文章圖片
文章圖片
11 月初 ， 英偉達 CEO 黃仁勛在接受《金融時報》采訪時稱中國將在 AI 競賽中擊敗美國 ， 其中一個原因在于中國的能源成本更低 。 而在做出這樣的直白表態之后 ， 黃仁勛又在另一份簡短聲明中做了補充說明 ， 他說中國在 AI 技術領域只落后美國一點點 ， 并指出對于美國而言保持領先地位至關重要 。 差不多同樣的時間 ， 微軟 CEO 薩提亞·納德拉（Satya Nadella）在一檔 YouTube 頻道節目中指出：“我們當前面臨的核心矛盾并非算力過剩 ， 而是能源瓶頸 ， 關鍵在于如何搶在電力缺口之前快速完成基礎設施部署 。 ”
對能源表示關切的還有山姆·奧特曼 ， 10 月底 OpenAI 提交給白宮的建議書上 ， 更是直接指出美國 AI 發展的真正瓶頸其實是電力 。
圖 | OpenAI 提交給白宮的建議（來源：https://cdn.openai.com/pdf/21b88bb5-10a3-4566-919d-f9a6b9c3e632/）
事實上 ， 當中美兩國明星企業聚焦于 AI 大模型的算法博弈與芯片儲備時 ， 一場更具決定性的較量已悄然展開 。 AI 的馬力不僅僅再由 GPU 的數量決定 ， 也取決于電網能夠提供的電力瓦特 。 這場中美之間的 AI 競賽 ， 正逐漸演變成為一場關于能源供給、基礎設施與工業體系的終極耐力賽 。 可以說 ， 在 AI 時代 ， 瓦特正在成為比浮點運算更重要的競爭力指標 。
中國科學院青島生物能源與過程研究所研究員田亞峻告訴 DeepTech：“如果 AI 在未來是像互聯網、無線通訊一樣重要的基礎設施 ， 就應該與國家安全視為同等地位 ， 基于此 ， 應該給 AI 系統提供最可靠的電力供應 。 這種電力供應可能是煤電 ， 如果不允許煤 ， 當下來看應該是核電 ， 除非新能源體系在可靠性方面取得突破 。 ”
中美 AI 發展面臨的共同挑戰
OpenAI 的建議書給白宮發出了明確的警告 ， 美國陳舊的電網設施和漫長的項目審批周期 ， 已經成為影響 AI 算力擴張的天花板 。 美國電網的增長速度遠遠落后于 AI 基礎設施的擴張 ， 假如不能在接下來的每一年都新增 100 吉瓦電力裝機 ， 美國將面臨致命的電力缺口（Electric Gap） 。 事實上 ， 這一天花板在現實中已經有所體現 。 例如 ， 由美國三家電力公司承建的中西部 Cardinal-Hickory Creek 高壓輸電線路項目 ， 從規劃到最終通電花了整整 13 年之久 ， 因此這一案例也常被用作美國電網基礎設施現代化面臨官僚障礙和環境訴訟的反面教材 。
與之形成鮮明對比的是 ， 2024 年 ， 《華盛頓郵報》在題為“To compete with China on AI we need a lot more power”的報道中稱 ， 中國建成新的輸電線路通常只需要不到五年時間 。 這種基礎設施上的巨大差距 ， 迫使美國在與中國的 AI 競賽中 ， 從起跑線上就背負著沉重的能源負擔 。
美國在 AI 領域的雄心和數據中心的爆炸式增長 ， 正在被其電網基礎設施的薄弱和關鍵工業鏈的瓶頸所嚴重制約 ， 其中電力變壓器短缺是核心痛點 。 來自伍德麥肯茲和麥肯錫的多個行業報告均指出：在美國電力變壓器特別是大型高壓變壓器的供應短缺 ， 是限制數據中心和電網升級的主要瓶頸之一 。
媒體報道普遍證實 ， 在美國大型變壓器的交貨周期已從數月延長到兩年甚至更長 ， 部分地區甚至長達 4 到 5 年 。 這是因為 ， 此前的去工業化導致美國本土的變壓器制造業在算力需求平穩期經歷了投資不足和產能微縮 ， 導致一時很難應對 AI 時代驟增的需求 。 同時 ， 美國在變壓器上也存在過于依賴進口的問題 。
太平洋的彼岸呈現了另一幅面貌 。 今年 8 月 ， 美國投資咨詢公司 Tech Buzz China 的創始人馬睿帶隊實地考察了中國的 AI 發展現狀 ， 考察之后她發了一則貼文 ， 其中寫道：“中國電力供應是安全且廉價的...... 這與美國形成了鮮明對比 。 在美國 AI 的發展越來越多地與數據中心電力消耗和電網限制的爭論聯系在一起 。 ”中國國家能源局數據顯示：2024 年 ， 中國可再生能源發電新增裝機 3.73 億千瓦 ， 是美國的數倍以上 [1
。 之所以能夠實現這樣的速度 ， 是因為中國有著完整的產業鏈支撐 。 比如 ， 中國光伏組件產量占全球八成以上 ， 風電主機產能占全球六成以上 。
