这几天市场最热的话题之一，是长鑫科技申购。

660亿元募资，创下近年来A股最大IPO纪录之一。很多投资者遗憾自己没有拿到额度，仿佛错过了下一张AI时代的船票。

过去两年，我们已经习惯了一个论调：

AI竞争，本质上是芯片竞争。

谁拥有更多GPU，谁拥有更先进的HBM，谁掌握更强的存储芯片制造能力，谁就更接近未来。

于是英伟达成为全球市值最高的公司，HBM供不应求价格飙升，长鑫科技这样的国产存储芯片企业，也迅速成为资本市场新的焦点。

如果未来所有公司都买到了芯片，那么谁来给这些芯片供电？

或许，AI时代真正稀缺的资源，并不仅仅是芯片。

芯片是“发动机”，电力才是“汽油”

AI训练本质上是一场硬件军备竞赛。

GPU负责计算，HBM负责带宽，DRAM和NAND负责存储与吞吐，它们共同构成了大模型训练和推理的物理基础。

但无论芯片多先进，它们最终消耗掉的资源其实只有一种：

电。

一块高性能GPU满载运行时功耗可以达到数百瓦，一台AI服务器往往集成8张甚至更多GPU，一个大型智算中心的耗电规模，已经足以媲美一座中等城市。

GPU再先进，算力再强，一旦断电，它就只是一块昂贵的硅片。

打个最简单的比方：

GPU是发动机。

电力才是汽油。

发动机造得再好，油箱是空的，车依旧开不动。

过去两年，全世界都在抢发动机，却很少有人认真讨论：

谁来准备足够多、足够稳定、足够便宜的“汽油”？

AI竞争，正在变成能源竞争

据国际能源署预测，到2030年，全球数据中心用电量将超过目前整个日本一年的用电规模。

Gartner预计，仅2026年全球数据中心用电量就将达到565太瓦时，同比增长超过25%。

放到国内看，中国信通院预计，AI相关产业带来的新增用电需求正在快速增长，并逐渐成为未来全社会新增用电的重要来源。

一个万卡级智算中心，一年的耗电量已经足够支撑一座二十万人口县城一整年的生活和工业用电。

这种变化甚至已经开始影响全球科技巨头的战略决策。

微软CEO纳德拉曾公开表示，未来几年微软面临的挑战之一，已经不是算力芯片能否采购到位，而是电力供应能否跟上数据中心建设速度。

马斯克在2024年也曾判断：

去年短缺的是芯片，下一阶段短缺的可能是电力。

如果说芯片决定的是AI模型能不能训练出来，

那么电力决定的，则是模型能训练多大、运行多久，以及能否持续扩张。

前者决定入场资格。

后者决定最终上限。

那么问题来了：谁来解决AI缺电？

理论上，AI时代新增的电力需求，大致有四种解决方案

第一种是火电。

优势是成熟、稳定、建设周期短。

但煤价波动以及双碳目标决定了，火电很难承担未来几十年的新增基荷任务。

它更适合作为调峰和备用电源，而不是长期主力。

第二种是风电和光伏。

过去几年，它们已经成为中国新增装机容量的绝对主力。

但风停了没有风，天黑了没有太阳。

对于需要全年无休、24小时运行的数据中心而言，稳定性往往比电价更重要。

第三种是储能。

储能解决的是：

电什么时候使用。

而不是：

电从哪里产生。

它能够调峰，却无法发电。

剩下的选择，其实已经不多了。

第四种，是核电。

核电最大的优势并不是便宜，而是稳定。

它几乎不受天气影响，可以连续运行数十年，提供24小时不间断的基荷电力。

而这恰恰是AI时代最需要的东西。

核电未必是唯一答案，但至少目前看，它可能是最接近答案的那个。

事实上，全球最懂AI的那批公司，已经开始行动了。

微软推动重启美国三里岛核电站部分机组，为未来的数据中心锁定长期电力供应。

谷歌与核能企业签订长期购电协议，为未来算力基础设施提前布局。

亚马逊开始投资小型模块化反应堆（SMR）技术，希望在未来直接参与能源供给体系。

Meta也开始评估核电以及其他稳定电源的长期供应方案。

这些公司已经不满足于囤积芯片。

它们开始直接锁定未来几十年的能源供应。

这意味着：

AI竞争，正在从芯片竞争，升级为能源竞争。

中国的答案，可能与美国完全不同

更有意思的是，中国解决这个问题的方法，可能与美国并不一样。

美国的思路是：

天然气发电   小型核反应堆。

中国的路径则更像是：

西部新能源基地

* 特高压输电

* 东数西算

* 核电基荷

宁夏、内蒙古、新疆、甘肃正在建设全国最大的算力中心和能源基地。

这些地区拥有全国最便宜的风电和光伏资源。

而沿海地区的大型核电站，则承担着稳定基荷电源的角色。

未来中国的算力地图，很可能会逐渐演变成一张新的能源地图。

过去能源跟着工业走。

未来能源可能开始跟着算力走。

核电会是终极答案吗？

现在就断言核电一定会成为AI时代最大的受益者，还为时尚早。

至少还有几个变量值得长期跟踪：

* 中国每年新增核电核准机组数量；

* 全国数据中心新增机架数量；

* AI相关用电占全社会用电比例；

* 特高压投资规模；

* 数据中心PUE改善速度。

如果未来几年，这几个指标持续上升，

那么一个新的时代或许真的正在到来。

二十年前，互联网竞争的是带宽。

十年前，移动互联网竞争的是流量。

今天，人工智能竞争的是算力。

而算力竞争继续向前追溯，

最终指向的，也许是能源。

回到长鑫科技

长鑫科技代表的是AI时代的算力入口。

它决定的是：

中国能否拥有足够便宜、足够先进、足够自主可控的存储芯片。

这当然重要。

市场为它疯狂，也完全可以理解。

但核电代表的，或许是另一种更底层的基础设施。

它决定的是：

这些芯片能否被点亮，

能否持续运转几十年，

能否支撑下一轮真正意义上的人工智能革命。

当所有人都在讨论长鑫中签率的时候，

真正决定这场竞赛最终能走多远的答案，

也许早已经写在核电机组的审批文件里，

写在特高压线路的规划图上，

写在每一座正在建设的数据中心配电系统里。

只是大多数人，还没有抬头去看