随着大模型训练与推理需求快速攀升，算力基础设施正从企业技术投入延伸为能源、产业链与政策协同的系统性工程；近日，Meta宣布启动“Meta Compute”计划，提出未来十年内建设规模达数十吉瓦的算力设施，并将更长期目标定在数百吉瓦量级。按国际通行测算，吉瓦级功率已接近区域电网负荷水平，若算力设施扩张至“数百吉瓦”，其电力需求将呈现国家级规模特征，引发外界对能源保障、资源约束与产业影响的高度关注。 一是问题：算力快速扩张与能源供给约束矛盾凸显。近年来，数据中心集群式建设带动电力需求显著上行，部分地区电网容量、调峰能力以及水资源承载能力面临压力。高密度计算对供电稳定性要求极高，短时波动可能带来训练中断、设备损耗和运营成本上升。基于此，单纯依赖现有电网供电与短周期采购，难以满足超大规模算力长期稳定运行的需求。 二是原因：技术路线、商业竞争与供应链安全叠加驱动。首先，模型规模与应用场景扩展推高算力消耗，训练周期更长、部署节点更多，导致“算力即产能”的特征更加突出。其次，全球主要科技企业围绕基础模型、开发者生态与行业应用展开竞逐，算力基础设施成为决定研发迭代速度与服务能力的底座。再次，芯片、服务器、制冷与电力接入等环节特点是强供应链属性，企业需要通过提前锁定产能、统筹规划选址与用能方案，降低外部不确定性对研发节奏和成本结构的冲击。 三是影响：核能与新型反应堆或成为算力时代的“基础变量”。Meta披露，其已与能源企业签署长周期购电协议，从多座核电站获取电力支持，并与小型模块化反应堆对应的企业开展合作。这个动向折射出能源结构在算力竞赛中的战略地位。一上，核电具备低碳、稳定、可提供基荷电力，契合大型数据中心对持续供电的需求；另一方面，SMR作为新型技术路线，理论上可通过模块化建设缩短周期、增强部署灵活性，但在商业化成熟度、监管审批、成本控制与公众接受度等仍需时间验证。若核电与新技术路线加速落地，可能带动电力投资、设备制造与工程服务等产业链扩张，同时也会对区域电网规划、土地资源与环境管理提出更高要求。 四是对策：构建“算力—电力—政策”协同机制成为关键。对企业而言，需要将电力供给纳入算力规划的前置条件，建立长期合同、分布式布局与多元能源组合，降低对单一能源或单一区域的依赖；同时，通过提升能效、优化模型训练策略与推理架构，推动“以效率换算力”，减少边际用电增长。对政府与监管部门而言，应在确保安全与合规的前提下，完善数据中心准入与能耗管理规则，推进电网增容、跨区输电与灵活调峰能力建设，强化用水、用地与环境影响评估，避免无序扩张造成资源挤兑。对能源行业而言，需要在核电安全、技术迭代与成本机制上形成可持续路径，并与大型用电企业建立更透明、可预期的合作框架。 五是前景：算力基础设施竞争将从“规模比拼”走向“综合能力比拼”。未来一段时期，算力扩张仍将持续，但决定胜负的不仅是服务器数量，更包括电力获取能力、工程建设能力、供应链协调能力与合规治理能力。随着电力系统向低碳化转型推进，清洁能源的可获得性、并网能力与电价机制可能重塑算力布局；核能、可再生能源与储能等多元组合有望成为大型数据中心的主流选择之一。同时，围绕能源安全、碳排放与基础设施安全政策讨论预计将更加频繁，企业在追求技术突破的同时，也将面对更严格的公共治理与社会责任要求。
Meta Compute计划标志着AI发展进入新阶段，能源战略与技术突破同样重要；这个转变将影响全球科技和能源产业格局，也提醒我们在技术进步的同时必须重视可持续发展和生态保护。未来，能源供应能力将成为科技企业竞争力的关键因素。