2026 年上半年，一場無聲的能源危機正在重塑全球 AI 基礎設施的地理版圖。微軟、亞馬遜和 Google 等科技巨頭在過去六個月內相繼簽署了直接核電採購協議（PPA），從重啟已關閉的核電站到投資新一代小型模塊化反應爐（SMR），AI 產業正在以前所未有的速度擁抱核能。
這不是出於環保理想主義。這是一場由電網瓶頸驅動的生存策略調整。AI 資料中心的電力需求正在以每兩年翻倍的速度增長，但美國電網的互聯併網排隊總量已達 2,600 GW，平均等待時間超過 5 年。當新建的太陽能和風電場需要排隊到 2030 年代才能併網時，AI 產業發現自己正面對著一道無法繞過的物理限制。
1 兆瓦的日常：AI 算力的能源飢渴
理解這場危機的規模，需要先理解 AI 基礎設施的能源消耗結構。
一座典型的 AI 訓練集群——例如由 100,000 張 NVIDIA H100 GPU 構成的超級電腦——峰值功耗約為 70-100 MW。一座擁有 500,000 張 Blackwell B200 GPU 的下一代集群，峰值功耗可能達到 300-500 MW。這已經接近一座小型核電站的發電容量。
更關鍵的是，AI 工作負載的電力消耗模式與傳統資料中心有本質區別。傳統的雲端計算和網絡服務工作負載的利用率通常在 30-50% 之間波動，可以通過動態調度來適應電網的供給變化。而 AI 訓練工作負載需要在數週到數月內以接近滿載的方式持續運行，中斷即意味著巨大的沉沒成本——一次訓練中斷可能損失數百萬美元的計算資源。
這意味著 AI 資料中心需要的不僅僅是總量上的電力供應，更是穩定、不間斷、高可用性的基載電力。這種需求特徵與核電的運行特性高度匹配。
併網排隊危機：2,600 GW 的結構性瓶頸
美國電網的互聯併網排隊（interconnection queue）已經成為清潔能源轉型中最嚴重的結構性瓶頸之一。根據勞倫斯伯克利國家實驗室的數據，截至 2026 年初，美國電網排隊中的發電和儲能項目總容量已超過 2,600 GW——超過美國現有發電總容量的兩倍。
這一排隊的痛點在於其不確定性。項目開發商提交互聯申請後，需要經過電網影響研究、系統升級規劃和建設等多個階段，平均耗時 3-5 年，部分項目甚至需要 7 年以上。對於需要 2027-2028 年投產的 AI 資料中心而言，依賴大電網新建可再生能源項目是一條不可行的路線。
這一現實推動了科技巨頭從「購買綠色電力」到「控制發電資產」的策略轉變。
科技巨頭的核電交易詳解
微軟在 2026 年初與 Constellation Energy 達成了史上最大的企業核電 PPA，從賓夕法尼亞州的三哩島核電站剩餘運行機組購買電力，以支持其 AI 資料中心集群。同時，微軟與 NVIDIA 宣布合作，利用 AI 加速核電項目的整個生命週期——從設計階段的參數優化到監管審查階段的文檔自動化。
亞馬遜 AWS 在弗吉尼亞州 Dominion Energy 的核電站附近收購了資料中心用地，計劃通過專用輸電線路直接接入核電。AWS 的能源策略更注重地理接近性——在現有核電設施周邊集中布局算力資源。
Google 則將目光投向新一代核電技術。該公司與 Kairos Power 簽署了首份小型模塊化熔鹽反應爐的購電協議，目標是在 2030 年前實現首個 SMR 供電的資料中心。Google 的策略代表了一種更長期的賭注——如果 SMR 能夠如期商業化，它將為資料中心提供模塊化、可擴展的現場發電方案。
值得注意的是，這三家公司都拒絕了單純擴建電網的方案。它們的選擇傳遞了一個明確的信號：在短期到中期內，AI 基礎設施的能源供應需要獨立於大電網。
Microsoft + NVIDIA 的 AI for Nuclear 合作
2026 年 3 月，Microsoft 和 NVIDIA 宣布了一項具有戰略意義的合作——利用 AI 工具加速核電項目開發。這一合作針對的是核電行業長期存在的一個核心問題：項目延誤和成本超支。
核電項目之所以經常延誤，部分原因在於設計和監管審查過程的複雜性。一個典型的核電項目需要數十萬頁的設計文檔和監管提交材料，每一步都需要人力和時間密集的審查。Microsoft 和 NVIDIA 提議使用 AI 來：
- 在設計階段自動優化反應爐參數，從數百萬種組合中快速找到最優方案
- 在監管審查階段自動化文檔生成和合規檢查
- 在建設階段通過數位孿生進行即時進度監控和風險預警
這項合作如果成功，可能從根本上改變核電項目的經濟性。根據合作方的初步估算，AI 驅動的設計優化和審查自動化可以將核電項目的前期時間縮短 30-50%。
全球視角：核電復興的區域差異
美國的 AI 核電轉向是全球核電復興最具代表性的案例，但並非唯一。
在英國，政府批准了 Sizewell C 核電站，同時計劃在 2050 年前將核電容量提升四倍。英國的 AI 資料中心開發商正積極與 EDF Energy 談判長期 PPA。
在日本，NVIDIA 正在探索為新的資料中心採購核電，利用日本在福島事故後逐步重啟的核電機組。日本的 AI 策略特別重視能源安全維度。
在中國，情況則完全不同。中國既擁有全球最大的可再生能源製造能力，又擁有全球最快速的電網擴建速度。中國的 AI 資料中心開發商主要依賴大規模風光基地+儲能的路線，而非核電。這種差異反映了各國能源基礎設施和監管環境的結構性不同。
前瞻展望
AI 與核電的結合正在創造一個全新的基礎設施範式。我們的展望如下：
2026-2028 年：現有核電 PPA 主導。 科技巨頭主要依託現有運行中的核電站，通過 PPA 鎖定長期電力供應。這批合約將集中在美國東北部和東南部。
2028-2032 年：小型模塊化反應爐試點。 Kairos Power、NuScale 和 TerraPower 的 SMR 項目開始為資料中心供電，但規模有限。SMR 的商業化進度將決定這一階段的速度。
2032 年之後：現場核電成為常態。 如果 SMR 如期大規模商業化，新的大型 AI 資料中心可能將核電作為默認電源方案，類似於今天將備用發電機作為標準配置。
AI 驅動的核電復興正在深刻影響能源政策、電網規劃和地緣政治。AI 產業每年數千億美元的資本支出正在創造一個巨大的能源需求信號，而這一信號正在重塑全球電力行業的投資方向。對於投資者和政策制定者而言，理解 AI 基礎設施的能源需求結構，已經成為預測未來能源市場走向的核心變量。
值得特別關注的還有 NVIDIA 的「功率靈活資料中心」概念——該公司在英國 National Grid 進行的示範項目展示了如何使 AI 資料中心具備動態功率調節能力，在高電網負荷時降頻運行、在低負荷時滿載計算。如果這種架構得以商業化推廣，它可能緩解 AI 資料中心對基載電力的剛性需求，但同時也意味著 AI 訓練效率需要適應電力市場的波動——這本身就是一個極具研究價值的工程經濟學問題。
免責聲明：本文所載資料僅供參考，不構成任何投資建議或商業決策依據。數據及時間資訊以發布當日為準，可能隨後續發展而有所變動。作者及POC.HK不對因使用本文資訊而導致的任何損失承擔責任。