中国与美国要兑现token经济学，都需要用电力来破题。两国算力发展路径不同，电力瓶颈却同样凸显：美国受限于发电与电网基础设施落后，token产出规模被电力总量掣肘；中国则面临“用电力换算力”的效率难题，相对低能效的硬件推高了token单位成本。这场围绕算力的全球竞争，正演变为一场看不见硝烟的“电力竞赛”。
一、美国算力困局：缺电比缺卡更致命
微软CEO纳德拉的判断直指核心：“现在与其说是缺卡，不如说是缺电”。电力供应与就近数据中心建设速度，直接限制了token的产出与变现——电不到位、通电建筑（Warm Shell）不完善，即便手握大量GPU也只能“躺着吃灰”。随着ChatGPT等智能体催生出百万卡级算力巨兽，美国数据中心正从1GW级向10GW级跨越，Crusoe建设的怀俄明州数据中心一期目标1.8GW，远期更是直指10GW，但电力供应却难以跟上这一步伐。
美国巨头的电力获取之路布满荆棘。无论是依赖公共电网、自建表后电力（behind-the-meter），还是两者结合，均面临重重挑战：一方面，公用事业公司因担心AI泡沫导致需求方“跑路”，不愿签署大额购电协议或投资输电基础设施；另一方面，OpenAI等企业也对长期购电协议持谨慎态度，奥特曼直言“极廉价能源短期大规模上线将让长约反噬自身”。更严峻的是，美国电网老旧，NextEra首席执行官透露，支撑1GW需求相对容易，但容纳5GW需“额外工作”，10GW更是难上加难，即便最高容量的765kV双回路电压走廊，长距离也仅能承载6-7GW数据中心。为此，硅谷巨头频频向白宫喊话，谷歌将“电网升级”列为AI行动计划首要建议，白宫也已将“发展与AI创新速度匹配的电网”写入相关章节。OpenAI更是建言，美国需每年新增100GW电力容量才能与中国竞争，而2024年美国新增装机仅51GW，与中国的429GW形成巨大“电力鸿沟”。
二、中国算力挑战：能效短板推高电力成本
中国发电量是美国的两倍多，电网也更“坚强”，但AI基础设施却受困于“电力换算力”的效率问题。由于算力基座依赖国产芯片，其在能效方面仍与国际顶尖水平存在差距。随着多模态模型与智能体协作渗透，国内巨头算力需求向百万张卡级别迈进，能效短板将进一步放大——字节跳动日均token调用从今年5月的16.4万亿攀升至9月的30万亿，4个月即翻倍，能源消耗压力可见一斑。
能效差距直接体现在token成本上。以华为CloudMatrix 384与英伟达GB200 NVL72对比，前者总算力提升1.7倍的同时，全系统能耗却增加3.9倍，单位算力能耗（1.87pJ/FLOP）较后者（0.81pJ/FLOP）高出130%。尽管甘肃、贵州等算力枢纽通过补贴将电价降至0.4元/度（5.6美分/kWh）以下，低于美国工业平均电价（9.1美分/kWh），但算上低能效带来的额外散热用电，中国AI生态单位算力电费成本仍相当于美国的140%。长期来看，中国正通过“举国攻关+生态构建”破局：DeepSeek等开源模型厂商牵引芯片厂商软硬件协同设计，摩尔线程、沐曦股份等企业加速上市进程，政策也鼓励央企与政务领域优先使用国产芯片。华为在全联接大会上发布昇腾AI芯片路线图及更强大的超节点产品，但短期内先进制程差距导致的能效鸿沟仍难以完全抹平。
三、未来博弈：从电力竞争到生态突围
中美算力博弈的核心，已从“卡脖子”转向“电掣肘”。美国需破解基础设施老化与电力供应不足的难题，中国则要攻克芯片能效与成本控制的关卡。当竞争扩展至全球，中国当前的电价补贴优势将逐渐削弱，必须依靠模型效率提升、芯片能效突破以及新能源与储能出海形成组合拳。这场围绕电力的算力竞赛，不仅关乎token经济学的兑现，更将重塑全球AI产业的权力格局——谁能率先破解电力困局，谁就能在智能时代占据先机。