伯恩斯坦：AI的下一轮赢家，正在转向电网和储能

近日，伯恩斯坦最新发布的全球储能报告《中国的下一批赢家：为中国AI革命供电》揭示了一个关键趋势：中国AI的竞争力正从模型能力转向成本优势，而这一优势的核心在于电力。

中国AI推理成本的低廉令人瞩目。报告显示，美国GPT-5.5每百万token收费30美元，而中国的DeepSeek V3 Pro仅需0.9美元，千问3.5flash只要0.3美元，差距高达30至100倍。这一差异并非技术落后，而是电力成本、基础设施效率和模型架构优化的综合结果。首先，中国模型架构更高效，推理时显著减少存储和内存成本。其次，中国工业电价平均每兆瓦时15-16美元，远低于欧洲的194美元和日本的139美元，也低于美国的82美元。在数据中心集中的内蒙古、宁夏、甘肃，电价低至每度0.33-0.37元人民币，新疆部分项目甚至可低至0.32元。此外，中国AI基础设施的建造成本仅为美国的30%左右，进一步压缩了总成本。

更关键的是，低成本并未牺牲质量。报告对比了模型智能评分与token成本：Kimi K3的智能评分接近GPT-5.5，但价格仅为后者的1/15。这表明中国AI正从“便宜”走向“高性价比”，在保持竞争力的同时，为大规模商业化铺平道路。

伯恩斯坦对数据中心电力需求进行了大胆测算。如果中国要在2035年追上美国的AI算力水平，数据中心电力需求将从2025年的202TWh增长至2035年的1476TWh，年复合增速24%。这意味着未来十年，数据中心将贡献中国总电力需求增长的28%，成为最大的增量来源。分阶段看，2025-2030年增速更快，年复合增速达25%，2030-2035年放缓至19%。

报告也列出了不同机构的预测区间：中国国家能源局官方目标为2030年数据中心用电800TWh，IEA预计717TWh，Wood Mackenzie预计774TWh，而伯恩斯坦自身测算为622TWh。这一差异反映了算力落地速度的不确定性，但整体趋势指向电力需求的急剧攀升。

中国凭什么扛住如此巨大的电力需求？报告归结为三个字：电多、电便宜、电来得快。中国目前发电量是美国的两倍以上，2025年一年新增超过500GW电力装机，其中314GW为光伏、119GW为风电。这一数字是美国新增装机的十倍。在电网投资方面，中国计划2026-2030年投资超过五万亿人民币，新增15条特高压直流输电线路，将西电东送能力提升至420GW以上。到2026年中，中国已有43条特高压输电线路运行，使全国能够像单一电力市场一样运作，将AI算力部署在可再生能源最便宜的地区。

政策层面，“东数西算”和“算电协同”两大框架推动算力与电力协同发展。新批复的国家枢纽数据中心要求超过80%的电力来自绿电，并配备15%-20%的储能。阿里云和腾讯已承诺2030年实现100%清洁能源，阿里自建数据中心清洁电力占比达64%，腾讯自有数据中心可再生能源使用率超过80%。这些承诺既有政策约束，也有经济效益驱动。

要支撑电力需求，中国需要每年新增385GW发电装机，同时电网大规模扩张。储能方面，2025年全球BESS电池需求增长85%至556GWh，占电池总需求的30%。中国今年预计安装300GWh，同比增长95%，而美国仅为70-80GWh。中国在锂电池领域占据80%的全球市场份额，电池制造产能超过300GWh，是其他所有国家总和的四倍多。报告强调，新建国家算力枢纽要求15%-20%的储能配套，储能正成为AI生态的关键组成部分，提升供电可靠性并支持可再生能源整合。

报告也提示了若干风险。一是AI算力追赶速度可能不及预期，若中国芯片性能提升慢于假设，电力需求增长将相应放缓。二是电网投资落地节奏可能受审批和建设周期影响。三是可再生能源消纳和储能配套政策若执行不到位，可能制约绿电供应的稳定性。