中美AI谁将胜出？不用猜了，答案就藏在内蒙古的弃电里。
 
黄仁勋说“中国将赢得AI竞赛”，马斯克说“中国AI算力将远超世界其他地区”。很多人以为这是客气，其实人家算的是真账——电。
 
内蒙古一年弃电110到120亿度，这些电如果拿去跑AI大模型，能产出多少Token？一度电大约能生成167万Token。100亿度电就是16.7亿亿Token。
 
什么概念？按14亿人算，光内蒙古一个省扔掉的电，就能给每个中国人每年发1亿多个Token。新疆的弃电比内蒙只多不少。这还只是两个省。
 
问题不在于中国缺电，在于电多得用不完，还便宜得离谱。
 
2024年蒙西电网的光伏利用率已降至93.7%，弃光率6.3%。2025年上半年全国太阳能弃电率6.6%、风电弃电率5.7%，较上年同期几乎翻倍。新疆2025年全年弃光率高达13.7%。个别地区新能源利用率甚至跌破90%。
 
注意，这些“弃电”不是电厂不想发，是电网消化不了。
 
风光大基地建在西部，用电负荷在东部，跨省输电通道不够，储能配套跟不上。
 
“并网难、外送难”是西部痛点的最直接描述。
 
这本是个能源难题，但AI来了之后，剧本全变了。
 
AI的尽头是算力，算力的尽头是电力。谁有电，谁就有话语权。
 
电力成本占数据中心运营成本的50%到70%。美国现在什么状况？摩根士丹利预测，2025到2028年美国数据中心电力缺口高达47GW。OpenAI直接给白宫发警告：美国老旧电网和漫长审批周期，已成AI算力扩张的天花板。
 
美国想建一个AI数据中心，电网跟不上、审批拖几年。中国呢？电网是统一调度的，新增发电装机全球第一。
 
高盛的报告说得直白：到2030年中国预计拥有约400GW有效备用电力容量，是全球数据中心预计需求的三倍。
 
一边是电多得用不完甚至要扔掉，一边是电不够用急得跳脚。
 
更狠的是经济效益，1度电从风电光伏出来的成本大约两毛钱。进了AI算力中心，转化成Token，按国内大模型企业定价，1M Token能卖8块钱以上。
 
两毛钱进，十几块钱出，价值翻了几十倍。
 
内蒙古一年弃掉的那100多亿度电，如果全部转化成AI算力输出，就是上千亿的产值。
 
有人会说：弃电不稳定，AI数据中心要的是稳定供电。这话没错。
 
但中国正在推“算电协同”——用新型电力系统支撑算力，用算力反向优化电网调度。
 
内蒙古已经在建大型独立储能项目。弃掉的绿电存起来，再稳定供给算力中心，这条路径正在跑通。
 
更关键的是，这事不靠别人。
 
芯片可能被卡，算法可能被追，但电力基础设施——电网、特高压、储能、新能源装机——这些都是中国几十年自己建起来的。
 
美国想补电力课，新建一个变电站的审批周期都比中国建一个数据中心还长。这不是技术问题，是制度问题、时间问题。
 
当然，可能有人会说：美国有芯片优势，英伟达的GPU能效更高，单位Token耗电更低。
 
没错，芯片能效确实在提升。
 
但能效提升是渐进式的，而电力基建设施的差距是结构性的。美国芯片再省电，没电插什么用？更何况中国自己的芯片也在追。
 
在我看来，中美AI竞赛的上半场拼芯片，下半场拼电力。上半场美国领先，下半场中国的优势是结构性的、系统性的——不是一个公司的优势，是一个国家基础设施的优势。
 
内蒙古的弃电，今天看是能源浪费，明天看就是AI算力的“闲置产能”。
 
当美国在为AI数据中心的电费发愁、为电网扩容审批焦头烂额的时候，中国这边只需要把本来就要扔掉的电接上服务器。
 
这不是“赢麻了”的叙事，这是能源禀赋和基建能力决定的成本结构差异。 谁的电更便宜、更充足、更稳定，谁的Token就更有竞争力。而Token，就是AI时代的货币。
 
黄仁勋说“中国将赢得AI竞赛”，他不是在客气，他是在提醒美国：你们的问题不在芯片工厂，在发电厂。
 
这场竞赛的终局，可能就写在内蒙古的风电场里——那些今天被“浪费”的风和光，明天就是中国AI最硬的底牌。