（问题）随着人工智能在科研、制造、金融和公共服务等领域加速应用，算力需求持续走高；业内普遍认为，大模型训练和高并发推理的用电需求明显高于传统互联网业务，数据中心用电量快速增加，电力接入能力、供电稳定性和电价水平，正在成为影响算力集群选址与扩张速度的关键因素。有测算显示，训练千亿级参数模型的耗电量可接近一座中等规模城镇在较长周期内的用电水平；在高频调用场景下，推理侧能耗同样不容忽视。围绕“电从何来、网如何送、能效怎么提”的竞争随之升温。
从蒸汽机时代的煤炭，到信息时代的芯片，每一次技术革命都离不开关键资源的支撑。如今，电力这个传统要素正以新的战略意义回到舞台中央。在人工智能驱动的新一轮科技变革中，能源基础设施的完备程度，将在很大程度上影响各国的竞争位置。只有及早布局、补齐电力等基础设施短板，才能在智能时代的竞争中赢得主动。