从电力到Token:AI算力的能源经济学
浏览 0 · 下载 0
摘要
Abstract报告从能源视角重构AI算力成本研究框架,沿"电力—算力—Token"链条,将能源供需研究由电力需求延伸至AI单位服务成本与长期竞争力。报告认为,AI扩张正受到电网接入、供电容量与散热等完整物理基础设施约束,AI负荷呈现"大、快、刚"特征;当前AI成本仍由GPU及服务器主导,典型1GW数据中心年度TCO约85亿美元,电力成本仅约7%,但芯片性价比、系统效率、设备利用率以及电价和PUE将逐步放大影响。随着推理需求普及,Token成为连接使用规模、商业定价与底层成本的计量单位,稳定、低成本且可扩张的电力供给有望成为区域AI竞争中更难复制的核心禀赋。投资上继续看多未来5—10年全球能源大周期,煤炭推荐兖煤澳洲、兖矿能源、中国神华、陕西煤业、中煤能源、晋控煤业,受益标的BTU、力量发展。风险提示:AI应用及推理需求增长低于预期,AI软硬件效率提升超预期。
核心观点
Key Takeaways- 01随着推理需求普及,Token成为连接使用规模、商业定价与底层成本的计量单位,稳定、低成本且可扩张的电力供给有望成为区域AI竞争中更难复制的核心禀赋。
- 02投资上继续看多未来5—10年全球能源大周期,煤炭推荐兖煤澳洲、兖矿能源、中国神华、陕西煤业、中煤能源、晋控煤业,受益标的BTU、力量发展。
- 03风险提示:AI应用及推理需求增长低于预期,AI软硬件效率提升超预期。
报告信息
Report Data- 券商
- 国泰海通
- 分类
- 行业研究 / 原料业 / 化石能源
- 页数 / 大小
- 24 页 · 2.4 MB
- 发布日期
- 2026-10-13