Energy（能源）在当前 AI 语境下已不只是传统电力议题，而是与算力深度绑定的核心资源：大模型训练与推理的耗电量、数据中心的供电瓶颈、科技公司对核电等稳定电源的争夺，共同构成了 AI 能源问题的三个层面。随着 AI 负载持续增长，能源供给能力正在成为衡量 AI 基础设施竞争力的关键指标。
AI 能源近期进展
当前焦点与观察点
围绕 AI 与能源的讨论集中在三个问题上。其一是电力供给速度能否跟上数据中心扩张节奏——新建核电项目周期长、电网接入排队久，短期缺口如何填补仍是未知数。其二是能耗计量标准：Token-Energy Law 这类工作试图把能耗从模糊的"度电"叙事落到 token 级别的可预测指标，如果被行业采纳，将影响模型定价与选址决策。其三是争议：科技公司大额锁定核电与电网容量，引发了对电价外溢、挤占普通用户资源的质疑，监管机构对这类长期购电协议的审查也在收紧。
总体来看，AI 产业对能源的依赖已从隐性问题变为显性竞争点。核能合作、GW 级电力采购、token 级能耗建模分别对应供给侧、交易侧和技术侧的应对路径，后续值得观察的是这些举措能否在成本与公平之间取得平衡，以及能源约束是否会反过来重塑模型训练与推理的效率优化方向。