（來源：MIT Technology Review）
中國則有其“幸福的煩惱” ， 在 AI 算力擴張的過程中 ， 東部沿海地區電力供需則面臨著失衡的挑戰 。 隨著長三角、粵港澳等核心經濟區的 AI 數據中心的密集啟用 ， 這些地區的電網負荷較高 ， 夏季用電高峰期間甚至出現區域性供電緊張 。 面對這一問題 ， 中國正在通過“東數西算”這一國家級工程進行系統級布局 ， 將東部產生的海量計算需求 ， 經由高速光纖網絡調度到西部地區進行處理 。 這樣一來 ， 西部荒漠的光伏風電也找到了穩定的消納渠道 ， 東部的 AI 產業則能獲得可持續的綠色動力 。
2025 年 8 月 ， 由國務院印發的《關于深入實施“人工智能+”行動的意見》指出 [2
：到 2027 年 ， 新一代智能終端、智能體等應用普及率超 70% ， 智能經濟核心產業規?？焖僭鲩L；到 2030 年 ， 新一代智能終端、智能體應用普及率超 90% ， 智能經濟成為中國經濟發展的重要增長極 。
這組數字的背后也蘊含著國家對于能源體系的戰略思考 ， 只有當算力增長與電力供應實現協同發展 ， 如此大規模的智能設備部署才會具備可行性 。 因此 ， 這一政策實質上也是對于構建能源基礎設施體系做出的一種承諾 ， 旨在確保 AI 發展建立在可持續的能源基礎之上 。
（來源：MIT Technology Review）
應對能源問題的東西分野
在上述 OpenAI 向美國政府提交的文件中 ， OpenAI 提出了多項具體建議 ， 其中包括利用 AI 技術加快聯邦層面的項目審批與環境評估流程 。 當前 ， 繁瑣的審批流程已經成為 OpenAI 等企業推進 AI 基建的重要阻礙 ， 比如其“星際之門”項目既需要對接電網 ， 又涉及到能源配套設施建設 ， 這種漫長的審批流程會嚴重拖慢項目落地節奏 。
面對 AI 基礎設施的供應鏈危機 ， OpenAI 也向白宮提出了系統性解決方案 ， 如其建議通過擴大稅收抵免來覆蓋芯片制造與電網組件、設立關鍵原材料戰略儲備、提供貸款擔保提升變壓器等設備產能擴張 。 這些建議本質上是為了彌補美國過去數十年來去工業化造成的產業空心化 ， 是一種迫不得已的補課式追趕 。
在向白宮提出建議的同時 ， OpenAI 自己也在摸索方法 。 它希望通過建設可調度、可回饋的數據中心來提高電網的靈活性 ， 比如在電網緊張時減少用電 ， 在電力充足時增加負荷 。 目前 ， OpenAI 也正在探索小型模塊化核反應堆的混合供能方案 ， 以便實現可調度電源的目標 。 同時 ， 其也正在評估冰島等可再生能源豐富的地區部署算力 。
而在中國進行的大規模綠色能源建設依然如火如荼 。 當下 ， 中國風光裝機占據全球總裝機的將近一半 ， 近十年新增裝機占全球六成 [3
。 2025 年上半年中國貢獻了全球太陽能發電增長的 55% 。 以首批并網的 100 萬千瓦風光項目為例 ， 它位于甘肅省慶陽市 ， 是中國首批“沙戈荒”大型風電光伏基底項目之一 [4
， 項目并網后預計每年生產綠電 22.71 億千瓦時 ， 相當于節約標煤 68 萬噸 ， 能夠減少 167 萬噸二氧化碳排放 ， 以及可以滿足將近 78 萬個家庭一年的用電量 。
【中美AI競賽下半場：能源瓶頸成比芯片更緊迫的挑戰】
（來源：http://www.sasac.gov.cn/n2588025/n2588124/c29633338/content.html）
前面提到的“東數西算”作為中國國家級資源調配的核心工程 ， 并不只是單純的算力布局 ， 而是一個能夠破解能源供需矛盾的戰略方案 。 據媒體報道 ， 青海等地的綠色數據中心依托風光儲充的協同模式 ， 達成了 100% 的綠電供應 ， 電源使用效率控制在 1.2 以下 ， 年減碳達到 30 萬噸 [5
。 2024 年 ， 全國數據中心電源使用效率已經降至 1.46 ， 印證了“東數西算”的能源優化價值 。
也就是說 ， 通過“東數西算”等國家工程 ， 中國正在將西部荒漠的光伏風電 ， 經由特高壓電網輸送到東部的算力中心 。 這種能源與算力協同的國家級布局 ， 解決了電力供需的地理錯配 ， 也構建起了美國難以復制的系統性優勢 。
與此同時 ， 中國已經構建起從礦物加工到成品制造的電力全產業鏈 ， 從源頭擁有了自主供應根基 。 在上游礦產端 ， 內蒙古建成了從鈮鉭鋰礦采選到儲能電池生產的閉環產業鏈；在中游制造環節 ， 中國的光伏組件產量和風電主機產能均在全球占據高位；在下游電網組件端 ， 從換流閥到變壓器中國均已實現自主量產 。
