AI 电力需求激增是否会回吞硬件端的成本通缩？

研究： 2feb4739-b2d2-41aa-a14e-b6e5d7ee746d · 研究记录： 4/8 · 分析师： 能源行业分析师 · 立场： 压力测试（stress-test） 工作日期： 2026-06-09（亚洲/新加坡） · 根主题： DeepSeek-V4 推理通缩下 SaaS 及网安应用恶性价格战与 ARR/现金流折现久期重构 主题： AI 推理能效提升对电力基础设施需求的边际影响

1. 把问题磨锋利

研究记录 01–03 搭起一条链：DeepSeek-V4 把推理价格打崩（11.5x–138x），推动 SaaS 转向结果计费（OBP）；Chiplet 与先进封装（CoWoS-L、HBM4、SoIC）把推理的硬件边际成本结构性压低，守住约 89% 的毛利率。研究记录 03 抛给我一个尖锐的反问：即便单位能耗下降，AI 应用总量爆发是否会把总电力需求拉高到——能源成本回升足以重新抬升成本基座、抵消硬件端通缩？

我的判断：在系统层面部分成立，但在 SaaS/OBP 毛利率真正依赖的"单位成本"层面不成立。 能源回升真实、巨大且高度集中——但它落在与"每 token 可变成本"不同的栈层上。因此我在单位层面支持上游的通缩论点，同时用三个前序研究未定价的具体尾部风险对其做压力测试。

2. Jevons 回弹真实存在——但要看它显示在哪块电表上

能效提升是真的：NVIDIA GB200 NVL72 相较 Hopper 平台实现 每瓦 token 数 >10 倍，GB300 级系统宣称 每兆瓦吞吐量最高 50 倍 [S6]。但总需求膨胀得比能效更快

• 全球数据中心用电 2025 年增长约 17%，其中 AI 数据中心耗电 2025 年激增约 50%；IEA 预计需求从 约 485 TWh（2025）升至约 950 TWh（2030）——大致翻倍——占全球电力约 3%，AI 加速服务器耗电翻三倍 [S1]。
• 这是教科书式的 Jevons 悖论：更便宜、更高效的推理使用量扩张得比能效节约更快，于是总消耗上升，即便每 token能耗下降 [S10]。

前序研究模糊掉的关键区分：回弹显示在"总量"电表（TWh、电网容量、电费账单）上，而非"每次推理可变成本"电表上。 这是属于不同主体的、不同的损益科目。

回弹最痛的地方：美国容量市场

最清晰的压力信号是 PJM 容量拍卖——一个纯电网侧的回弹

数据中心负荷占 2025 年 12 月拍卖 164 亿美元总成本中的 65 亿美元（40%）——由全体用电户承担 [S4]。这是真实的、数十亿美元级的能源成本回升。但要看谁付钱：这是电网容量／用电户成本，以及云厂商的总电费账单——并非 SaaS 厂商的每 token COGS 科目。

3. 单位成本算术：能效仍以一个数量级胜出

对研究记录 01–03 真正重要的是每次推理的可变成本。拆解

每 token 能源成本 = 电价 ÷（每 kWh 产出的 token 数）

• 能效杠杆（分母）： GB200 ÷ Hopper ≈ 每 kWh token 数 10 倍；GB300 最高约 50 倍 [S6]。
• 电价杠杆（分子），美国最坏情景： PJM 容量同比 +22% 叠加批发电能紧张 → 2–3 年内全口径电价合理上行 ×1.3–1.5 [自测算，输入：PJM 2026/27 容量 +22% [S4]；IEA 需求年增 3.4% [S1]]。

每 token 能源成本净额 ≈（1.3–1.5）÷ 10 ≈ ×0.13–0.15——即便遭受惩罚性电价冲击，能源分项仍下降约 85% [自测算]。况且能源只是每 token 全口径成本中的一小部分（还有硅片摊销、网络、内存）；一个少数项输入的部分回升，无法逆转 10–50 倍的能效跃迁加上研究记录 03 的 Chiplet 硬件通缩。硬件/推理通缩的地板在单位层面守住。

中国进一步缓冲能源通道

对 A 股主导的论点，中国的结构比美国更能钝化回弹

• 中国数据中心装机 32 GW（2025 年底）→ 约 60 GW（2030），耗电升至 2030 年 289 TWh（约占全国电力 2.3%），年增约 19%——快，但被可靠的煤电基荷+可再生电网吸收 [S2][S3]。
• 东数西算把负荷引向低成本西部：激励园区工业电价 约 0.40 元/kWh，对比 36 城工业均价 约 0.63 元/kWh（2025 年 12 月）；宁夏 LCOE 低至 0.131 元/kWh [S7][S8]。动力煤基准（秦皇岛 5,500 大卡）2025 年 11 月在 约 827 元/吨——偏高但区间震荡，并非失控 [S9]。
• 代价是：枢纽项目须 ≥80% 可再生电力，叠加一道绿电合规成本，部分抵消廉价电优势 [S3]。

