1. 首頁 > 生活百科 > >

美國缺電，AI卡殼？

雙十一華為鴻蒙系統ai平板電腦

美國缺電，AI卡殼？

文章圖片

美國缺電，AI卡殼？

文章圖片

美國缺電，AI卡殼？

【TechWeb】當算力需求以指數級攀升 ， 支撐其運行的電力基礎設施 ， 正成為比算法創新更根本的決勝戰場 。
在最新播客節目BG2中 ， 微軟CEO納德拉和OpenAI CEO Sam Altman直接對話時親口承認公司正面臨一個前所未有的尷尬：微軟手上有成堆的英偉達GPU ， 但是基礎設施不足以支撐這些芯片運行起來 。 因為缺乏電力、缺少可以立馬投入使用的數據中心 ， 而只能讓這些GPU閑置在那兒 。
無獨有偶 ， 也是在近期的一檔在線訪談中 ， 谷歌前CEO埃里克·施密特也談到了電力在AI競賽中的重要性 。
在談到在AGI競賽時 ， 施密特表示：“以中美對比為例 ， 中國的優勢是他們已經解決了電力問題 ， 他們擁有極具才華的軟件人才 ， 但硬件不足 ， 這大致是他們的現狀 。 在美國我們有很多優勢 ， 但是我們沒有足夠的電力 。 ”
他還透露 ， 自己在一兩個月前在美國國會就此作證 ， 研究了滿足預期需求情況下美國所需的電力 ， 數據中心數量需求 。 根據計算 ， 到2030年需要建設92吉瓦 。 作為參考 ， 一個大型核電站大約在1-1.5吉瓦之間 。
施密特稱：“我在游說中希望政府能夠加速各種電力的供應 。 確實他們推動了石油和天然氣電力 ， 但他們也嚴重阻礙了太陽能和風能的發展 ， 這是個錯誤 。 國家需要更多能源 。 如果我們得不到更多能源 ， 我們將無法充分利用我們在AI領域的領先地位 。 ”
從這些掌舵AI發展的科技大佬們的親身經歷來看 ，AI的可持續發展 ， 最終 ， 演變成了一個會不會被能源卡脖子的問題 。
AI算力PK ， 美國暫時領先
算力是當代AI發展的直接驅動力和硬性指標 ， 其規模與質量直接決定了AI模型的能力上限 。 從深度學習革命到Transformer架構的演進 ， AI模型參數已從百萬級躍升至萬億級 ， 訓練所需計算量呈爆炸式增長 。
OpenAI的研究表明 ， 高級AI模型所需的算力每幾個月翻一番 ， 遠超“摩爾定律”的預測 。
2022年11月也就是ChatGPT發布前夕 ， 英偉達市值僅約4000億美元 ， 但是到2025年10月29日 ， 其市值首次突破5萬億美元！
僅僅憑借在GPU領域的領先優勢 ， 英偉達公司市值3年增長超10倍！
資本市場用真金白銀直觀展示了“算力”在AI時代的重要性 。
在美國 ， 以谷歌、微軟、亞馬遜、Meta、Oracle為首的科技巨頭 ， 自建或合作超大規模數據中心 ， 擁有頂尖的GPU集群 ， 其優勢在于技術領先、生態成熟和資本雄厚 。
據美國《福布斯》雜志網站今年9月發布的美國TRG數據中心托管公司關于全球人工智能超級大國的新報告顯示：
按算力排名 ， 美國其算力相當于3970萬塊英偉達H100芯片排名全球第一 ， 而中國(40萬塊)排第七 。 中國算力規模約為美國的十分之一 。
但是 ， 按人工智能集群擁有數量排名 ， 中國擁有230個集群排第一、美國187個集群排第二 。
相較于美國 ， 中國在算力上受到壓制 ， 這很大程度上是由于美國的芯片貿易限制所致 。
這也讓中國人工智能實驗室傾向于優化訓練技術和提升算法效率 。 其結果是對降低推理成本的強調 ， 從而以遠為低廉的計算成本實現幾乎同樣出色的運算結果 。 例如DeepSeek的成功 。
