{"text":[[{"start":8.68,"text":"特朗普将于5月13日至15日访华。虽然美国媒体盯着关税、采购、农产品、飞机、能源与金融市场；美国企业界高管随行名单已出，也让这次访问带有明显的商业交易色彩，但真正值得放到桌面上的，或许不是最敏感、最难谈的芯片，而是一个更具体、更笨重、也更可能落地的议题：AI时代的电力基础设施。"}],[{"start":33.65,"text":"美国的AI优势越大，对中国电力设备的结构性依赖就越深。"}],[{"start":38.68,"text":"这个议题的第一个关键词不是大模型，而是变压器，这是万亿美元电力合作机会的基础之一。"}],[{"start":45.67,"text":"一位资深电力研究人士对笔者表示：“当前全球变压器紧缺异常。”"}],[{"start":51.77,"text":"它不如GPU性感，不如人工智能宏大，也不如贸易协议适合电视画面。但AI的下半场，可能正被这些沉默的钢铁设备决定。过去两年，美国资本市场相信，只要有足够芯片、足够云服务、足够风险资本，AI就能继续扩张。现在，一个更古老的约束浮出水面：电从哪里来，如何送到数据中心，谁承担输变电成本，电网高峰时谁先让路。"}],[{"start":80.99000000000001,"text":"这就是特朗普访华期间值得提出的第一个反直觉判断：美国AI最缺的未必是芯片，而是能让芯片稳定运行的电力系统。"}],[{"start":90.54,"text":"TrendForce预计，全球九大云服务商2026年资本开支可能达到约8300亿美元，增速较此前预期进一步上调。这个数字背后，是云厂商、模型公司、芯片供应商和资本市场共同推高的一轮AI基础设施周期。与此同时，国际能源署预计，全球数据中心用电量将从2025年的约485太瓦时升至2030年的约950太瓦时，AI专用数据中心用电增长更快。"}],[{"start":121.49000000000001,"text":"问题在于，资本开支不是电。"}],[{"start":124.21000000000001,"text":"董事会可以批准数据中心预算，云厂商可以预订GPU，模型公司可以签下长期算力合同，资本市场可以给出更高估值。但一台大型变压器、一座升压站、一条输电线路，不会因为估值上升而自动出现。"}],[{"start":140.54000000000002,"text":"路透社5月11日报道，美国电力变压器短缺正在拖慢电网扩张；自2019年以来，美国发电机升压变压器需求增长274%，变电站电力变压器需求增长116%，大型设备交付周期在部分情况下已拉长至四年，价格五年上涨约80%。"}],[{"start":160.02,"text":"更有趣的第二个反直觉真相是：关税在伤害关税制定者。50%铜关税让美国自己的变压器更贵、数据中心建设更慢。设计来保护美国制造业的政策，正在削弱美国AI竞争力。"}],[{"start":176.17000000000002,"text":"AI看上去是软件，骨架却越来越像重工业。"}],[{"start":180.17000000000002,"text":"这背后有三条机制同时运转。"}],[{"start":183.04000000000002,"text":"第一条是技术机制。大模型能力提升，最终会被翻译成更高密度机柜、更高峰值功率、更复杂液冷系统和更严格的供电可靠性要求。训练任务可以延迟，企业推理服务不能随意断电；离线计算可以迁移，金融、医疗、工业场景里的实时调用却要求稳定低延迟。AI越进入生产系统，电力越不是成本项，而是产品质量的一部分。"}],[{"start":210.86,"text":"第二条是资本机制。模型公司融资购买算力，云厂商用长期合同支撑资本开支，芯片公司用订单可见性扩大产能，投资者再用这些合同证明估值合理。这个循环在上升期很漂亮；一旦电力接入慢于数据中心建设计划，合同就会遭遇折旧、利息和延迟收入的三重挤压。AI繁荣不是没有泡沫，但泡沫何时被刺破，往往不取决于故事讲得多好，而取决于物理基础设施能否按时交付。"}],[{"start":242.93,"text":"第三条是资源机制。电不是抽象商品。它必须在特定地点、特定时刻、以特定电压等级进入数据中心。美国可能并非宏观意义上“没有电”，但某个数据中心园区就是拿不到足够快、足够稳、足够便宜的电。AI数据中心喜欢靠近网络节点、低税地区和便宜土地，但电网并不会因为资本市场兴奋而自动扩容。"}],[{"start":268.53000000000003,"text":"这也是为什么特朗普访华如果只谈传统采购清单，可能错过真正的大交易。