问题——算力扩张加剧电力供需矛盾 近年来，生成式AI在搜索、办公、编程等领域的快速应用，推动数据中心负载持续增长。数据显示，大型模型训练耗电量巨大，而模型上线后的推理调用则形成长期稳定的用电需求。据预测，到2030年左右，美国数据中心用电占比将显著上升，其中AI对应的负荷增长尤为明显。全球范围内，算力基础设施的新增用电需求持续攀升，对能源供给和电网消纳能力提出挑战。在"算力即生产力"的时代，电力供应的稳定性、可获得性和价格可预期性，正成为影响数字产业布局的关键因素。 原因——可再生能源波动与电网瓶颈并存，稳定供电需求迫切 风电、光伏等可再生能源虽具低碳优势，但受天气影响较大，电力输出不稳定。大规模储能技术可以缓解间歇性问题，但成本、效率和建设周期仍是现实障碍。此外，美国部分地区输配电设施建设周期长、审批复杂，电网扩容难以跟上数据中心的发展速度。数据中心对电力供应要求严苛，需要全天候、不间断且可预测的供电，同时要求高功率密度和可靠性。基于此，既能提供稳定基荷又能满足减排要求的核能，重新成为科技企业的选择。 影响——科技企业加速布局核电，推动产业变革 近期，美国科技企业通过多种方式提升核电供给能力：一是签订长期购电协议，支持现有核电站延寿或重启；二是投资小型模块化反应堆（SMR）等先进技术，为数据中心提供就近供电。 具体案例显示，微软与能源企业达成购电协议，推动宾夕法尼亚州三里岛核电站部分机组重启，确保稳定电力来源。谷歌合作推进第四代SMR示范项目，计划未来为电网提供数十兆瓦新增装机。亚马逊则投资SMR项目，目标在2030年代末实现数百兆瓦装机规模。 这个趋势表明，核能正从传统基荷电源向数字基础设施支撑电源转变。对科技企业而言，稳定电力供应不仅关乎减排承诺，更直接影响算力扩张、运营成本和业务连续性。 对策——政策与资金双轮驱动，小型堆或成突破口 美国政府将核能纳入关键设施供能选项，并通过财政支持推动SMR等项目发展，加速从研发到商业化的进程。相比传统大型核电项目，SMR具有工厂预制、模块化安装和灵活选址等优势，理论上能缩短工期、降低成本，并实现就近供电，减少输电损耗和电网拥堵。但实际落地仍面临监管审批、供应链成熟度、融资成本和公众接受度等挑战。 前景——国际合作补短板，核能与算力深度绑定 美国核电建设能力不足，专业人才、关键设备和项目管理经验均存在缺口。为此，美国正吸引国际资本和工程力量参与相关项目。韩国企业已参与多个核电及SMR项目的投资建设，日本也在评估对美国核电项目的投资可能。 未来，"算力增长-电力供给-低碳约束"之间的矛盾将持续存在。核能能否成为数据中心的主要电力来源，取决于SMR商业化进程、成本控制、监管适配和电网协同。若能与可再生能源、储能等技术形成互补，将提升电力系统韧性，为数字经济发展提供更可靠的能源支撑。
算力竞争不仅是算法与芯片的比拼，更是能源与基础设施的系统性竞争。美国科技企业转向核能，既反映了高耗能数字产业对稳定电力的刚性需求，也反映了能源转型中"清洁"与"可靠"必须兼顾的现实考量。未来，核能能否在安全可控、经济可行的前提下实现规模化应用，将深刻影响全球算力格局的演变。