公用環保行業AI能否帶動電力提前跨越周期底部II：量化測算Token出海對中國電力的彈性.pdf

公用環保行業AI能否帶動電力提前跨越周期底部II：量化測算Token出海對中國電力的彈性。

推理時代，Token 出海對中國電量/電力的潛在拉動超過 10%

訓練時代，海外大模型由于數據管制不會布局核心算力在中國，國內大模型 本土 AIDC 的需求增長又受制于國產芯片能力。推理時代，Anthropic/OpenAI 等海外企業部署邊緣算力在中國的探索逐步成熟，而國內大模型的規模效應 與成本優勢在 token 競爭中開始體現。我們測算常見參數的 MoE 推理模型 每百萬 token 的電耗在 0.01-1 度，若全球日均 token 調用量達到千萬億級 別（目前百萬億級），對中美用電量的彈性在 2%-12%。假設國產大模型 1） 30%-50%的市占率，2）70%-90%的本土算力部署， token 需出海帶來的 用電需求對中國電量/電力的正向拉動可能達 8%/18%。

硬件優化與架構創新帶動單位算力 GPU 降本，電價占比快速提升

雖然中美電價自 2025 年底開始已經出現了明顯的剪刀差，但我們測算電力 在 AIDC 和 token 的單位成本中占比通常都不超過 9%，芯片依然是當前算 力競爭的決定因素。1）高配訓練版 AIDC 中，電價占比僅 5%；推理模型對 峰值浮點算力的要求大幅降低，國產芯片適配度提升，硬件降維后電價占比 翻倍達 10%。2）token 成本中，頂配海外芯片電價占比 6%-8%，自研推理 級芯片可能會推升電價占比上升至 20%-30%。我們認為能源成本在 AI 競賽 中的重要性提升；至少中國寬松的電力供需不會成為算力擴張的瓶頸。

Token 出海的電價彈性：綠證先于容量先于電量

根據我們的測算，國產 token 的全球競爭力有望增厚：1）我國 2026-30 年 綠電需求 4%-33%，利好本就折價的綠證價格；2）實現我國 2026-30 年容 量電價增厚 50-300 元/千瓦有較大概率。中美兩國在 AI 的需求爆發下缺電 量的概率都不大，但是電力的緊張幾乎都是確定性的。事實上，因為推理模 型產能利用率顯著低于訓練，這意味著相同耗電量情況下，推理模型用電負 荷更高；后訓練和推理時代，AI 對電力需求的彈性可能勝于電量的彈性。

與市場觀點不同之處

市場尚未意識到 AI 的全球競賽已經從“訓練時代”演化到“推理時代”， 國產與海外算力的差距在縮小，Agent 模式的 token 消耗將會呈現指數增長。 市場可能認為中國大模型 token 出海的核心競爭優勢是電價，但是我們測算 發現電價占比目前僅 10%，隨著芯片推理經濟性和效率的優化、電價在單 位 token 的成本中占比有可能持續提升。