一度電煉出多少 Token？　AI 時代的能源戰爭正在改寫遊戲規則

GPU 買得起，電供不起

拆解 AI 推理的成本結構，第一個反直覺的事實是：電力今天並不是大頭。

根據多個獨立來源的估算，在自營的超大規模 AI 資料中心中，GPU 硬件折舊佔推理總擁有成本（TCO）的 60% 至 75%，電力（包括冷卻）只佔 10% 至 20%。媒體經常引用的「電力佔資料中心成本四至六成」，指的是傳統資料中心的營運開支（OpEx），不包括硬件攤銷。一旦把每年數億美元的 GPU 更換成本計入分母，電力的比重就大幅縮水。

但這個比例正在逆轉。理解逆轉的邏輯，需要一個例子。

假設兩間公司使用同一款 GPU、同一個模型架構、同一套軟件堆疊。它們的 GPU 折舊成本完全一樣，人力成本大致相當，網絡和冷卻開支也差不多。唯一的差異是電價。在這個場景下，長期大規模推理的邊際成本差異，幾乎完全由電力決定。

隨着推理晶片走向專用化（Nvidia 的 ASIC 收購、Google TPU、各家自研晶片），硬件成本正在加速趨同。Nvidia Blackwell 架構每瓦 token 產出是上一代 Hopper 的十倍，下一代 Rubin 還要再翻十倍。GPU 效率每年提升約四成，推理成本在三年內已經下跌了大約一千倍。

電力呢？方向相反。美國最大區域電網 PJM 的容量拍賣價格在一年內暴漲了八倍。維珍尼亞州，全球最密集的資料中心走廊，正在立法強制大型資料中心簽訂十四年期的照付不議供電合約。微軟為了重啟三哩島核電廠取得專屬電力，付出了每兆瓦時 $115 的溢價，是一般工業電價的兩倍。

GPU 成本在跌，電價在升。這兩條曲線終會交叉。交叉之後，電力就不再是成本結構的配角，而是主角。至今沒有任何研究機構正式預測過這個交叉點何時到來。這本身就是一個市場尚未充分定價的盲點。

更麻煩的是傑文斯悖論（Jevons Paradox）。GPU 越高效，每個 token 越便宜，用量就越大。McKinsey 的分析直接警告：效率提升不會壓縮總電力需求，因為更便宜的推理會刺激指數級增長的使用量。煉油廠越高效，全球不會少用石油，只會用更多。Token 的邏輯一樣。

中美 Token 定價的十倍落差

OpenRouter 的 API 用量排名是 AI 模型競爭最誠實的計分板。2026 年 3 月，全球用量前三名全是中國模型：MiniMax M2.5（周耗 1.68 萬億 token）、StepFun 的 Step 3.5 Flash（1.33 萬億）、DeepSeek V3.2（1.06 萬億）。開發者用腳投票，投的不是最高智能指數，而是每一塊錢能煉出多少 token。

定價差距是數量級的。

Image

Claude Opus 4.6 在 Artificial Analysis 的 Intelligence Index 得分 53，GPT-5.4 得 57.2。中國的 GLM-5 得 49.8，MiniMax M2.7 得 49.6。在 47 至 53 分這個區間，中美模型的能力差距已經相當有限，但 output 定價差距是四至二十一倍。

這個價差有七個疊加因素：MoE 架構效率（DeepSeek V3.2 有 6,710 億參數但每次只啟動 370 億）、虧損搶市定價、政府補貼、晶片制裁倒逼的軟件極限優化、電力成本、人力成本、開源策略。

電力在這七個因素中排第五。但它有一個其他因素都沒有的特性：隨規模放大，權重只會上升，不會下降。MoE 架構的效率增益有物理天花板。虧損定價不可能永續，智譜 AI 的港股 IPO 招股書顯示 2025 年上半年收入只有 $2,700 萬，虧損卻在加深。政府補貼受財政約束。晶片制裁下的軟件優化遲早會觸及硬件極限（DeepSeek 曾評估華為最先進的 Ascend 910C，認為仍不足以支撐下一代前沿模型的訓練）。

唯獨電力，只要推理規模繼續擴大，它在成本結構中的份量就會持續增加。這是物理定律，不是商業決策可以改變的。

美國的電力精煉廠，撞上了一面高牆

如果 token 的長期定價權最終取決於電力，那美國的處境就值得認真審視。

Image

第一個出乎意料的發現：計入 PUE（電源使用效率）後，中美最低成本地區的電價差距遠沒有想像中大。Google 公開的全球資料中心平均 PUE 是 1.09，美國超大規模業者在俄勒岡、德州等低電價州的有效電價約 $0.06 至 $0.07/kWh。中國西部在「東數西算」政策和國產晶片補貼下的有效電價約 $0.057 至 $0.073/kWh。差距以美仙計，不是以倍數計。

但差距不在價格。差距在速度和規模。

美國電力系統的核心矛盾，用一組數字就能說清楚。基於 EIA、NERC 和美國能源部的規劃數據測算，2026 至 2030 年美國新增發電裝機容量為 337 GW，其中風光等間歇性電源佔了 257 GW（76%），天然氣只佔 80 GW。同期退役的幾乎全是高可靠基載電源，煤電 76 GW，氣電 13 GW。淨新增 245 GW 聽起來很多。但按有效容量系數折算（太陽能只有 10%，風電 40%，煤氣核水超過 80%），五年的有效淨新增容量只有約 28 GW。

