Google签下3.59GW电力协议：AI基础设施竞争正在向能源侧延伸

2026年10月6日，Google与Constellation Energy宣布长期能源合作，两部分电力安排合计达到3.59GW。

这份3.59GW 协议分为两部分：一份20年购电协议支持Constellation对11台现役核电机组进行升级，新增890MW发电能力；另一份15年能源供应协议涉及2,700MW，依托PJM区域内的运营发电资产。

因此，3.59GW不能全部理解为新增核电容量。官方公告所述超过43亿美元，指Constellation的新投资，也不等于已披露的Google购电合同总价。

这份协议的核心，是通过长期采购承诺，同时安排供能保障与供给扩张。

对于能源企业，长期合同有助于提高收入预期的确定性，支撑设备升级；对于算力需求方，则有助于衔接数据中心建设与未来业务增长。

AI基础设施的竞争，正在从设备获取能力，延伸到供能兑现能力与持续交付能力。

这并不意味着模型和芯片已经不再构成瓶颈，而是说明：随着AI规模化部署，能源条件正在更直接地影响项目能否建设、何时投运以及长期运营成本。

模型、软件和计算硬件持续迭代，电力基础设施则需要经历规划、审批、建设和接入等环节。

国际能源署指出，数据中心通常可以在两至三年内投入运行，而能源系统的基础设施建设往往需要更长时间；在发达经济体，新建输电线路可能需要四至八年。

这些周期不能直接套用于所有项目，但揭示了一种共同风险：算力需求增长，可能快于当地供能能力扩张。

电力约束也不只表现为发电量不足。一个地区拥有电源资源，并不意味着某座智算中心能够及时获得所需供电。输配电容量、接入条件和设备交付，同样会影响投运进度。因此，“拥有多少计算设备”与“能够持续运行多少计算设备”，需要分别评估。

再好的模型、再多的计算卡，缺少可靠供能，都难以转化为实际服务能力。与此同时，模型与硬件效率的提升仍然重要，因为它们决定每单位电力能够形成多少有效产出。

未来具备优势的企业，需要更早落实可交付、可持续且成本可承受的供能条件，并让能源规划与算力建设同步推进。

面对未来需求，智算基础设施可以适度提前布局，但规划容量、设备容量与可同时运行容量需要区分。

超前建设能够缩短未来扩容的准备时间，也可能带来闲置、折旧、资金占用和技术更新风险。其合理性，需要结合客户需求、接电计划与投资回报判断。

行业评价因此需要从建设规模，进一步转向有效交付能力：设备能否持续运行，任务能否按期完成，运行成本能否支撑业务。

长期供能安排着力解决电从哪里来、何时能够到位；算电协同则进一步处理，在既定供能条件下，计算任务如何安排得更有效。两者分别从供给侧和需求侧应对算力增长。

其中，负荷弹性是需求侧的重要能力。实时推理通常需要优先保障响应时延；部分离线训练、批量处理和非紧急任务，则可能在交付期限内调整执行时间。具备技术条件的任务，还可以通过检查点暂停恢复，或转移至其他节点。

国际能源署将更灵活地运行服务器、现场发电和储能设施，列为缓解数据中心并网压力的可选措施。

但弹性并非固定属性。随着客户结构、任务类型和服务要求变化，智算中心的可调节空间也会变化。

负荷弹性的价值，需要通过可调节容量、持续时间、恢复成本和服务影响具体衡量，而不能仅凭“任务可以迁移”作出判断。

算电协同需要同时满足电力系统的安全与平衡要求，以及计算业务的交付期限、数据要求和服务质量。

国家发展改革委刊载的相关解读提出，鼓励算力设施作为负荷侧灵活可调节资源参与电网运行，实现算力设施与电力系统的双向提效。其落地需要明确调用条件、补偿机制和服务责任，使电网运行要求、市场规则与企业合同有效衔接。具体而言，三个方向值得关注。

首先，电力采购、储能与任务安排联合优化。

降低用能成本，需要结合负荷预测、采购合同、市场价格与业务安排。储能能够调整用电时序，但其收益需要覆盖投资、转换损耗、衰减和运维费用。长期采购、市场交易、储能与任务移峰具有不同作用，应根据业务条件比较组合效果，而非只寻找某个时段的最低电价。

其次，弹性计算与跨平台协作逐步衔接。

任务调整可以发生在同一中心内部，也可以发生在多个中心之间。在客户授权、数据合规和技术条件满足的情况下，部分任务还可以委托其他平台执行并按约定结算。跨平台协作涉及软件兼容、数据传输、结果验收和责任划分，其收益需要扣除相应协作成本。

最后，多中心调度转向综合效益比较。

电价较低的节点，未必具有最低的任务执行成本。设备性能、利用率、网络条件、迁移开销和交付期限，都需要纳入决策。

算电协同最终要优化的，是在相同质量与交付要求下完成任务的综合成本，以及整个资源网络形成的有效产出。

Google与Constellation的合作还包含五年技术联盟，计划利用Google Cloud与Gemini Enterprise支持能源业务，包括资产调度优化和关键基础设施保护。这说明，科技企业与能源企业的合作正在从供需交易，延伸至数据、技术和运营。由此可以观察到三个相互关联的趋势：

这些方向具有发展潜力，但具体成效仍需验证。长期协议能否按计划形成供给，弹性调度能否持续降本，能源AI能否改善运行，都应回到实际数据。

这一趋势也为国内企业的相关布局提供了方向性佐证。例如，申威睿思围绕能源AI与算电协同展开的业务布局，与上述产业方向具有一致性。对这一领域的参与者而言，后续竞争将更多体现在实际项目的运行效率、服务质量与综合成本上。

Google的3.59GW协议表明，AI规模化发展需要计算技术进步与能源基础设施建设相互衔接。

谁能更早落实可靠供能，并将能源条件转化为高效、灵活且可持续的计算服务，谁就更有条件获得下一阶段的发展优势。