甘肃酒泉，瓜州戈壁。 彭博社的特派记者踩在狂风肆虐的沙砾上，镜头里是一望无际的白色风机。这些上百米高的钢铁巨兽在西北的苍穹下狂乱转动，地上的光伏板连绵到地平线尽头。 这里拥有超过 20GW 的超级风电基地，单看这一个地方的发电能力，就足以碾压不少中等国家的全国总电网。 但这位美国记者站在戈壁滩上，心里升起的却不是对壮丽风光的感叹，而是一种脊背发凉的战栗。 因为他刚刚在硅谷采访完一圈科技大佬：奥特曼（Sam Altman）为了给 OpenAI 的算力中心找电，急得四处拜佛；黄仁勋在公开演讲里多次暗示“AI 的尽头是能源”；硅谷的机房为了抢几兆瓦的电额度，甚至把主意打到了几十年前停运的老核电站上。 然而，当他跨越半个地球来到中国西北，却看到了一个截然相反的物理世界——这里的清洁电力，多到根本用不完。 彭博社随后发表了一篇长篇图文特稿，向西方世界带回了这个令人不安的“鬼故事”：美中 AI 竞赛的底层牌局，正在发生一场极其诡异的转移。 大家以为比的是谁能买到更多 H100 芯片，但中国正在悄悄打出自己的全新底牌——用几千公里外戈壁滩上吹出来的风，卷死硅谷的算力成本。 一、 硅谷在找电，西北在“倒掉牛奶” 要想理解这个鬼故事有多吓人，得先看看硅谷现在有多绝望。 在今天的美国，你想建一个支撑万亿参数大模型训练的超级数据中心，最大的敌人往往不是芯片禁令，而是当地的电力公司。 美国老旧的电网早已不堪重负，一个新建数据中心要申请并网（Interconnection Queue），排队等待期往往长达 3 到 5 年。 为了给数据中心“续命”，微软甚至和能源公司签下了长达 20 年的狂暴协议，试图强制重启 1979 年发生过严重核事故的三哩岛核电站 1 号机组； 亚马逊（AWS）砸下 6.5 亿美元，干脆把数据中心直接盖在了核电站墙根下；Google 和 Meta 则在大举抢购天然气和微型核反应堆的预定配额。 结果就是，美国数据中心的平均电价被一路推高到了 8~15 美分/度（约合人民币 0.6~1.1 元）。 AWS购买的核电站旁数据中心 而此时的中国甘肃和内蒙古，剧情却走向了完全相反的方向。 由于西部风光资源太丰富，而当地工业负荷有限，加上风电“看天吃饭”的间歇性，导致西北常年存在巨大的“消纳难题”。彭博社引述的数据显示，光是 2026 年上半年，中国风电光伏潜在发电量中，就有约 9% 因为电网吸纳能力不足而被放弃。 9% 听起来不多？这白白浪费掉的电量，如果换算成算力，足以把全球现有的万亿参数大模型来来回回训练好几轮。 在西北，陆上风电和光伏的度电成本早已降到了 0.15~0.20 元人民币（约 2~3 美分）。 电费占了数据中心日常运营成本（OPEX）的 60% 以上。一边是硅谷在以 10 美分以上的高价苦苦求电，另一边是中国西北以 2 美分的超低价把电白白吹散在戈壁滩上。 这个极其刺眼的对比，让彭博社得出一个扎心的结论：当硅谷还在为芯片发愁时，中国正在把原本的“能源消纳负债”，硬生生转化为“超级廉价的算力资产”。 甘肃风电与光伏覆盖荒原 二、 物理学的惩罚：为什么“运电”不如“运数据”？ 有人可能会问：既然西部的电多到用不完，直接架几条高压线，输送到北京、上海、深圳去用不就行了吗？ 这背后其实隐藏着一段中国电力工业苦涩的血痛史，以及一整套对抗物理法则的豪赌。 时间倒退到十年前（2015~2016 年）。当时甘肃酒泉的风电基地刚建起来，但跨省输电通道根本没跟上。结果，甘肃的弃风率一度飙升到惨不忍睹的 39%，光伏弃光率甚至超过 30%。风狂吹，巨型风机却被强制锁定不准转动。国家能源局直接下发了风电投资“红色预警”，硬生生给西北风电按下了一段长达数年的暂停键。 为了打破这种“有电送不出”的困境，中国电网做了一场连美苏冷战时期都没敢完成的豪赌——全面押注特高压（UHV）。 传统的 500kV 直流电网，输电距离一长损耗就大得吓人。而中国搞出来的 ±800kV 和 ±1100kV 直流特高压，直接把千公里输电损耗降到了 2.79%。 但即便强如特高压，依然战胜不了物理学：从新疆、甘肃把电拉到 3000 公里外的沿海，线路上白白蒸发掉的电能依然接近 10%。 