很多人还没有意识到，中国AI的这张底牌，已经让美国坐立不安。 黄仁勋一针见血的指出：中国在全球AI竞赛中的一大长板就是更完善、更快速发展的核电产业。 黄仁勋的这番话，并非空穴来风。作为全球 AI 芯片领域的领军人物，他常年关注各国 AI 产业的底层支撑能力，对能源与算力的关系有着深刻理解。 在他看来，AI 大模型训练、数据中心运行都需要巨量能源，传统化石能源不仅成本高，还存在供应不稳定的问题，而核电作为清洁能源，具有能量密度高、持续供电能力强的优势，能完美匹配 AI 产业的能源需求。 他还在公开演讲中举过例子：“训练一个千亿参数的大模型，需要消耗约 1.2 亿度电，相当于一个中等城市一周的用电量，若依赖火电，成本会比核电高 30% 以上，且碳排放量大增。” 中国核电产业的发展速度，恰好印证了黄仁勋的判断。截至 2025 年 10 月，中国在运核电机组达 60 台，总装机容量突破 6500 万千瓦，在建机组 16 台，规模居全球首位。 其中，“华龙一号” 自主三代核电技术已实现规模化建设，福建福清核电基地、广东太平岭核电基地的机组，不仅供电稳定性达 90% 以上，度电成本还比美国同类核电项目低 15%。 更关键的是，中国核电布局与 AI 产业高度契合 —— 在长三角、粤港澳大湾区等 AI 产业聚集区，都建有大型核电基地，比如浙江秦山核电为杭州未来科技城的 AI 数据中心供电，广东大亚湾核电支撑着深圳南山的 AI 企业集群，能源输送距离短，损耗率比美国跨州输电低 8%。 这种 “核电 + AI” 的协同优势，正在改变全球 AI 产业的竞争格局。美国虽然 AI 技术起步早，但核电产业发展缓慢，截至 2025 年，在运核电机组仅 93 台，且多数服役超 30 年，供电稳定性不足 80%，部分 AI 数据中心不得不依赖天然气发电，受国际能源价格波动影响大。 今年 9 月，美国得克萨斯州因天然气供应短缺，导致多家 AI 企业的算力中心被迫限电，而同期中国江苏田湾核电基地为当地 AI 产业园持续稳定供电，保障了某大模型的训练进度不受影响。这种对比，让美国科技界越发焦虑，有行业报告指出，若美国不加快核电发展，到 2030 年，其 AI 算力成本可能会比中国高 40%，丧失竞争优势。 中国在核电与 AI 融合方面，还有着更长远的布局。2025 年 8 月，中国核能行业协会发布《核电支撑 AI 产业发展行动计划》，提出到 2028 年，在 AI 产业聚集区配套建设 10 个以上核电综合能源基地，实现 “算力中心 + 核电基地” 的直接对接，进一步降低能源传输成本。 同时，中国还在研发小型模块化反应堆（SMRs），这种反应堆体积小、建设周期短，可直接建在 AI 数据中心附近，实现 “就近供电”，目前首个示范项目已在安徽合肥开工，预计 2027 年投入使用。 黄仁勋对中国核电支撑 AI 发展的看好，还体现在英伟达的业务布局上。近年英伟达加大了与中国核电企业的合作，为核电基地的智能运维提供 AI 芯片和解决方案，同时也在积极参与中国 AI 数据中心的能源优化项目，帮助企业降低算力成本。他在接受采访时表示：“中国对核电和 AI 的协同重视，远超很多国家的认知，这种前瞻性布局，将让中国在全球 AI 竞赛中占据更有利的位置。” 中国 AI 的这张 “核电底牌”，不仅是能源层面的支撑，更是产业协同发展的体现。它打破了传统认知中 “AI 仅靠技术竞争” 的局限，凸显了底层基础设施对产业发展的关键作用。随着中国核电产业的持续完善和 AI 技术的不断突破，这种优势还将进一步扩大，为全球 AI 产业发展注入新的动力。 对此，你们有什么看法，欢迎评论留言～
