中國電VS美國芯——中美AI背后的底層路線搏殺

大家都知道，AI是下一輪科技革命的關鍵，是未來生產力進步的核心要素；而迄今為止，全球AI產業又基本集中在中美兩國，其他國家幾乎上不了桌，被中美遠遠拋在后面。

所以，AI競爭，說白了也就是中美競爭。而鑒于AI的極端重要性，這場競爭的結果，也直接關系到中美兩國的國運，以及中美博弈的最終結果。

那中美AI競爭，現狀如何？不可否認的是，在AI，尤其是通用人工智能領域的競爭中，美國在技術上依然是領先一籌的。之所以中國落后，其實原因大家也都知道，算力芯片方面，美國依托長期的技術優勢，一直保持著 遙遙領先；而中國雖然也一直緊追不放，但受限于底蘊不足，發力較晚，確實還差的比較遠。

也正因為如此，我們看到雖然deepseek依托算法方面的巨大突破，有效的降低了訓練成本；但在精度方面，依然跟openai有著較大的差距。甚至，這一年下來，經常使用的人還明顯感受到，deepseek有越來越笨感覺。至于寄予厚望的deepseekR2，也一直延期無法發布。

為什么這樣？表面上，是英偉達芯片斷貨，國產替代造成連續性受阻，以及轉向的華為昇騰芯片后遭遇的穩定性差、互聯慢、工具鏈不成熟等適配問題。但歸根結底，還是芯片的差距。現在美國頂級AI芯片（如Nvidia的B200/GB200）采用的是臺積電最先進的4nm甚至3nm工藝。而受限于制程封鎖，中國的主流國產AI芯片依然不得不停留在7nm或更成熟的工藝節點上。

那么，這種芯片的差距，我們能彌補嗎？理論上當然可以，畢竟芯片說到底也是技術問題。技術這個東西，說白了無非就是資金和人才——這兩方面我們這邊也都不缺。既然如此，追就好了。

但問題恰恰就出在這個追字上。我們當然會追，但美國那邊也不會閑著。我們不缺資金和人才，美國同樣不缺。至于重視程度，中美兩國都差不多。甚至由于產業空心化和債務壓頂，美國將一切翻身的希望都寄托在AI革命帶來的生產力爆發上，不夸張的說，可以說是拿出了舉國之力——這種aii in ai的架勢，某種程度上比咱們還要激進。體現在現實中，就是別的領域美國可能還松松垮垮，但AI方面，老美的卷勁兒較咱們一點也不遜色。

人家芯片本就領先，資金也比咱們多，現在連卷勁兒都不比咱們差。這么來看，單純就技術層面而言，追著不放倒是可以，但想反超，還真未必容易。

但這是否就意味著中國沒有機會呢？

當然不是。雖然技術層面落后，但在AI基礎設施上，中國有著一個美國難以企及的巨大優勢——電力。

電力是AI物理底座。算力中心的運轉，需要超大量的電力支撐。而恰恰在這一環節，中國有著美國無以比擬的優勢。受益于基建狂魔的屬性，中國電力系統發達程度，遠高于美國，以至于中國在發展AI產業時，幾乎完全不用擔心電力的困擾——不僅量大管飽，在電力穩定性和價格方面，也相較于美國優勢明顯。

這也是中國在算力芯片制程落后的情況下，能夠在AI產業緊咬美國不放的重要原因之一。因為中國可以采用蘇聯過去那種量大管飽模式，通過落后制程芯片的堆疊，以在落后制程上堆出同樣的算力。

這就是所謂的HBM技術。

當然，HBM是有重大缺陷的，就是它的能耗非常高——換句話說，就是很耗電。所以按照這種邏輯發展下去，中國就算可以在綜合效應上，通過芯片堆疊，達到接近美國先進制程芯片的類似效果，但它的高能耗，決定了中國算力的成本，無疑就會比美國差很多。

前面分析了，中國在芯片技術方面，短期內是很難追平美國的——更不用說反超。那達到同等效果需要更高成本的話，這就是說中國算力跟美國相比，是不經濟的。

這在商業上意味著失敗。就算中國能通過封鎖，禁止國內使用美國AI；但海外市場是中國封鎖不了的。一旦中國之外的全球市場被美國占領，他們不僅可以獲得更高的收入，而且會獲得更豐富的數據。長此以往，不僅中國AI會被美國越拉越遠；以AI為基礎的新興產業、新質生產力，中國也會全面落后，進而導致中國工業在人工智能時代，逐漸喪失之前因為產業集群而形成的優勢。

但中國優質的電力系統，在相當程度上彌補了這一塊的重大缺陷。由于中國電力系統遙遙領先美國，導致中國AI企業的用電成本，以及供應穩定性，遠超過美國同行。說直白點，中國AI確實能耗高，但中國電價便宜??！不光便宜，還超級穩定。這樣一來，中國AI與美國AI在能耗成本方面的實際差距，就被大大縮窄。

