Token 便宜，电从哪里来：美国电网与 AI 数据中心
AI 产品 硬件 访谈 技术 战略
一个本地运行的 Agent 让 Token 消耗上涨，用户随即发现不同模型服务的价格差距很大。主持人 Raymond 把这个现象带到一个更宽的叙事里：如果中国模型更便宜，是否意味着中国的电正借由 Token 卖到海外？嘉宾 Ian 的回答很克制。电力成本会进入服务价格，但 Token 不是装着电的容器，不能把模型服务的低价直接归结为电力出口。
Ian 在北美输电公司从事电力系统相关工程，也接触数据中心并网和电力市场的分析。他按个人经验估计，电力在一笔 Token 收费中大致占 30% 至 50%，也可能更低；这个数字不是统一行业口径，也不能套到每一家模型公司。基础设施、冷却、芯片、训练投入、开发人员和服务定价都会改变最后的价格。主持人补充，不同厂商的推理芯片也可能带来成本差异。
从这个角度看，Token 与钢铁等耗电产品有相似之处：较低的电价会进入制造或运行成本，并不独自决定出口竞争力。Token 被密集讨论，是因为 AI 数据中心的扩张很快，电力缺口也更容易被市场看见。节目随后转向一个更实际的场景：在北美建好机房不一定最难，接上可靠的电往往才是。
旧网络为何还能运行，又为何难以扩张
美国电网之所以显得陈旧，首先是建设周期不同。Ian 说，许多输电线、变电站和开关在 20 世纪 60 至 80 年代已经建设，整体框架保留至今。设备老并不必然失效：不少设备设计寿命可达 60 年甚至更久，电网公司会通过维护团队监测状态，按设备寿命分批更换，而不是把整张网重建一遍。
这种节奏与需求有关。Ian 认为，美国过去二十年的用电新增需求有限；他提到的每年约 1% 至 2% 并非精确统计，只是用来说明增速不高。需求长期平缓时，输电线路、变电站和远距离直流输电的新增投资就不会像快速工业化地区那样急迫。数据中心进入后，原有网络的容量、接入排期和设备年限才重新变得突出。
更难的部分是把不同地区连成更大的系统。Ian 用美国的 ISO、RTO 和非 ISO/RTO 区域说明，发电、系统运行和监管不是全国一套规则。FERC 在联邦层面负责规划和监管，但他认为其权限不足以直接要求某州建设一条输电线。若要把低成本水电从西部送到东部负荷中心，线路要跨越多个州；每个州的许可、路径、出资和本地受益都要谈。
远距离输电还牵涉技术与经济边界。嘉宾解释，交流输电距离过长时需要考虑直流方案，直流的投资更高，也要达到一定传输距离才可能合理。沿线州未必愿意为远方受益者分担成本，本地发电企业也可能因更便宜的外来电进入而承受竞争压力。跨州线路的难处因此在于，让经过的区域接受同一套成本和收益安排。
节目没有把这个问题推广成所有地区的通病。Ian 提到，日本关东与关西分别使用 50 赫兹和 60 赫兹，两个系统连接时需要直流转换；他基于有限了解还观察到，欧洲国家之间的互联程度反而高于美国州际互联，资源互补和相互依赖是可能原因。制度协调、技术接口和资源结构是三类不同的约束。
AI 数据中心怎样把压力传到电网
节目里常被称为 AIDC 的 AI 数据中心，并不是一接入就会让全国停电。Ian 把供电风险分开看：山火烧毁线路、暴风雪造成供应不足，可能使局部地区停电或安排轮流限电；全国范围、长时间无法恢复的停摆则是另一个尺度，他认为美国和加拿大发生这种情况的可能性不高。当时已发生的停电主要与自然灾害有关。
在嘉宾看来，数据中心扩张更容易首先表现为电价压力。完全离网、自发自用的项目不会占用公共电网的容量，也不会直接推高当地电价。但这类模式为了连续运行，必须自行配置足够的发电和备用能力。对需要极高可靠性的租赁型数据中心而言，自建电源故障后仍要不中断服务，冗余成本会很高。
因此，较常见的安排是自建一部分电源，同时连接电网，在自有发电不足时补电。只要并网，项目就会进入当地的供需平衡。数据中心的费率也不只按累计电量计算，最高负荷同样重要，因为峰值决定线路、变电站和发电资源要预留多少容量。Ian 用道路拓宽作比：若大型新负载需要把道路加宽，电网投资会先进入成本池，再通过费率分摊给用户。
容易归因的投资
若一条线路主要为某个项目建设，谁因它受益、谁该承担费用，较容易划分。
难以归因的投资
为电压和系统稳定性增加的设备，可能通过辅助服务市场采购，费用未必直接落到某一家数据中心。