农产品、飞机、能源采购可以缓和短期气氛；但AI电力基础设施，才更接近未来十年的产业账本。"}],[{"start":283.21000000000004,"text":"一位长期研究电力系统建设与投融资的电力研究人士对笔者表示，讨论AI电力合作不能只看“缺多少吉瓦”，还要看“这些吉瓦到底怎么建”。光伏、风电、火电、核电的建设成本、周期、并网条件和调峰责任完全不同。若真要推动中美围绕AI数据中心形成电力基础设施合作，不能只让金融机构、云厂商和设备商坐在一起，还要让有海外工程经验的电力建设企业做实地评审。"}],[{"start":314.61,"text":"5 月 1 日，Anthropic 与 Amazon 签下了人工智能行业有史以来最大的一笔合约：5GW 算力容量，1000 亿美元，十年。这位人士说：“5GW听起来像一个数字，但差不多已经是三峡电站装机规模的四分之一到五分之一，是一个大工程。”"}],[{"start":333.11,"text":"上述电力研究人士表示，按风、光、煤、气等常规项目粗略估算，单位造价大约在每千瓦3000元至5000元人民币区间，海上风电等项目则明显更贵。这个估算不是投资测算，却足以说明一点：AI电力基础设施不是“买一批设备”，而是电源、电网、储能、土地、融资和负荷管理共同组成的系统工程。"}],[{"start":358,"text":"所以，本文所说的“5GW级AI电力基础设施合作包”，不是给某一个城市、某一个园区或某一个数据中心找5GW的电，而是区域级工程组合：多个数据中心园区，若干电源项目，若干输变电工程，配套储能，需求响应系统，以及长期电力购买协议。这个尺度足够大，才能形成万亿美元级产业合作；这个边界足够清楚，才不至于变成夸张口号。"}],[{"start":385.63,"text":"真正的合作机会也在这里。"}],[{"start":387.85,"text":"美国拥有全球最强的AI软件生态、云计算企业、资本市场和企业客户。中国拥有完整的电力设备制造链、储能供应链、工程组织能力和大规模新能源并网经验。双方各自最强的东西，恰好在AI时代同一张资产负债表上相遇。问题不是泛泛地说“要不要合作”，而是如何把合作设计得安全、可审计、可解释、可对内交代。"}],[{"start":414.85,"text":"一个务实框架可以分三层。"}],[{"start":417.20000000000005,"text":"第一层是保供。AI数据中心首先要解决接得上、供得稳的问题。这里的瓶颈不是单一电厂，而是变压器、开关柜、断路器、升压站、输电线路、备用容量和并网审批。短期内，中美可以讨论建立非敏感电力设备供应池，把不涉及电网控制权、无远程通信模块或通信模块可拆卸审计、可由第三方检测的硬件设备纳入快速通道。中国企业提供制造能力，美国企业负责本土安装、运维和控制系统。边界越清楚，合作越安全。"}],[{"start":452.71000000000004,"text":"第二层是绿电。AI不能以牺牲能源转型为代价扩张。一位关注电力与算力协同的电力宏观研究人士对笔者说，讨论AI电力基础设施，不能只盯着“缺多少电”，而要同时看三件事：首先是保障算力供应，其次是提高绿电比例，第三是智慧用电。绿电不能只是纸面绿证，还要通过绿电交易、绿电直连、新能源消纳、储能配置和调峰安排，真正把新增负荷与低碳电源结合起来。"}],[{"start":483.34000000000003,"text":"这与中国近期出台的政策方向相互呼应。国家能源局等四部门印发的《关于促进人工智能与能源双向赋能的行动方案》提出，要强化能源对人工智能发展的基础支撑作用，推动算力设施绿色低碳转型，促进算力电力高效经济协同，并部署29项重点任务。"}],[{"start":503.31000000000006,"text":"这份政策文件的启发在于，它把AI和能源的关系从单向供给，改成双向赋能。电力支撑AI，AI也要反过来帮助电力系统提高效率。美国若要加速AI数据中心建设，也绕不开类似逻辑：不能只说“我需要更多电”，还要说明“我如何不伤害电网”。"}],[{"start":523.87,"text":"第三层是智慧用电。AI数据中心不应只是电网的新增负荷，也应成为电网的可调节资源。大模型训练、批量推理、数据清洗、视频转码等任务具备一定时间弹性，可以在电网高峰时降载，在新能源出力充裕时加速运行。数据中心可以作为负荷侧灵活资源参与需求响应、电能量市场和辅助服务市场。更进一步，AI还可以用于新能源出力预测、负荷预测、设备故障预警、调度优化和储能控制。"}],[{"start":557.71,"text":"这才是“AI电力协议”的真正含义。