公用环保行业AI能否带动电力提前跨越周期底部II：量化测算Token出海对中国电力的弹性.pdf

公用环保行业AI能否带动电力提前跨越周期底部II：量化测算Token出海对中国电力的弹性。

推理时代，Token 出海对中国电量/电力的潜在拉动超过 10%

训练时代，海外大模型由于数据管制不会布局核心算力在中国，国内大模型 本土 AIDC 的需求增长又受制于国产芯片能力。推理时代，Anthropic/OpenAI 等海外企业部署边缘算力在中国的探索逐步成熟，而国内大模型的规模效应 与成本优势在 token 竞争中开始体现。我们测算常见参数的 MoE 推理模型 每百万 token 的电耗在 0.01-1 度，若全球日均 token 调用量达到千万亿级 别（目前百万亿级），对中美用电量的弹性在 2%-12%。假设国产大模型 1） 30%-50%的市占率，2）70%-90%的本土算力部署， token 需出海带来的 用电需求对中国电量/电力的正向拉动可能达 8%/18%。

硬件优化与架构创新带动单位算力 GPU 降本，电价占比快速提升

虽然中美电价自 2025 年底开始已经出现了明显的剪刀差，但我们测算电力 在 AIDC 和 token 的单位成本中占比通常都不超过 9%，芯片依然是当前算 力竞争的决定因素。1）高配训练版 AIDC 中，电价占比仅 5%；推理模型对 峰值浮点算力的要求大幅降低，国产芯片适配度提升，硬件降维后电价占比 翻倍达 10%。2）token 成本中，顶配海外芯片电价占比 6%-8%，自研推理 级芯片可能会推升电价占比上升至 20%-30%。我们认为能源成本在 AI 竞赛 中的重要性提升；至少中国宽松的电力供需不会成为算力扩张的瓶颈。

Token 出海的电价弹性：绿证先于容量先于电量

根据我们的测算，国产 token 的全球竞争力有望增厚：1）我国 2026-30 年 绿电需求 4%-33%，利好本就折价的绿证价格；2）实现我国 2026-30 年容 量电价增厚 50-300 元/千瓦有较大概率。中美两国在 AI 的需求爆发下缺电 量的概率都不大，但是电力的紧张几乎都是确定性的。事实上，因为推理模 型产能利用率显著低于训练，这意味着相同耗电量情况下，推理模型用电负 荷更高；后训练和推理时代，AI 对电力需求的弹性可能胜于电量的弹性。

与市场观点不同之处

市场尚未意识到 AI 的全球竞赛已经从“训练时代”演化到“推理时代”， 国产与海外算力的差距在缩小，Agent 模式的 token 消耗将会呈现指数增长。 市场可能认为中国大模型 token 出海的核心竞争优势是电价，但是我们测算 发现电价占比目前仅 10%，随着芯片推理经济性和效率的优化、电价在单 位 token 的成本中占比有可能持续提升。