中国电VS美国芯——中美AI背后的底层路线搏杀

大家都知道，AI是下一轮科技革命的关键，是未来生产力进步的核心要素；而迄今为止，全球AI产业又基本集中在中美两国，其他国家几乎上不了桌，被中美远远抛在后面。

所以，AI竞争，说白了也就是中美竞争。而鉴于AI的极端重要性，这场竞争的结果，也直接关系到中美两国的国运，以及中美博弈的最终结果。

那中美AI竞争，现状如何？不可否认的是，在AI，尤其是通用人工智能领域的竞争中，美国在技术上依然是领先一筹的。之所以中国落后，其实原因大家也都知道，算力芯片方面，美国依托长期的技术优势，一直保持着 遥遥领先；而中国虽然也一直紧追不放，但受限于底蕴不足，发力较晚，确实还差的比较远。

也正因为如此，我们看到虽然deepseek依托算法方面的巨大突破，有效的降低了训练成本；但在精度方面，依然跟openai有着较大的差距。甚至，这一年下来，经常使用的人还明显感受到，deepseek有越来越笨感觉。至于寄予厚望的deepseekR2，也一直延期无法发布。

为什么这样？表面上，是英伟达芯片断货，国产替代造成连续性受阻，以及转向的华为昇腾芯片后遭遇的稳定性差、互联慢、工具链不成熟等适配问题。但归根结底，还是芯片的差距。现在美国顶级AI芯片（如Nvidia的B200/GB200）采用的是台积电最先进的4nm甚至3nm工艺。而受限于制程封锁，中国的主流国产AI芯片依然不得不停留在7nm或更成熟的工艺节点上。

那么，这种芯片的差距，我们能弥补吗？理论上当然可以，毕竟芯片说到底也是技术问题。技术这个东西，说白了无非就是资金和人才——这两方面我们这边也都不缺。既然如此，追就好了。

但问题恰恰就出在这个追字上。我们当然会追，但美国那边也不会闲着。我们不缺资金和人才，美国同样不缺。至于重视程度，中美两国都差不多。甚至由于产业空心化和债务压顶，美国将一切翻身的希望都寄托在AI革命带来的生产力爆发上，不夸张的说，可以说是拿出了举国之力——这种aii in ai的架势，某种程度上比咱们还要激进。体现在现实中，就是别的领域美国可能还松松垮垮，但AI方面，老美的卷劲儿较咱们一点也不逊色。

人家芯片本就领先，资金也比咱们多，现在连卷劲儿都不比咱们差。这么来看，单纯就技术层面而言，追着不放倒是可以，但想反超，还真未必容易。

但这是否就意味着中国没有机会呢？

当然不是。虽然技术层面落后，但在AI基础设施上，中国有着一个美国难以企及的巨大优势——电力。

电力是AI物理底座。算力中心的运转，需要超大量的电力支撑。而恰恰在这一环节，中国有着美国无以比拟的优势。受益于基建狂魔的属性，中国电力系统发达程度，远高于美国，以至于中国在发展AI产业时，几乎完全不用担心电力的困扰——不仅量大管饱，在电力稳定性和价格方面，也相较于美国优势明显。

这也是中国在算力芯片制程落后的情况下，能够在AI产业紧咬美国不放的重要原因之一。因为中国可以采用苏联过去那种量大管饱模式，通过落后制程芯片的堆叠，以在落后制程上堆出同样的算力。

这就是所谓的HBM技术。

当然，HBM是有重大缺陷的，就是它的能耗非常高——换句话说，就是很耗电。所以按照这种逻辑发展下去，中国就算可以在综合效应上，通过芯片堆叠，达到接近美国先进制程芯片的类似效果，但它的高能耗，决定了中国算力的成本，无疑就会比美国差很多。

前面分析了，中国在芯片技术方面，短期内是很难追平美国的——更不用说反超。那达到同等效果需要更高成本的话，这就是说中国算力跟美国相比，是不经济的。

这在商业上意味着失败。就算中国能通过封锁，禁止国内使用美国AI；但海外市场是中国封锁不了的。一旦中国之外的全球市场被美国占领，他们不仅可以获得更高的收入，而且会获得更丰富的数据。长此以往，不仅中国AI会被美国越拉越远；以AI为基础的新兴产业、新质生产力，中国也会全面落后，进而导致中国工业在人工智能时代，逐渐丧失之前因为产业集群而形成的优势。

但中国优质的电力系统，在相当程度上弥补了这一块的重大缺陷。由于中国电力系统遥遥领先美国，导致中国AI企业的用电成本，以及供应稳定性，远超过美国同行。说直白点，中国AI确实能耗高，但中国电价便宜啊！不光便宜，还超级稳定。这样一来，中国AI与美国AI在能耗成本方面的实际差距，就被大大缩窄。