容量只是第一层。主持人将推理视作相对稳定的持续需求，将训练描述为可能从低负载迅速升到满负载、结束后再降回来的用电过程。Ian 认为，快速而大幅的负载变化与多数传统用电设备不同，除了考验网络容量，也会给电压等稳定性带来额外压力。节目没有给出统一的训练负载数据，但这解释了为什么原本已接电的厂址，也不一定能不经评估就改造成 AI 数据中心。
比特币矿场正好形成对照。主持人认为，矿机在电价高时可能选择关机，电价低时再启动；模型训练一旦开始则更难因为电价上升而中断。Ian 因而提到，即使矿场已有变电站，改造为 AI 数据中心后仍应重新做电网可行性分析。两种设施都装着计算设备，但它们给电网的负载特征未必相同。
排队、离网与德州的选址
嘉宾了解到，美国部分地区的数据中心并网排期可达四至七年，弗吉尼亚是他提到的已有大量数据中心、排期较长的例子。数据中心希望在一至两年内投产，两种时间表之间的落差催生了不同做法。正在讨论的一条路径是可中断负载：系统紧张时优先断开数据中心，以较低的供电确定性换取更快接入。Ian 强调，这仍是讨论中的办法，并未形成一致方案。
开发商还会在多个州同时进入环境和并网审批流程，待进度更清楚后再选一个地点实际建设。项目方先在多地排队，并未同时铺开机房。它减少了项目方把数年时间押在单一地点上的风险，却也可能让电网为最终撤回的申请预做准备。嘉宾担心，如果变电站已经建设而数据中心没有落地，投资仍可能由本地用户分担。
离网也不是绕过一切规则。Ian 以 xAI 使用燃气发电机自供电的案例说明，燃气设备的排放会面对各州不同力度的环境审批。节目谈到可移动设备可能影响审批认定，但没有确认这种安排的合规性或能否长期存在。离网消除的是对公共电网的直接依赖，不会让土地、排放和地方许可失效。
德州因此成为节目中的一个选址例子。Ian 说，传统数据中心较多的弗吉尼亚属于 PJM 区域；大型数据中心近年的选址中，德州和加州也较多。他猜测，德州相对较低的电价、土地审批和环境规则可能是条件之一，却明确没有把这些条件归纳成根本原因。节目保留这层不确定性：不同州在电价、接网和审批上的组合不同，项目并不会套用同一条选址公式。
储能、可再生能源与核电的时间差
主持人把中国远距离输电和风光并网的经验带到北美，询问储能是否是美国可再生能源扩张较慢的瓶颈。Ian 的答案是否定的。美国和加拿大并非没有抽水蓄能，水力资源丰富地区也会建设蓄水储能；大型项目多见于发、输、配一体化程度较高的区域。储能能帮助电网，也能帮助项目经营。
在嘉宾所说的能量市场中，电价随时点变化较大。光伏在白天出力多时，价格可能较低；储能可以在这时吸收电能，等傍晚需求增加再释放。这样的时段转移能改善风电、光伏项目的收益，并参与供需调节。它不自动说明一个国家的风光发展速度，也不能单凭储能规模比较两地的能力。
Ian 更看重成本、政策和资源条件。他说，中国光伏板进入美国面临 200% 关税，加上当地人工，使项目成本提高；他也把 ITC 退税视为过去新能源项目收益的重要部分，认为激励收缩会削弱经济模型。这是他对项目经济性的判断。另一方面，北美拥有较充足的天然气资源，新增需求可以由天然气补充，发展风电和光伏的紧迫性与中国并不相同。
时间尺度决定问题：数据中心希望尽快得到可靠供电，既有厂址、自建燃气电源或更快接网会先进入选择；从零建设核电站则需要更长的规划、审批和建设周期。两者不能用同一把速度尺子衡量。
核电正好显示这层时间差。Ian 所了解的企业安排，主要是延长既有核电站的寿命或做扩建，而不是新建一座专供 AI 数据中心的核电站。从零开始建设的十年周期难以满足一至两年的投产预期；但放在美国电网的长期发展中，他认为核电仍有稳定供电和能源安全的价值。天然气可以较快启动，日后理论上可转向风电或光伏，项目是否推进仍取决于资金、环境许可与地方政策。
把局部市场放回长期能源安全
节目的最后没有给出未来五到十年的装机或价格预测，而是回到能源结构。Ian 提到，加拿大虽然产天然气，2020 年天然气价格上涨时电价也随之上升，用来说明资源产地也会面对价格波动。他认为，天然气、可再生能源和核能构成更完整的组合，才更有利于能源安全；这是一项长期判断，而非对某一种能源的即时投资建议。
美国电力市场的局部规则在节目中并没有被简单否定。Ian 认为，一个州或一个 ISO 区域的市场化制度可以很成熟；难处在于把它扩大到全国。跨州输电、核电建设和能源结构调整都需要多年连续决策，选举周期、州权、许可与成本分配会持续影响它们。对 AI 数据中心而言，眼前要解决的是电从哪里来、怎样接入和谁来付钱；对电网而言，还要回答这些短期选择是否能与下一轮长期建设兼容。