马斯克又爆出惊人预言！马斯克在G20峰会上发出警告：AI发展正引发“电力危机”，芯片产量年增速达40%-50%，而全球电网扩容速度仅10%-20%，预计2027年将面临至少15吉瓦的电力缺口。他直言，中国凭借电力基建优势，或成例外。

普通人很难直观理解 AI 算力到底有多耗电。我们日常用手机、电脑，感觉 AI 对话只是简单的文字交互，背后却是成千上万颗芯片不间断高速运算。单台搭载高端 AI 芯片的服务器，功耗就远超普通家用设备，大型智算中心还要配套散热、供电保障系统，额外消耗大量电力。

一座中等规模的 AI 算力集群，一小时的用电量，就可以覆盖上万户居民一天的生活用电。芯片产能持续扩张，意味着未来几年，全球会出现大量等待并网的算力设备，一旦电网跟不上，这些硬件就只能闲置。

马斯克给出两组反差巨大的数据，刚好把矛盾讲透。AI 芯片产能每年保持 40% 到 50% 的高速增长，可海外大部分地区电网的扩容速度，每年只有 10% 到 20%。两个增速差距持续拉大，到 2027 年，就会出现至少 15 吉瓦的电力缺口。

这里要厘清一个关键点，这个缺口不是全球整体缺电，而是中国以外地区，已经生产完成的 AI 算力硬件，缺少配套电网资源，没办法投入运行。很多海外科技企业，已经提前感受到这种限制，不少规划中的数据中心项目，因为电网接入周期太长被迫推迟落地。

海外电网扩容慢，不是单纯缺少发电站，整套电力配套建设牵扯非常多环节。新建变电站、高压变压器、输电线路，审批流程漫长，核心电力设备交付周期甚至长达数年。北美、欧洲不少地区，土地审批、环保评估层层限制，想要快速新建电力基础设施难度很高。

就算电站顺利建成，输电网络改造跟不上，电也没办法送到算力中心。芯片工厂可以持续扩产，电力基建却很难短期提速，时间差最终转化成 AI 产业的电力约束。

这也是为什么马斯克特意提到，中国有可能成为这场全球电力危机里的例外。过去多年，国内持续推进电网骨干网络建设，同时布局大型新能源基地，全国一体化算力网络同步落地，算力枢纽优先和电力资源富集区域匹配。

国内新建智算中心项目，在规划阶段就把电力配套纳入考量，算电协同的顶层设计，能够减少算力建好却无电可用的尴尬局面。这种基建优势，不是短期就能复制，需要长期持续投入，还要统筹能源、国土、数据多个部门协同推进。

当然，我们不能简单理解成中国完全不会面临算力用电压力。国内算力规模同样在快速扩张，智算集群的用电总量逐年上涨，部分负荷集中的区域，同样存在电力调度压力。国内解决这个问题的思路，不只是单纯增加发电量，而是推动算力和绿电配套协同。

把大型算力节点布局在风电、光伏资源丰富的区域，同时配套储能设施，平滑新能源发电波动。这也是和海外很多地区最大的区别，在项目规划阶段就提前平衡算力需求和电力供给，而不是等芯片落地之后再去临时找电。

高盛此前发布的研报，也给出了和马斯克相互印证的观察。美国数据中心电力需求会在短短几年内大幅攀升，现有电网承载能力很难一次性承接全部新增算力项目。

不少海外科技巨头已经开始调整方案，不再单纯依赖公共电网，尝试自建小型发电设施保障算力运行。这种模式成本更高，很难大规模普及，侧面印证全球 AI 算力扩张，正在遭遇电力基础设施的硬约束。

这里有一个很值得思考的观点。AI 行业过去几年，所有人都在比拼算力规模，认为算力越多，技术优势越强。马斯克这次预警，相当于给行业敲了警钟，未来 AI 产业竞争，会从单纯芯片比拼，慢慢转向能源基础设施比拼。

谁能够稳定、低成本为算力提供电力供给，谁才能持续扩大 AI 能力。未来衡量一家 AI 企业实力，除了模型参数、芯片数量，稳定的电力保障能力也会变成重要指标。

很多人会产生疑问，技术迭代能不能解决这个电力难题。芯片制造工艺持续优化，新一代芯片单位算力功耗会持续下降。但现实情况是，算力需求增长速度，长期快于芯片节能提升速度。

企业拿到更低功耗的芯片，第一反应不是减少用电，而是部署更多芯片，训练更大规模模型，整体用电量依旧保持上涨。单纯依靠芯片能效优化，很难抵消算力扩张带来的用电增量，电力基建扩容依旧是绕不开的课题。

我们也不用把这场电力危机想象成灾难性的停电事件。它更多是产业层面的资源错配，大量算力硬件闲置，行业扩张节奏被迫放缓。部分海外地区 AI 项目投资回报周期拉长，资本会更加谨慎，全球 AI 产业的发展节奏，会因为电力分布出现分化。

电力供给充足的区域，算力产业可以稳步推进；电力配套跟不上的区域，就算资本充足，也很难跟上 AI 发展节奏。