田亞峻研究員同時指出：“未來十年或者更長 ， 在穩健的發展形勢下 ， 能源消耗的不斷增加是人類文明發展的必然結果 ， 在這個意義上無論是 AI 或者未來出現比 AI 更高形態的技術產業 ， 大力生產、轉化、調制能源是未來的必然 。 中國當下有很多算力處于休眠狀態 ， 未來 AI 的規劃要算力+落地應用場景+能源供應體系同時規劃 ， 避免大規模行動帶來的各種不適配所形成的巨大社會資源浪費 。 ”
能源的缺乏讓美國 AI 巨頭將視野投向開始可控核聚變 。 可控核聚變被描述為是一種幾乎無限、零碳排放、與核裂變相比本質上安全的能源 。 巨頭們不再信任現有體系能夠通過漸進式改良來滿足需求 ， 而是選擇押注了可控核聚變這樣一個或許能夠徹底改變游戲規則的技術 。
過去 ， 可控核聚變更多是人們所熟知的國際熱核實驗反應堆（ITER）這樣的國家級大科學項目 ， 其往往進展較為緩慢 。 但現在 ， 以美國Commonwealth Fusion Systems（CFS）等為代表的一批私營公司 ， 憑借從硅谷等地涌入的巨額風險投資 ， 正在試圖使用更敏捷、更工程化的方式加速這一進程 。
在美國 ， 微軟與 OpenAI 已率先布局可控核聚變 。 山姆·奧特曼個人重金押注核聚變企業 Helion Energy ， 微軟則與之簽署全球首份核聚變購電協議 ， 預計 2028 年實現供電 。 這一浪潮也將全球市場卷入其中 ， 可控核聚變成為最近一兩年不容忽視的投資風口 ， 其背后的信念是：我們等不起 50 年了 ， 必須親手創造起來 。
如果說中美 AI 競賽分為上下兩場 ， 那么上半場就是代碼與芯片 ， 下半場則是電網與工業 。 在 AI 競爭的初期 ， 人們比拼的是模型能力 ， 但是長期大規模部署需要海量算力 ， 而誰的能源更廉價、更穩定、更綠色 ， 誰就能支撐起更持續、更深入的 AI 研發與應用 。 這場競賽的勝負 ， 很有可能不在于誰最先設計出更聰明的模型 ， 而在于誰能率先構建起支撐巨量能耗的能源基座 。 對于中國而言 ， 這既是挑戰 ， 也是將制造業優勢和新能源優勢轉化為下一代科技領導力的歷史性機遇 。
參考資料：
1.https://www.nea.gov.cn/20250221/e10f363cabe3458aaf78ba4558970054/c.html
2.https://www.gov.cn/zhengce/202508/content_7037929.htm
3.https://www.gov.cn/lianbo/bumen/202510/content_7045605.htm
4.http://www.sasac.gov.cn/n2588025/n2588124/c29633338/content.html
5.https://www.stdaily.com/web/gdxw/2025-10/27/content_421569.html
https://www.ft.com/content/53295276-ba8d-4ec2-b0de-081e73b3ba43
https://www.washingtonpost.com/opinions/2024/09/24/ai-power-grid-china-competition/
https://www.techspot.com/news/110118-microsoft-satya-nadella-power-not-chips-now-biggest.html
https://cdn.openai.com/pdf/21b88bb5-10a3-4566-919d-f9a6b9c3e632/openai-ostp-rfi-oct-27-2025.pdf
運營/排版：何晨龍
推薦閱讀
- 微軟發對“AGI競賽”，將開發以人為本的超級智能
- 2025年人形機器人，邁向實用智能的競賽
- 黃仁勛點出美國AI“死穴”：故步自封裹足不前，中國將贏得競爭
- 「進化+壓力測試」自動生成的競賽級編程題，大模型誰更hold?。?
- 中美芯片戰的禍首在美國，但突圍點，卻是一臺機器
- 中美芯戰全面升級，一邊卡稀土，一邊卡光刻機，臺積電遭“夾擊”
- 數萬億美元的AI基礎設施競賽：科技巨頭的投資狂潮
- MCU的AI競賽，已經打響
- 巨頭們的互連“軍備競賽”
- 清華鄧志東：“世界模型智能體”重塑智駕格局，算力競賽已開啟