这就让中国AI可以在芯片技术落后的情况下，依然在商业角度保持对美国AI的紧咬态势，而不至于沦落为完全没有商业竞争力，仅能靠政府资金维持生存的非市场化托底性工具。

甚至，如果中国电力之于美国的优势足够大，那中国不排除在芯片制程落后的情况下，依托充足的廉价电力，构建出规模远超美国的算力中心，然后凭借这种算力总量的优势，在AI发展方面实现对美国的反超。

而美国AI领域也意识到了这一点。马斯克在与美国贝莱德集团首席执行官、世界经济论坛临时联合主席芬克（Larry Fink）的对话中表示，制约美国人工智能（AI）发展的最大瓶颈，是竞争对手中国完全无需应对的电力短缺问题。

“我认为，人工智能落地应用的根本制约因素就是电力。”马斯克说，美国AI芯片产能正呈指数级扩张，但电力配套建设的滞后，已严重拖累AI数据中心的模型训练与部署效率。

马斯克这话不是杞人忧天。毕竟AI正在高速爆发期。而爆发意味着未来中美IA对电力的需求都会指数级增长。鉴于中美在AI领域——尤其是芯片方面的发力程度差不太多，所以美国虽然能继续维持优势，但也很难说能进一步拉大差距。

但电力供应方面，就中美两国现状而言，中国很有可能在这种物理基础层面的增量扩建中，进一步拉大跟美国的差距。如芯片本身的差距拉不开，电力供应方面却输给中国，那意味着中国就可以凭借后者，完成在AI技术层面的接近甚至追平。

当AI技术追平甚至反超，中国AI就可以获得更大的商业竞争力，进而抢占更多的市场。一旦美国在AI应用的市场竞争中落后，意味着它就不会再有充足的资金来反哺AI产业链。一旦美国这边的研发因为资金不足而慢下来，中国就会逐步赶上，最终一步步在AI技术乃至芯片制程方面，完成对美国的赶超，最终实现对美国AI产业链的体系化反压。

这就是硅谷这帮搞科技的大佬，现在却越来越将目光对准到电力这个传统领域的原因。对他们来说，一个共识就是：显卡不再是唯一的瓶颈，真正的瓶颈正在变成吉瓦（GW）级别的电力和带电的数据中心。

而现状也确实让他们不得不忧虑。毕竟中美在电力基础方面的差距实在太大了——不光是现有基础设施的差距，基建能力更是一个天一个地。

而AI爆发却恰恰为电力供应增长提出了极高的要求——根据麦格理最新的估算：麦肯锡的最新预测更是表明，到2030，美国数据中心电力需求将翻两番，达到80～100吉瓦。

这对美国来说是非常大的挑战。最关键的是，因为中国的强势竞争，他们还没法慢下来。在装机速度方面，2023年，美国全年新增发电装机容量约为51吉瓦。同年，中国新增发电装机容量达到了惊人的429 吉瓦，差距足足八倍！

这么大的差距，意味着中国在这场AI赛跑中，根本不用担心电力不足；而美国AI，则很有可能因为电力问题而被迫放慢脚步。

而最要命的是，电力这一块，美国即便想追，面临的麻烦也很多——中国只需要让AI产业链去往死里卷就ok了，美国则需要解决一大堆方方面面的问题：

首先就是电网。中国因为电力体系太强大了，所以AI算力中心直接接入电网就行了。

但美国不行，它那套电网实在过于老旧，就算你多建几个电厂，这些电要想并入电网，然后再输送给AI算力中心，那也是现有电网体系不能承受的。至于改造电网，技术且不说，光成本和各种利益牵扯可就海了去了，效率也可想而知的拉胯。

而如果不改造电网，就利用现有这套陈旧电力体系供电——鉴于AI算力中心的超高用电需求，那就势必对其他领域用电需求进一步挤压，并进一步抬高电价。

这个就会引发很多问题。这几年美国电价已经上涨了平均3成左右——这里面既有通胀因素，也跟AI爆发挤压供求关系大有关系，再进一步挤压，且不说现有电力体系还榨不榨的出来油水，光这个电价继续上涨，就足够让特朗普政府民心丧尽。

这种后果肯定是特朗普承受不起的。所以白宫现在已经明确要求各新建算力中心自己发电。

那怎么发？主要有三种方式，一个是燃气发电，第二个核电站，第三个就是固态燃料发电。其中燃气发电站建设周期大概3年，核电站5-10年，第三个的话，则需要大量购买固态燃料发电机，同时自建变压器。自建各种电力设备。