因此能源成本回升通道对中国 SaaS/网安 COGS 的冲击，弱于美国 PJM 画面所暗示——这反而强化了研究记录 01–03 对国内标的的毛利率地板。

4. 前序研究未定价的三个尾部风险（压力测试）

1. 局部电力稀缺天花板。 回弹在地理上高度集中（PJM、爱尔兰、以及仍 70% 靠煤的部分中国东部 [S3]）。在电网供给受限处，约束变成"电力可获得性"而非芯片成本——封顶建设、拉长并网排队、并对边际数据中心施加稀缺溢价。这是对通缩的供给天花板，而非逆转。
2. 电价再通胀作为折现率向量。 若 AI 电力需求结构性抬升系统电价与 PPI，它会喂养通胀/利率画面——正是可能让折现曲线重新变陡、并重新缩短研究记录 01 据以立论的 SaaS DCF 久期的那条通道。能源回弹对根论点最危险的传导是宏观（利率），而非微观（COGS）。
3. 受益者轮动到"卖铲人"。 总量负荷激增是公用事业、电网设备、燃气/核电与电力电子的多年资本开支超级周期——比正在通缩的 SaaS 层更干净的多头。能源回弹不毁灭 SaaS 毛利，而是把最易获取的利润池上移到电力基础设施。

5. 结论

硬件/推理成本通缩在单位层面未被上升的能源成本抵消——能效以约一个数量级跑赢电价回弹 [自测算]，中国东西部电力套利再加缓冲。Jevons 回弹真实，但落在总量电网负荷、容量市场与电费账单上——是宏观与公用事业板块信号，而非 SaaS-COGS 信号。对研究记录 01–03 论点的真正威胁是二阶的：对建设的局部电力可获得性天花板，以及——最重要地——电价驱动的再通胀喂养折现率，进而影响整条线索所系的 DCF 久期。

交接： 首席经济学家——为闭环：AI 驱动的电力需求再通胀，是否足以抬升折现率，从而重新缩短研究记录 01 据以立论的 SaaS DCF 久期？

资料来源 / Sources

• [S1] IEA，《Electricity 2026 — Demand》/《Energy and AI — Energy demand from AI》— https://www.iea.org/reports/electricity-2026/demand · https://www.iea.org/reports/energy-and-ai/energy-demand-from-ai
• [S2] Rystad Energy，《China's data center capacity set to top 60 GW by 2030, driving a doubling of power demand》— https://www.rystadenergy.com/news/chinas-data-center-capacity-doubling-of-power
• [S3] Carbon Brief，《Explainer: How China is managing the rising energy demand from data centres》— https://www.carbonbrief.org/explainer-how-china-is-managing-the-rising-energy-demand-from-data-centres/
• [S4] Utility Dive，《PJM capacity prices hit record high…》/《Data centers were 40% of PJM capacity costs》— https://www.utilitydive.com/news/pjm-interconnection-capacity-auction-data-center/808264/ · https://www.utilitydive.com/news/data-centers-pjm-capacity-auction/808951/
• [S5] IEEFA，《Projected data center growth spurs PJM capacity prices by factor of 10》— https://ieefa.org/resources/projected-data-center-growth-spurs-pjm-capacity-prices-factor-10
• [S6] NVIDIA Technical Blog，《Scaling Token Factory Revenue and AI Efficiency by Maximizing Performance per Watt》— https://developer.nvidia.com/blog/scaling-token-factory-revenue-and-ai-efficiency-by-maximizing-performance-per-watt/
• [S7] China Briefing，《China's Industrial Power Rates 2025: A Guide for Investors》— https://www.china-briefing.com/news/chinas-industrial-power-rates-category-electricity-usage-region-classification/
• [S8] GlobalPetrolPrices，《China electricity prices, September 2025》— https://www.globalpetrolprices.com/China/electricity_prices/
• [S9] coal-price.com，《Coal price in China — steam coal benchmark》— https://coal-price.com/chart/china.html
• [S10] SIGARCH，《The Jevons Paradox: Why Efficiency Alone Won't Solve Our Data Center Carbon Challenge》— https://www.sigarch.org/the-jevons-paradox-why-efficiency-alone-wont-solve-our-data-center-carbon-challenge/