随着AI的耗电增大，中国未来电力需求增长确定性很高。提高电力供应可选项：。1.批新的煤电站：这会导致碳中和目标遥遥无期，可能性低，而且在煤价不降的情况下，煤电成本相对风电优势会逐步消失。2. 批新的核电站：平均建设周期高达7年，不够灵活，来不及应对近期需求，而且选址地点有限，居民恐核会反对建设。3. 批更多风光：这个可能性最大，但风光必须配套调峰电源。风机某天提供100%电力，但下一天只剩50%，这就需要其他备用电源（包括锂电池、抽水蓄能、燃气机、氢能源）。
储能和调峰里面。我认为储蓄、燃气机、电池会长期共存。
1. 锂电池储能：缺点非常多，大部分配套的储能时间都只有几个小时，再长的话很贵，不足以独立提供稳定电源。而且中国锂资源严重依赖进口，目前中国进口锂资源约占锂总需求的70%，进口依赖度远高于天然气。优点仅仅只是无CO2和部署快。
2. 抽水蓄能：主要缺点是，建设周期过长，平均大约10年，而且初期投资很大（同容量初始投资几乎是天然气电站两倍），选址有要求。优点是建成后运营成本低，无CO2
3. 天然气机：优点是部署快，建设快，平均建设周期约3年，初期投资低（初始投资大约只有同容量煤电站和抽水蓄能的一半）。缺点就是有CO2（但CO2排放比煤低50%），和燃料费略高。其中CO2排放可以通过碳捕获进一步降低。而且天然气电站由于排放物简单，碳捕获难度要低于煤电站，天然气站可以很容易捕获高纯度CO2进行统一处理，而煤电站还要处理其他杂质。燃料费上，由于天然气主要供应工业需求，且中国工业用电占到总用电70%左右，而工业用户（尤其是AI中心）对电价敏感度低一些。加上燃气机在数据中心主要作为辅助，或者仅作为应急备用电源，并非全程运行，因此天然气单价虽高但整体完全在可接受范围。中国天然气资源相对丰富，进口依赖度基本可以维持在50%以下。
因此，随着风光占比越来越大，天然气也越来越重要。
为什么AI是耗电大户
美国电力公司DOMINION说，光在virginia州，新建的未来AI中心就可能需要几个核电站（几GW）来供电。假设2030全球AI中心年耗电量1000TWH，如果中国占40%的话是400TWH，约占现在全国年总耗电量4.3%。
AI耗电主要在训练和部署（推理、搜索）上。
有人会觉得随着芯片制程越来越先进，每瓦性能会越来越高，进而降低能耗。实际是反过来，能耗越来越高。首先随着制程越来越接近1nm，制程升级导致的能效比提升越来越小，甚至开始完全消失。比如苹果最新的3nm芯片，最为明显，制程提升几乎没有带来任何能效比提升。有人问，那为什么还搞新制程？原因是用集成度换性能，只要单位面积能塞入更多晶体管，哪怕每瓦性能完全没提升，也能换来更高性能。因为最重要的是性能，所以未来芯片厂只能用能源换性能，而不是用效率换性能。因此，由于芯片的效率提高往往跟性能提升完全不成比例，单芯片能耗反而不断爆炸式增长。在训练端，有人算过，AI超级计算机算力6年内只提升了5倍的每瓦性能，但训练单个模型总能耗却提升了5000倍，一个是芯片集成度提升、集成后本身能耗提升，二是模型比以前更大更复杂。
在用户端，熟悉GPU的人会发现，这10年来，单GPU功耗增长惊人。2014年发布的GTX980功耗TDP165W，而2022年发布的4090 tdp达450W，因为台积电制程现在每前进一步导致的效能提升越来越低。在推理部署上，目前我们的日常电脑搜索任务还是以非AI为主，未来大部分搜索都会基于AI模型，每次搜索都需要大量计算。AI导致每搜索能耗提升6倍。目前西方的IT公司正在大规模推进所有客服、办公AI化，未来每个大公司（包括银行等）都会训练自己两套内部gpt模型，一个是针对客户，一个针对员工。
中国天然气为什么跟煤有本质区别？
最主要区别是，煤的海运费只占原煤成本的20%最多。而美国天然气经过液化、海运、陆运、再气化后中间运输处理成本占到原气成本的200%左右。3美元的美国天然气到中国天然气站后实际成本可达9美元，折合油价54美元一桶，折合中国天然气价约税前2.3人民币每立方米。煤供应的问题是，世界是互通的，海运很便宜。有电力专家说，我国东部低成本煤炭资源枯竭，因此未来港口长协价不会低于1000人民币，但仔细想想这逻辑有漏洞。澳洲5500煤成本500，加上运费和税，运到中国等效煤价范围基本在720附近。而且5500可以跟印尼便宜低卡混成优质动力煤，成本很低。南非、美洲那里如果有多余的煤随时都可以运进来，南非和美洲以前主要供应欧洲，如果欧洲不要，迟早要来亚洲。但天然气没法这么运。天然气运费远高于煤而且出口吞吐非常有限。中国天然气基本不需要看国际供需，可以看成本地内循环市场。因此天然气供应上天然是优于煤的，中国永远都是缺天然气，永远不存在过剩问题，无非缺多和缺少问题。目前国家战略规划是天然气进口依赖不高于50%即可，在这个范围内都可以发展气电。