它不是单向采购，不是简单出口，也不是谁控制谁的基础设施。它应当是一个工程化、可审计、分层次的合作框架：硬件可用，控制权不转移；制造参与，运行本土化；设备出口，安全审计先行；算力扩张，电网成本显性化。"}],[{"start":579.32,"text":"如果特朗普此行要提出一项能够被资本市场、地方政府和产业界同时理解的建议，解决方案可以很具体：成立中美AI电力基础设施工作组；建立非敏感电力设备白名单；启动若干美国本土化制造试点；允许大型云厂商和公用事业公司共同锁定变压器产能；推动数据中心需求响应标准；设立由商业银行、保险资本和产业资本共同参与的AI电力基础设施融资工具。"}],[{"start":607.5,"text":"更进一步，首批可以设计若干5GW级合作包。每个合作包都应包括电源方案、输变电方案、储能方案、绿电比例、需求响应能力、设备安全审计、融资安排和本地就业计划。这样，“5GW”就不再是一个吓人的数字，而是可以拆成若干百万千瓦级单元的工程项目。它既能被工程团队评审，也能被金融机构融资，还能被监管机构审计。"}],[{"start":635.38,"text":"这类安排的价值，不在于改变中美关系的基本结构，而在于找到一个低调却真实的交叉点。黄仁勋都不在白宫受邀访华团名单上，说明芯片谈判太敏感，而模型合作太复杂，数据流动太难达成共识；但电力基础设施不同。它足够具体，足够工程化，也足够能被双方国内受众解释。"}],[{"start":659.3,"text":"从美国的角度而言，这是为了保障AI领先、保护居民电价、创造本土制造就业和降低电网瓶颈。从中国的角度而言，这是高端制造、绿电体系、储能供应链和工程组织能力的国际化。双方不必在同一张愿景图上完全一致，只要能在同一张工程图上各取所需。"}],[{"start":681.7299999999999,"text":"当然，边界必须清楚。中国企业不应控制美国电网，美国也不会接受不可审计的关键控制系统。合作的可行地带，适宜限定在设备制造、系统集成、储能、绿电开发、工程建设、需求响应和融资安排等环节。任何试图模糊边界的方案，都只会让合作提前夭折。"}],[{"start":703.9499999999999,"text":"从资本角度看，这个框架也有吸引力。AI基础设施现在最大的问题，不是没有钱，而是钱找不到足够确定的物理落点。模型公司的估值太依赖未来收入，芯片公司的周期太受供应链和监管影响，云厂商的资本开支又开始侵蚀自由现金流。相比之下，变压器、储能、输电工程和电力设备的现金流更“笨”，但也更真实。它们没有故事的弹性，却有资产的硬度。"}],[{"start":734.4399999999999,"text":"这可能是特朗普访华期间最不耀眼、却最有现实价值的议题。成熟的谈判不应总是从最难的问题开始。它可以先找一个双方都需要、双方都有筹码、双方都能向国内解释的交叉点。AI电力基础设施正是这样的交叉点。它不是浪漫的全球化叙事，而是一套冷静的供给侧现实：美国的AI需要电，中国的制造能做设备，资本需要长期资产，电网需要更聪明的负荷管理。"}],[{"start":764.8699999999999,"text":"三天峰会当然解决不了所有问题。但如果这三天能把话题从“谁赢谁输”稍稍挪向“谁来供电、谁来投资、谁来承担成本、谁来保证安全”，它就已经比许多外交场面话更接近未来十年的真实增长。"}],[{"start":780.5499999999998,"text":"AI最终不是运行在演讲稿上，而是运行在电网里。芯片决定AI的上限，电力工程决定AI的兑现速度。特朗普访华真正值得留下的，不应只是又一轮采购清单，而应是一份面向AI时代的电力基础设施协议。它可能没有掌声，却可能价值万亿美元。"}],[{"start":801.4699999999998,"text":"中国其实不太需要这个合作。常规认知是“中国需要美国技术”，但在电力设备这个领域完全反过来——中国电价是美国一半，电网统一调度，特高压45条线路，工业建设速度是美国的十几倍。中国自己的数据中心不缺变压器。这笔交易的急迫方是美国，不是中国。"}],[{"start":822.8199999999998,"text":"（作者系择遇大树人工智能基金合伙人，北京星际宝藏智能科技有限公司董事长，联系邮箱：yuanlu@coremi.ai；公众号：硅谷远眺Coremi。本文仅代表作者观点。责任编辑邮箱：tao.feng@ftchinese.com）"}]],"url":"https://audio.ftcn.net.cn/album/a_1779147407_2040.mp3"}