在人工智能領域，當多數人還在聚焦芯片制程的突破、模型參數的優(yōu)化以及算法效率的提升時，埃隆·馬斯克卻提出了一個別具一格的觀點：未來AI算力競爭的關鍵，并非芯片，而是電力。并且，他指出中國在這一方面已經構建起了難以動搖的優(yōu)勢。

在一檔科技播客節(jié)目里，馬斯克直言，隨著人工智能模型規(guī)模持續(xù)擴大、訓練頻率呈指數級增長，電力基礎設施將成為決定一個國家AI競爭力的重要因素?，F代AI數據中心的耗電量十分驚人，其用電量已經接近甚至超過一座中小城市的用電規(guī)模。而且，算力的實現并非簡單購置芯片就行，還需要長期、穩(wěn)定且不間斷的電力供應。

馬斯克特別強調，在全球主要經濟體中，唯有中國同時具備兩種關鍵能力。一是能夠滿足超大型AI數據中心的龐大用電需求；二是在滿足數據中心用電的同時，不會擠占居民和工業(yè)的基礎用電。

為了進一步說明問題，馬斯克給出了一個極具沖擊力的數據對比。到2026年，中國的年度發(fā)電量預計將達到美國的約三倍。這一數據背后蘊含著巨大意義，它意味著中國有足夠的電力來長期支撐數百萬臺高性能服務器持續(xù)運行。在芯片供應條件相近的情況下，中國實際上擁有更高的“可用算力”。也就是說，真正限制AI發(fā)展的，并非算力的上限，而是電力的下限。

高盛的能源市場研究也印證了馬斯克的觀點。高盛指出，到2030年，中國的備用電力容量將達到約400吉瓦，這一數字相當于全球數據中心總需求的三倍以上。如此龐大的備用電力容量，使中國不僅能夠輕松消化AI產業(yè)擴張帶來的用電激增，還能同時支撐制造業(yè)升級、新能源體系發(fā)展以及電動汽車的全面普及。與之形成鮮明對比的是，美國的數據中心電力缺口正以每年15%的速度擴大。高盛測算，如果能源基礎設施投資不能同步跟上，美國AI的發(fā)展速度可能會被迫放緩20%以上。

如今，越來越多的科技巨頭開始重視電力在AI發(fā)展中的重要性，將其與芯片放在同等重要的位置。OpenAI的薩姆·阿爾特曼曾公開呼吁，美國應將能源投資提升到與芯片研發(fā)同等的戰(zhàn)略高度，因為“電力就是數字時代的新石油”。英偉達的黃仁勛則從成本角度分析，由于中國電價較低且供電穩(wěn)定，中國數據中心的單次模型訓練成本可降低約40%，這一差距在長期的算力競爭中具有決定性意義。摩根士丹利在最新報告中，更是將美國數據中心電力缺口預測上調35%，明確指出基礎設施，而非技術本身，正在成為AI突破的瓶頸。

資本市場的反應十分迅速，多家投資機構發(fā)現，全球科技巨頭正在重新評估算力布局的地理選擇。能夠提供長期、穩(wěn)定、低成本供電的地區(qū)，正成為新的投資熱點。有跨國云服務商的內部文件顯示，原計劃在歐洲建設的三個超級計算中心已暫停推進，相關資源正轉向中國西部水電資源豐富的地區(qū)，這已經成為一種趨勢。

AI競爭的規(guī)則正在悄然改變。過去，AI競賽主要圍繞算法、芯片和人才展開；而如今，競爭的公式逐漸演變?yōu)樗惴ā⑿酒?、電力以及基礎設施韌性的綜合較量。在這一新的競爭規(guī)則下，馬斯克的判斷切中要害：誰掌握了電力，誰就掌握了AI的長期發(fā)展上限。從目前的形勢來看，中國已經提前邁入了這一新的發(fā)展階段。