20260826-中国银河-_CGS-NDI论策_章俊_杨晓_AI时代算力竞争的新边界_数据中心能源约束与中美系统能力比较_25页_2mb

【CGS-NDI论策】AI时代算力竞争的新边界——数据中心能源约束与中美系统能力比较

核心内容

本文分析了人工智能（AI）在规模化发展过程中对能源体系带来的结构性变化，指出能源与算力协同已成为支撑新质生产力发展的关键因素。文章从三个方面展开论述：AI算力扩张对能源体系提出的新要求、中美两国在能源系统能力上的比较、以及面向AI时代的能源体系优化路径。

主要观点

1. AI算力扩张推动能源需求结构变化

   • AI发展从“模型训练”转向“推理服务”和“实时应用”，数据中心成为高可靠、高密度、强集聚的新型电力负荷。
   • 电力系统需从满足峰值需求转向支持持续稳定高基荷需求，提升可靠性、灵活性和承载能力。

2. 中美能源系统能力差异显著

   • 美国依托成熟的能源市场、丰富的天然气资源和核电布局，具备较强的短期供电保障和成本优势，但面临电网扩容缓慢、跨区域输电能力不足和低碳转型压力。
   • 中国依托超大规模电力系统、统一电网和“东数西算”等重大工程，具备长期统筹和系统建设能力，但新能源占比上升带来灵活调节能力不足和储能、跨区域消纳能力待提升的问题。

3. 未来AI竞争将围绕能源—算力协同能力展开

   • 能源保障能力、资源配置能力和成本控制能力成为决定AI产业竞争力的关键。
   • 稳定、低成本、绿色的能源体系将成为AI发展的重要支撑。

关键信息

一、AI算力扩张对能源体系的影响

• 新需求：从算力峰值需求转向高基荷算力系统。
• 新特点：数据中心呈现高功率密度、高可靠性、强空间集聚特征。
• 新竞争：从资源禀赋竞争转向能源—算力协同能力竞争。

二、中美能源系统能力比较

• 可靠电力保障能力：美国依靠成熟能源体系和天然气发电形成短期可靠容量；中国依托超大规模电力系统和统一电网提升长期供电能力。
• 能源配置能力：美国依赖市场机制优化能源与算力匹配；中国通过“东数西算”工程推动能源与算力协同布局。
• 能源成本控制能力：美国具有短期成本优势，但面临低碳转型压力；中国通过新能源发展和系统效率提升形成长期成本优势。
• 能源系统能力重塑国家竞争优势：AI竞争的关键在于将能源资源优势转化为算力和产业优势的能力。

三、面向AI时代的能源体系优化路径

• 提升能源系统整体效率：推动能源与算力协同规划，优化算力空间布局。
• 增强电力系统灵活性：通过储能、电网调节和智能调度，解决新能源波动性与算力高可靠性之间的矛盾。
• 推动“六张网”协同建设：将能源、算力、通信、物流等基础设施统筹规划，形成“能源资源—基础设施—算力能力—产业竞争力”的转化链条。
• 重点产业方向：包括高可靠电力基础设施、数据中心能效提升技术、电力系统灵活性资源、以及AI赋能的能源智能化升级。

风险提示

1. 对政策理解不到位的风险。
2. 政策落实不及预期的风险。
3. 技术发展不确定性风险。

研究团队介绍

• 章俊：中国银河证券首席经济学家、研究院院长。
• 彭雅哲：中国银河证券新发展研究院数字经济研究员。
• 杨晓：中国银河证券新发展研究院数字经济研究员。

评级体系

• 行业评级：推荐（相对基准指数涨幅10%以上）、中性（-5%~10%）、回避（跌幅5%以上）。
• 公司评级：推荐（涨幅20%以上）、谨慎推荐（5%~20%）、中性（-5%~5%）、回避（跌幅5%以上）。

法律声明

本报告为中国银河证券研究院依法发布，内容仅供参考，不构成投资建议。具体投资决策需结合市场情况和投资者自身判断。