這就讓中國AI可以在芯片技術落后的情況下，依然在商業角度保持對美國AI的緊咬態勢，而不至于淪落為完全沒有商業競爭力，僅能靠政府資金維持生存的非市場化托底性工具。

甚至，如果中國電力之于美國的優勢足夠大，那中國不排除在芯片制程落后的情況下，依托充足的廉價電力，構建出規模遠超美國的算力中心，然后憑借這種算力總量的優勢，在AI發展方面實現對美國的反超。

而美國AI領域也意識到了這一點。馬斯克在與美國貝萊德集團首席執行官、世界經濟論壇臨時聯合主席芬克（Larry Fink）的對話中表示，制約美國人工智能（AI）發展的最大瓶頸，是競爭對手中國完全無需應對的電力短缺問題。

“我認為，人工智能落地應用的根本制約因素就是電力。”馬斯克說，美國AI芯片產能正呈指數級擴張，但電力配套建設的滯后，已嚴重拖累AI數據中心的模型訓練與部署效率。

馬斯克這話不是杞人憂天。畢竟AI正在高速爆發期。而爆發意味著未來中美IA對電力的需求都會指數級增長。鑒于中美在AI領域——尤其是芯片方面的發力程度差不太多，所以美國雖然能繼續維持優勢，但也很難說能進一步拉大差距。

但電力供應方面，就中美兩國現狀而言，中國很有可能在這種物理基礎層面的增量擴建中，進一步拉大跟美國的差距。如芯片本身的差距拉不開，電力供應方面卻輸給中國，那意味著中國就可以憑借后者，完成在AI技術層面的接近甚至追平。

當AI技術追平甚至反超，中國AI就可以獲得更大的商業競爭力，進而搶占更多的市場。一旦美國在AI應用的市場競爭中落后，意味著它就不會再有充足的資金來反哺AI產業鏈。一旦美國這邊的研發因為資金不足而慢下來，中國就會逐步趕上，最終一步步在AI技術乃至芯片制程方面，完成對美國的趕超，最終實現對美國AI產業鏈的體系化反壓。

這就是硅谷這幫搞科技的大佬，現在卻越來越將目光對準到電力這個傳統領域的原因。對他們來說，一個共識就是：顯卡不再是唯一的瓶頸，真正的瓶頸正在變成吉瓦（GW）級別的電力和帶電的數據中心。

而現狀也確實讓他們不得不憂慮。畢竟中美在電力基礎方面的差距實在太大了——不光是現有基礎設施的差距，基建能力更是一個天一個地。

而AI爆發卻恰恰為電力供應增長提出了極高的要求——根據麥格理最新的估算：麥肯錫的最新預測更是表明，到2030，美國數據中心電力需求將翻兩番，達到80～100吉瓦。

這對美國來說是非常大的挑戰。最關鍵的是，因為中國的強勢競爭，他們還沒法慢下來。在裝機速度方面，2023年，美國全年新增發電裝機容量約為51吉瓦。同年，中國新增發電裝機容量達到了驚人的429 吉瓦，差距足足八倍！

這么大的差距，意味著中國在這場AI賽跑中，根本不用擔心電力不足；而美國AI，則很有可能因為電力問題而被迫放慢腳步。

而最要命的是，電力這一塊，美國即便想追，面臨的麻煩也很多——中國只需要讓AI產業鏈去往死里卷就ok了，美國則需要解決一大堆方方面面的問題：

首先就是電網。中國因為電力體系太強大了，所以AI算力中心直接接入電網就行了。

但美國不行，它那套電網實在過于老舊，就算你多建幾個電廠，這些電要想并入電網，然后再輸送給AI算力中心，那也是現有電網體系不能承受的。至于改造電網，技術且不說，光成本和各種利益牽扯可就海了去了，效率也可想而知的拉胯。

而如果不改造電網，就利用現有這套陳舊電力體系供電——鑒于AI算力中心的超高用電需求，那就勢必對其他領域用電需求進一步擠壓，并進一步抬高電價。

這個就會引發很多問題。這幾年美國電價已經上漲了平均3成左右——這里面既有通脹因素，也跟AI爆發擠壓供求關系大有關系，再進一步擠壓，且不說現有電力體系還榨不榨的出來油水，光這個電價繼續上漲，就足夠讓特朗普政府民心喪盡。

這種后果肯定是特朗普承受不起的。所以白宮現在已經明確要求各新建算力中心自己發電。

那怎么發？主要有三種方式，一個是燃氣發電，第二個核電站，第三個就是固態燃料發電。其中燃氣發電站建設周期大概3年，核電站5-10年，第三個的話，則需要大量購買固態燃料發電機，同時自建變壓器。自建各種電力設備。