但这问题就来了。环保之类的扯皮，和美国基建的低效率高成本都不说了。光发电体系的建设周期，这个天然就短不了。AI电力需求爆发如此之快，这种建设很难跟得上趟。

然后就是自己发电成本很高——毕竟稍有常识就知道，单体电力系统跟并网电力系统的成本是没得比的；像夜间这些时候的冗余电能，也没法通过并入电网，通过全社会来综合消化。

这都会进一步抬高算力中心的综合成本，进而降低其建立在高制程芯片基础上的，之于中国AI同行的能耗优势。

而且还有一点很要命，就是自建发电体系的相关电气设备，早已去工业化美国是没有的——就是有成本也很高，所以只能找中国进口。

这也是前几天A股电气板块突然启动的原因。

但问题是，且不说这种进口算不算认输（毕竟美国现在还对中国一堆制裁和加征关税在）。关键是如果这个过程中，中国限制对美出口，那一下又被卡了脖子。就算中国出于中美关系，或者维持贸易信用考虑，不限制出口，但只要减少下光伏退税（这个已经有了），或者在别的地方加些费用，这同样意味着美国算力中心运营成本增加。

从这个角度来看，中国虽然不大可能直接从芯片制程这个方向赶超美国，但在作为AI物理基座的电力领域，还真是有机会的。毕竟芯片这块中国也咬的很紧，直接超美难度确实大，但应该也不至于被拉下；但在电力领域，伴随着AI电力需求的大幅增长，中国真有可能用电力基建弥补芯片制程的亏欠，在这种需求骤然爆发的背景下，把AI技术上的差距给追平甚至反超。

不过，这么说并不意味着中国就稳赢。实际上，中国依电打芯的逻辑，也是存在BUG的。

我们前面说了，中国因为制程的落后，所以算力芯片的能耗要高过美国。但能耗高还不是全部。最关键的是，哪怕你愿意付出高能耗的代价，这玩意它也是有发展天花板的。

什么天花板？就是散热的物理限制。

当一个机柜的功率密度从10kW飙升到100kW甚至更高时，传统的风冷就会彻底失效，。这意味着芯片堆叠，它是存在上限的。堆到一定程度，你再想继续堆，就不行了。

那怎么解决这个问题？一方面当然还要回到芯片本身，寄望于国产算力芯片在制程上继续突破——即便中短期赶不上同样在卷生卷死的美国同行，但也得确保差距不被进一步拉大。

另一方面，就是要对散热技术进行突破。具体来说，就是用更先进的液冷散热技术，取代传统的风冷，确保单一机柜散热效率提升，进而确保功率密度增大的情况下，整个系统依然能正常运转。同时，数据中心必须进行伤筋动骨的液冷改造。这对于基础设施的运营能力提出了地狱级的挑战。

这也是为什么华为在最新的技术白皮书中，非常强调“液冷”、“系统级能效”、“集群优化”。这里面的逻辑，就是以系统工程来弥补单点物理能效因制程限制带来的不足。

总而言之，中美这场AI竞争，到现在为止，依然胶着难分。美国捏着芯，中国握着电，双方各自在物理基础和上层建筑方面占据一个优势。至于接下来的AI——尤其是AGI竞争，双方大致还会围绕着自己的这个优势来进行布局和赛跑。美国用芯片以及建立在其上的单点算力优势，来维持对中国的技术领先；中国则在确保在制程方面不被越拉越远的前提下，依托自己的量大管饱还便宜稳定的电力优势，通过系统工程来弥补单点芯片能力缺陷，以在整体算力上压制美国，进而实现AI技术的领先。

两边路径各有优劣，但逻辑上来看，都是走的通的；实践过程中，也各有各的难处和关口。所以，现在来看，这场关乎两国国运乃至人类文明前途命运的的竞赛，还将持续一段时间。

那么，谁能笑到最后？大概率还是取决于谁能获得更多、更优质的市场份额。毕竟市场是最现实的，它势必会从二者中，取出一个看上去最符合现实需求的答案。而获得更多，更优质客户的一方，不仅可以获得更多利润回报，形成更良性的商业闭环。同时也意味着它能获得更多的源源不断的数据投喂，进而为算法的不断优化提供持续的养料。

这种市场份额的争夺中，美国因为是全球霸主，影响力遍布世界，再加上西方文明几百年的文化加持，所以天然拥有先发优势——它在开发海外市场时，天然比中国容易得多，基础也要好的多。

但这也不代表中国就会输。虽然中国确实没有美国那么多先天优势，但中国也有美国羡慕不已的筹码。

本文为云石海外风云系列2610节。喜欢的读者，请用微信搜索公众号：云石，持续收看全部云石海外风云系列文章。