20260526-东吴证券-能源_AI的中国优势_24页_1mb

报告摘要

随着AI技术的快速发展，Token调用量成为衡量AI模型活跃度和产业价值的关键指标。中国AI模型在Token调用量和市场份额上展现出强劲的增长势头，同时，中国的能源优势正逐步转化为AI领域的竞争优势。通过算电协同，电力与算力实现了双向赋能，推动了AI产业的可持续发展。

Token需求爆发与AI模型增长：2026年3月，中国日均Token调用量超过140万亿，相比2024年初增长了1000多倍。AI从Chatbot向AI Agent演进，任务复杂度提升使得Token调用量呈现非线性增长。
中国模型市场份额提升：根据OpenRouter数据，2026年5月中国模型Token调用量占比接近40%，成为全球大模型市场的第一梯队。DeepSeek V4 Flash成为平台最大的单一模型来源之一，市场份额达到19.8%。
算电协同的推动作用：政府工作报告首次提出算电协同，标志着AI产业加速发展，算力与电力网的深度融合成为趋势。算电协同有助于构建安全、绿色、经济的能源保障体系，推动算力网与电力网的协同。
能源优势转化为AI优势：中国的能源优势，如稳定的电网系统、低成本的绿电资源和新能源装机容量，有助于降低AI推理的单位Token成本。芯片能效提升与服务器价格下行进一步增强了中国在AI领域的竞争力。
电力成本对AI产业的重要性提升：随着AI推理需求的增长，电力成本在整体成本结构中的占比提升，成为影响AI产业发展的关键因素。中国在电力成本、IDC建设成本、电网稳定性和新能源配套方面具备一定优势。

Token调用量与用电量的关系：Token调用量增长带动总计算量提升，推动电力需求增长。预计到2030年，中国算力相关用电量将占全社会用电量的2.3%-5.3%。
算电协同的三种商业模式：绿电物理直供、源网荷储一体化、虚拟电厂。这些模式有助于提升供电稳定性、市场参与能力和能源利用效率。
绿电直连政策：国家层面出台多项政策，支持绿电直连，推动新能源电力消费占比提升。绿电直连已成为算力中心项目准入的硬性红线。
成本结构分析：百万Token成本中，设备折旧占比50%-75%，电力成本占比12%-14%。随着技术进步，单位Token耗电量逐步下降，度电生成Tokens量有50%以上的提升空间。
中美电力结构差异：美国以天然气为主，电价波动较大；中国以风光水核等新能源为主，电价稳定且成本较低，有利于AI推理集群的部署。
投资建议：关注绿电、火电和垃圾焚烧项目，这些领域具备清洁性、稳定性及经济性优势，有望受益于AI需求的爆发。