但這問題就來了。環保之類的扯皮，和美國基建的低效率高成本都不說了。光發電體系的建設周期，這個天然就短不了。AI電力需求爆發如此之快，這種建設很難跟得上趟。

然后就是自己發電成本很高——畢竟稍有常識就知道，單體電力系統跟并網電力系統的成本是沒得比的；像夜間這些時候的冗余電能，也沒法通過并入電網，通過全社會來綜合消化。

這都會進一步抬高算力中心的綜合成本，進而降低其建立在高制程芯片基礎上的，之于中國AI同行的能耗優勢。

而且還有一點很要命，就是自建發電體系的相關電氣設備，早已去工業化美國是沒有的——就是有成本也很高，所以只能找中國進口。

這也是前幾天A股電氣板塊突然啟動的原因。

但問題是，且不說這種進口算不算認輸（畢竟美國現在還對中國一堆制裁和加征關稅在）。關鍵是如果這個過程中，中國限制對美出口，那一下又被卡了脖子。就算中國出于中美關系，或者維持貿易信用考慮，不限制出口，但只要減少下光伏退稅（這個已經有了），或者在別的地方加些費用，這同樣意味著美國算力中心運營成本增加。

從這個角度來看，中國雖然不大可能直接從芯片制程這個方向趕超美國，但在作為AI物理基座的電力領域，還真是有機會的。畢竟芯片這塊中國也咬的很緊，直接超美難度確實大，但應該也不至于被拉下；但在電力領域，伴隨著AI電力需求的大幅增長，中國真有可能用電力基建彌補芯片制程的虧欠，在這種需求驟然爆發的背景下，把AI技術上的差距給追平甚至反超。

不過，這么說并不意味著中國就穩贏。實際上，中國依電打芯的邏輯，也是存在BUG的。

我們前面說了，中國因為制程的落后，所以算力芯片的能耗要高過美國。但能耗高還不是全部。最關鍵的是，哪怕你愿意付出高能耗的代價，這玩意它也是有發展天花板的。

什么天花板？就是散熱的物理限制。

當一個機柜的功率密度從10kW飆升到100kW甚至更高時，傳統的風冷就會徹底失效，。這意味著芯片堆疊，它是存在上限的。堆到一定程度，你再想繼續堆，就不行了。

那怎么解決這個問題？一方面當然還要回到芯片本身，寄望于國產算力芯片在制程上繼續突破——即便中短期趕不上同樣在卷生卷死的美國同行，但也得確保差距不被進一步拉大。

另一方面，就是要對散熱技術進行突破。具體來說，就是用更先進的液冷散熱技術，取代傳統的風冷，確保單一機柜散熱效率提升，進而確保功率密度增大的情況下，整個系統依然能正常運轉。同時，數據中心必須進行傷筋動骨的液冷改造。這對于基礎設施的運營能力提出了地獄級的挑戰。

這也是為什么華為在最新的技術白皮書中，非常強調“液冷”、“系統級能效”、“集群優化”。這里面的邏輯，就是以系統工程來彌補單點物理能效因制程限制帶來的不足。

總而言之，中美這場AI競爭，到現在為止，依然膠著難分。美國捏著芯，中國握著電，雙方各自在物理基礎和上層建筑方面占據一個優勢。至于接下來的AI——尤其是AGI競爭，雙方大致還會圍繞著自己的這個優勢來進行布局和賽跑。美國用芯片以及建立在其上的單點算力優勢，來維持對中國的技術領先；中國則在確保在制程方面不被越拉越遠的前提下，依托自己的量大管飽還便宜穩定的電力優勢，通過系統工程來彌補單點芯片能力缺陷，以在整體算力上壓制美國，進而實現AI技術的領先。

兩邊路徑各有優劣，但邏輯上來看，都是走的通的；實踐過程中，也各有各的難處和關口。所以，現在來看，這場關乎兩國國運乃至人類文明前途命運的的競賽，還將持續一段時間。

那么，誰能笑到最后？大概率還是取決于誰能獲得更多、更優質的市場份額。畢竟市場是最現實的，它勢必會從二者中，取出一個看上去最符合現實需求的答案。而獲得更多，更優質客戶的一方，不僅可以獲得更多利潤回報，形成更良性的商業閉環。同時也意味著它能獲得更多的源源不斷的數據投喂，進而為算法的不斷優化提供持續的養料。

這種市場份額的爭奪中，美國因為是全球霸主，影響力遍布世界，再加上西方文明幾百年的文化加持，所以天然擁有先發優勢——它在開發海外市場時，天然比中國容易得多，基礎也要好的多。

但這也不代表中國就會輸。雖然中國確實沒有美國那么多先天優勢，但中國也有美國羨慕不已的籌碼。

本文為云石海外風云系列2610節。喜歡的讀者，請用微信搜索公眾號：云石，持續收看全部云石海外風云系列文章。