245 GW 的帳面數字，28 GW 的實際容量。近九成的名義裝機增量，在電網最需要的峰值時刻，無法轉化為可靠的電力保障。風電、太陽能補的是「電量」，不是「容量」。所謂電量，是全年總共發了多少電；容量，是在任何指定時刻能穩定輸出多少電力。太陽能電場在夜晚和陰天輸出接近零，名義 1 GW 的裝機折算成全年隨時可用的有效容量，大概只有 100 至 200 MW。AI 資料中心是全年 8,000 小時以上滿載運行的剛性負荷，它需要的恰恰是「容量」。

這就是為什麼正如二月的渦輪機專題中所分析，燃氣渦輪機是這個十年內唯一能大規模、快速部署的 dispatchable 電源。科技巨頭已經在繞過電網自建電廠：Meta 的 Hyperion 園區部署了三台 H-class 渦輪機共 2.26 GW，Stargate 項目訂了 29 台渦輪機。它們付的電價高達 $175/MWh，是一般工業的兩倍。但對正在訓練萬億參數模型的公司來說，缺電延遲六個月的機會成本，遠比多付一倍電費來得致命。

除了發電端，還有三個物理瓶頸同時卡住了美國的電力擴張。第一是變壓器短缺：大型電力變壓器的交期已從疫情前的數個月拉長到 128 至 143 週（接近三年），價格自 2019 年暴漲超過七成，美國 80% 的供應依賴進口。第二是併網排隊：全美等待併網審批的發電和儲能項目容量達 2,600 GW，是現有電網總裝機的兩倍，中位數等待時間從 2008 年的不到兩年惡化到現在的近五年，80% 的項目最終因成本過高而撤回。第三是輸電網老化：70% 的輸電線路和變壓器服役超過 35 年，2024 年新增的高壓輸電線路只完成了規劃的兩成。

EPRI 在 2026 年 2 月的最新報告將美國資料中心到 2030 年的用電佔比預測上調至 9% 至 17%，比 2024 年的估算高出六成。但反面聲音同樣值得重視：南方環境法律中心委託的研究發現，美國東南部四個州的公用事業所預測的資料中心電力增長，實際發生的概率只有約 0.2%。部分公用事業（如 Georgia Power 的母公司 Southern Company）同時擁有發電廠和天然氣管道，有明確的經濟動機高估需求以獲取基建審批。與此同時，實際建設正在放緩：CBRE 數據顯示，美國主要市場在建資料中心容量從 2024 年底的 6.35 GW 跌至 2025 年底的 5.99 GW，是近年來首次下降。

預測在飆升，工地在停工。這個矛盾本身就是市場需要消化的信號。

煉鋁廠的教訓

如果覺得「電力成本重塑產業格局」聽起來太抽象，煉鋁業的歷史提供了一個殘酷的先例。

鋁冶煉是最接近 AI 推理的工業類比。電力佔煉鋁生產成本的 30% 至 50%，一座大型冶煉廠的年耗電量可達 11 TWh，足以供應一座中型城市。1970 年代以前，美國憑藉豐沛且廉價的水力發電主導全球鋁業。隨後，能源價格管制放寬導致電價飆升。結果是：美國從 33 家鋁冶煉廠縮減到今天的 4 家，產量從 465 萬噸跌至 68 萬噸，進口依存度從接近零升至近三分之二。產能轉移到了擁有廉價水力發電的加拿大和冰島（冰島 70% 至 80% 的發電量被煉鋁消耗），以及擁有廉價天然氣的中東。

AI 資料中心今天的電力成本佔比（10% 至 20%）遠低於煉鋁（30% 至 50%）。但 IEA 預測，到 2030 年，美國資料中心的用電量將超過鋁、鋼鐵、水泥、化工等所有傳統高耗能產業的總和。AI 已經在直接跟煉鋁廠搶電。微軟三哩島核電合約的 $115/MWh，遠超鋁冶煉廠的生存線 $40/MWh。鋁業協會（Aluminum Association）直接把資料中心的電力需求形容為「對電價不敏感的（price inelastic）」。

但 Sam Altman 自己說了：AI 的未來是公用事業。當 token 從「科技產品」變成「公用事業」，價格敏感度就會從零急速上升。到那一天，誰的電力精煉廠成本最低，誰就是贏家。

問題是，美國能在那一天到來之前解決它的基建瓶頸嗎？這是筆者接下來整個系列要追蹤的核心問題。下一篇，我們會拆解美國電力產業鏈的全景圖：從發電到輸電、從燃氣渦輪機到變壓器、從併網審批到 behind-the-meter，每一個環節的瓶頸在哪裏，誰在受益，誰在受困。

免責聲明

本文僅供資訊及教育用途，不構成任何投資建議或招攬。內容未考慮讀者之個人投資目標、財務狀況或需求。作者與本頻道並非持牌人士。所載資料來自被認為可靠之公開來源，但不保證其完整或準確。作者可能持有或不持有文中提及之證券。市場有風險，投資須審慎，讀者應自行判斷並在作出任何投資決定前諮詢持牌專業顧問。