更要命的是，一条特高压造价动辄两三百亿，建设周期极其漫长，根本赶不上西北风光电厂暴发式的扩建速度。 新疆昌吉±1100千伏特高压换流站 直到 AI 大模型时代的到来，大家突然恍然大悟：既然“运电”要遭受物理学的电能损耗惩罚，那为什么不直接“运算力”？ 这就好比在新疆捕捞到了大量鲜活海鲜： 传统思路（运电）： 搞庞大的冷藏车把活鱼跨越 3000 公里运到上海。半路上海鲜死了一半（电能传输损耗），冷藏车的油钱和路费（特高压造价）贵得离谱。 酒泉—湖南特高压输电工程 AI 新思路（东数西算）： 搞什么长途运输？直接在湖边盖一座顶级自动化罐头厂！ 用当地便宜到几乎不要钱的能源，就地把活鱼加工成罐头（将绿电转化为大模型训练好的权重文件），然后走快递顺丰（光纤骨干网）发往上海。 光纤传输信息，能量衰减近乎为零，快递费便宜，而且罐头半路绝不会坏。 让电子在铜线里奔跑 3000 公里，是极其昂贵的物理折磨；但让光子在光纤里传输计算结果，却是成本近乎为零的数学游戏。 宁夏中卫西部云基地机房 三、 把大山变成“巨型充电宝”，用戈壁狂风给 GPU 降温 当然，事情如果这么简单，西方也不用焦虑了。 真正的难点在于：风电和光伏是有“脾气”的。风不吹、太阳落山的时候，电力就会骤降。而顶级 AI 芯片（比如 GPU 集群）是极度娇贵的工业机器，要求 7×24 小时绝对稳定、毫秒不能断的电能供给。 你总不能跟大模型说：“今天戈壁滩没风，你先暂停思考半天”吧？ 为了把西部“狂躁且不稳定”的绿电，驯化成“温顺且持续”的超级算力，中国正在西北上演一场工业史上最壮观的系统工程： 首先是把整座大山变成巨型充电宝。 在甘肃的高山峡谷间，工程师们凿出了上下两个巨大的水库（抽水蓄能）。 半夜风狂吹、电网用不完时，用多余的电开动超级抽水机，把下水库的水抽到山顶；白天无风无光、算力中心满负荷运转时，放水下山冲电机发电。 甘肃玉门抽水蓄能工程 其次是让 AI 预测天气来“看天吃饭”。 现在的算法调度系统，可以提前 48 小时精准预测戈壁滩的风速。 当大风暴来袭、绿电爆表时，自动触发消耗巨大的“全量大模型训练”（Heavy Training）；风平浪静时，则切回消耗较小的数据清洗或推理任务（Inference）。 再加上西北天高气爽、年平均气温低，结合液冷技术，数据中心连空调都省了，直接用戈壁滩的自然凉风给发热的 GPU 降温，把电源使用效率（PUE）拉到了极其恐怖的 1.15 以下。 彭博新能源财经（BNEF）预测，为了改善输电、储能和智能调度，中国到 2049 年需要对电网投入 3.9 万亿美元（约合人民币 28 万亿元）。 这不仅是铺设电线，这是在用数万亿美元的重工业积累，为通用人工智能搭建一个永远不会断电的物理底座。 阿特斯甘肃大型储能电站 四、 智能的终极底牌，究竟握在谁手里？ 从更高的视角来看，彭博社记者带回的这个“鬼故事”，揭示了一个被很多人忽视的商业真相： 大模型的早期竞争，比的是算法天才和芯片库存；但大模型的下半场竞争，比的是物理世界里的能量转换效率。 AI 的本质，是把电能输入给硅基芯片，输出为结构化的知识与推理能力。 在这场超级马拉松里，中国正在形成一个令人窒息的“三体式”工业闭环： 1）绿色能源制造： 拥有全球最便宜的风机和光伏组件产能，把发电设备的制造成本砸到极低； 甘肃庆阳，夕阳下的风电与光伏基地 2）超级电网基建： 拥有特高压、抽水蓄能和智能调度网络，能把散落荒野的电稳定地聚拢起来； 哈密—重庆特高压输电线路 3）数字算力吸纳： 通过“东数西算”，把极其廉价的绿电直接转化为算力，用来抵消芯片上的研发和进口溢价。 千年之前，古丝绸之路上的阵阵驼铃，穿过了甘肃瓜州的戈壁荒漠； 千年之后，这里的风机正以每分钟几十圈的速度轰鸣运转。每一台 16 兆瓦的大型风电机组转动一圈，产生的电量就足以支撑数万人完成一次与 AI 的深度对话。 当硅谷的科技巨头们还在为几百兆瓦的变电站额度吵得不可开交、甚至要打官司争夺旧核电站时，西北戈壁滩上漫天飞舞的狂风，早已被悄无声息地编织进了数字时代的神经元里。 这或许才是让华尔街和硅谷夜不能寐的真正原因：他们突然发现，对手手里最硬的那张牌，竟然根本不在芯片堆里，而是在几千公里外那一片茫茫的戈壁滩上。
评论 (0)