核电与AI的电力需求完美适配，或许成为能源革命的新亮点。

人工智能算力需求的指数级增长正重塑全球能源格局。核电凭借其清洁性、稳定性及规模化潜力，成为支撑AI发展的核心能源解决方案。本文通过分析政策动态、产业实践与技术演进，揭示核电与AI算力的深度耦合逻辑，并探讨其对未来能源体系的战略意义。

AI算力爆发驱动，能源结构重构

全球人工智能产业进入高速发展期，能源消耗呈现颠覆性增长态势。据波士顿咨询集团研究，2030年全球数据中心电力需求将达390太瓦时，占美国总用电量的7.5%，其中AI算力贡献超半数增量。Open AI的GPT-4模型单次训练耗电量达50万千瓦时，相当于1.7万个美国家庭的日用电量，而推理阶段的能耗可达训练的千倍量级。核电凭借其独特优势成为AI算力的理想能源耦合方案。2025年休斯敦CERA Week会议上，谷歌、亚马逊、Meta及陶氏公司联合14家金融机构、140家核企和31国共同签署“核能3倍承诺”，提出2050年前将全球核电装机容量提升三倍的目标。面对此趋势，科技巨头率先布局能源转型。微软签约核聚变企业Helion，亚马逊斥资6.5亿美元收购核能供电数据中心园区，Meta以20年长约锁定核电供应，标志着AI产业已从算力竞争转向能源主权争夺。

一是核电具备稳定性供给保障。风电、光伏受限于间歇性特征，难以满足数据中心24小时基荷的需求。核能凭借其90%以上的运行容量系数，成为唯一可规模化替代化石能源的零碳基荷电源。ConstellationEnergy等核电运营商股价一年内暴涨150%～193%，反映出市场对“核

电即算力”逻辑的高度共识。

二是核电定价新机制有效降低成本。Mete与美国最大核电运营商Constellation Energy签订的80美元/兆瓦时20年长约，较现货峰值电价降低84%，形成“容量预留+阶梯调价”新型模式。此机制将核电长期运营成本（60美元/MWh）与风险溢价分离，为AI企业提供穿越周期的成本控制工具。

三是能源需求倒逼能效技术革命。提升AI算力中心能效水平，是目前行业技术攻关的主要方向之一。由谷歌研制的TPUv4芯片能效达英伟达A100的1.9倍，英伟达的Blackwell平台能耗降低25%，随着未来新的半导体设计和节能技术突破，有望提高能效10～100倍。算法优化与液冷技术推广使单机柜功率密度提升至30kW以上，有效缓解了能源需求增速。

全球核电复兴政策驱动发展多国将核电纳入国家安全战略，政策与技术突破形成共振。在2023年COP28大会上，22个国家达成声明：到2050年将全球核能装机达到目前的3倍（约1TW），相当于连续20年每年新增50GW。

美国总统特朗普2025年签署了4项有关核能的行政命令，旨在推动核能加速发展，计划2050年核电装机提升至400GW（较当前增长4倍），行政命令要求2030年前启动10座新核电站，审批周期压缩至18个月，以期重塑美国在核能领域的领导地位。同时，重点扶持小型模块化反应堆（SMR）商业化。NuScale首座示范堆将于2029年投运。

俄罗斯发布电力设施总体规划，计划至2042年新增18.9GW核电装机容量，使核电占比从19%提升至25%（需要新增至少12台机组）。同时，通过向缅甸、布基纳法索等新兴国家推广RITM-200M浮动堆及陆基SMR，降低融资与技术门槛。

欧盟发布第八版PINC，计划2050年核电装机增至109GW（现98GW），预计需要2410亿

欧元的投资，用于现有反应堆的延寿和建设新的大型反应堆。此外，SMR、新建模块化反应堆（AMR）、微型核反应堆将需要更多的额外投资。

亚洲、中东、非洲等地区成为核电新兴市场主力，土耳其、埃及、乌兹别克斯坦等30余国先后启动新核电计划。

核电+AI面临的系统性。挑战与协同创新路径

当前，核电与AI的深度耦合仍面临着基础设施周期错配、监管体系僵化、区域能源失衡三重核心矛盾，需要构建适应性生态系统实现动态平衡等三重主要矛盾。

一是破解长周期基础设施与算力迭代的速度悖论。传统核电站建设周期超7年，而AI芯片迭代仅18个月。SMR将成为破局的关键。NuScale的60MW模块化设计使建设周期压缩至36个月，并通过“乐高式堆叠”实现算力增长同步扩容。微软提出了更为激进的堆内嵌数据中心方案——将服务器浸没在核反应堆冷却剂中，利用液态金属直接散热，使能源利用率提升40%。该技术消除输配电损耗，将电能使用效率（PUE）降至突破性的1.02。

二是重构监管范式适应时代发展趋势。美国核管会（NRC）的传统审批流程需2000+项安全审查，导致新堆核准平均耗时84个月。特朗普行政令强制将流程压缩至18个月。其核心是建立数字孪生监管体系，通过在反应堆部署1200+个实时传感器，构建故障预测模型，将被动合规转变为风险预警管理。同步推行SMR分级许可制度——NuScale因取消外部冷却系统，将堆芯熔毁概率降至十亿分之一，获得简化审批通道。政策推动发展的同时仍需警惕三哩岛事故教训，强化跨州核应急协作机制建设。

三是开发能源－算力协同市场机制。在Meta与Constellation的20年购电协议中，创新性地采用了“双轨定价+波动率互换”模型，即固定80美元/MWh基础价保障核电收益，当批发电价超过120美元时Meta获得补偿，反之支付风险溢价。在核电REITs（不动产信托）模式的应用中，亚马逊将萨斯奎哈纳核电站资产证券化，科技公司通过持股获得电费折扣，使项目内部收益率提升至12%。

未来核电+AI耦合，发展的战略预测

一是从能源消费者到产消者的身份跃迁（2025—2035）科技巨头或将完成“核电自营”战略转

型。亚马逊在宾州核电站旁建设960MW数据中心集群，配套部署自有SMR技术实现85%能源自给；谷歌推进核能制氢系统，利用反应堆高温蒸汽电解水产氢，为燃料电池备用电源供能。到2030年，30%的新建数据中心将采用堆内嵌设计，直接利用核反应热降低冷却能耗。

二是多能联供价值网络崛起（2030—2040）核电站进化为综合能源枢纽。Constellation在伊利诺伊项目中部署配套高温热交换网络，通过利用输出90℃工艺热水，使数据中心冷却能耗降低50%。

三是全球核能技术共同体形成（2035—2050）ITER（国际热核聚变实验堆）项目实现电力共享。ITER项目实现聚变点火后，AI调度系统或将聚合全球聚变电站，形成“算力基荷网络”，与AI算力中心形成闭环供能系统，大幅降低算力用电成本。聚变为AI提供零碳基荷电力AI为聚变提供精准控制方案，共同构建可持续的高算力基础设施。

核电与AI的深度耦合，正在重新定义全球竞争规则。随着Meta的20年购电协议确立价格基准，特朗普新政加速SMR商业化，能源结构转型已不可逆转。未来十年，“每瓦特算力碳排放强度”将取代单纯算力规模，成为衡量国家AI竞争力的核心指标。但需要警惕监管松绑与安全标准的平衡难题，AI算力爆发性增长对区域电网的冲击等风险。唯有构建技术共享、风险共担、利益协同的全球治理框架，方能实现从能源革命到数字文明的范式跃迁。

注：本文来自能源新媒《当AI遇上核电，算力规则将如何改写？》；作者：李昱磊、李言瑞

作者供职于中核战略规划研究总院