻译成创业者、管理者和职场人真正能用的商业判断。

「AI创投圈」不是资讯搬运,而是一套持续更新的深度研究:看懂技术变化,也看清客户、成本、交付和商业结果。

如果你正在做AI产品、寻找AI转型机会,或者希望交流内容增长与商业化,欢迎添加我的企业微信。

京ICP备2025134656号-1