但算力的狂奔正凸顯一個根本問題：其對電力的驚人需求 。
訓練一次大型大語言模型如GPT-3/4的耗電量 ， 可能相當于一個美國家庭數百年甚至一個小型城鎮一年的用電量 。 更為關鍵的是 ， 模型上線后的持續推理消耗較訓練更為驚人 ， 已成為長期的系統性負擔 。
電力 ， 正成為算力增長的硬約束 。
電力PK ， 中國遙遙領先
《世界能源統計年鑒2025》中統計的2024年全球各國發電量數據：
中國發電量為100868.8億千瓦時 ， 同比增長6.4% ， 占世界總發電量的比重達32.27% ， 連續14年保持世界第一 。
美國發電量為46347.90億千瓦時 ， 同比增長2.7% ， 占世界總發電量的14.83% ， 位居世界第二 。
中國發電量約為美國的2.5倍 。
中國電力供應能力還在快速增長 。
國家能源局發布的信息顯示 ， 截至2025年6月底 ， 中國累計發電裝機容量36.5億千瓦 ， 同比增長18.7% 。 其中 ， 太陽能發電裝機容量11億千瓦 ， 同比增長54.2%；風電裝機容量5.7億千瓦 ， 同比增長22.7% 。
國網能源研究院經濟與能源供需研究所發布的《中國電力供需分析報告2025》顯示 ， 到2025年底 ， 中國全國總裝機容量預計將達39.9億千瓦 ， 新能源裝機占比突破45% ， 保持快速增長態勢 。
除了電力供應量全球領先 ， 據國際能源署數據 ， 中國工業電價長期低于全球平均水平 。
2023年中國平均電價為0.08美元/千瓦時 ， 而美國為0.13美元/千瓦時 ， 歐洲0.20美元/千瓦時以上 。
中國以“全世界最穩定、最廉價的電力系統” ， 構筑起AI時代的核心競爭力 。
美國能源信息署（簡稱“EIA”）在其《短期能源展望》（STEO）中表示 ， 美國的電力消耗將在2025年和2026年創下歷史新高 ， 需求的增長主要受人工智能、數據中心擴張、電氣化轉型及加密貨幣挖礦等因素驅動 。
高盛預測 ， 2023-2030年 ， 美國數據中心電力需求的年均復合增長率為15% ， 到2030年數據中心將占美國電力需求總量的8% ， 目前僅占3% 。
為解決納德拉、施密特們口中所說的電力瓶頸問題 ， 美國已通過多項政策與投資計劃大力推動核能發電發展 。
【美國缺電，AI卡殼？】今年5月 ， 美國政府提出 ， 到?2050年?將核能裝機容量從當前的?100吉瓦?提升至?400吉瓦? ， 主要依賴現有核反應堆擴容和新建項目 。?
為此 ， 美國政府還簽署了多項行政命令 ， 要求簡化審批流程、放寬監管限制 ， 并設立專項資金支持先進核反應堆（如小型模塊化反應堆）的研發與部署 。 最新通過的《加速核能法》進一步強化了政策支持 ， 包括優化核技術出口審批程序、禁止向中俄等特定國家頒發核設施許可證等條款 。
今年10月 ， 有媒體報道 ， 美國政府與西屋電氣的所有者達成了一項800億美元的協議 ， 將利用與日本貿易協定提供的資金建造一批核反應堆 。 這筆投資將足夠建設約八座西屋AP1000核電站 ， 而這筆錢 ， 來自特朗普與日本達成的5500億美元協議 。
中美AI的競爭 ， 已從單純的算法模型競爭 ， 升級為以“電力+算力”為核心的“國家科技-能源-產業體系”的綜合競爭 。
長期的贏家 ， 很可能不屬于單純擁有最強算法的國家 ， 而屬于能最有效、最穩定、最經濟地解決“算力增長”與“電力供給”之間矛盾的國家 。 這場較量正推動全球能源科技革新 。

    推薦閱讀