来源：参考消息
芯片制造商英伟达公司首席执行官黄仁勋表示，人工智能（AI）就像一块蛋糕。聊天机器人等AI应用位于最顶层；往下一层是软件，比如支撑聊天机器人运行的大语言模型等；再往下是硬件，即训练AI模型所需的半导体。今年春天，中国的AI公司正忙着打造这块蛋糕的每一层。字节跳动推出了一款新的视频生成应用。备受瞩目的AI初创企业深度求索（DeepSeek）即将发布一款功能强大的新大语言模型。而中国科技巨头华为将推出一款新的AI芯片。
尽管这些企业让中国在美中AI竞赛中保持竞争力，但它们并未推动中国取得领先地位。不过在黄仁勋所描绘的AI蛋糕中，还有位于最底下的一层，那就是能源。半导体需要消耗大量能源才能完成支撑AI模型的数万亿次计算，而中国电网提供的廉价电力远超西方。这种差异被称为“电子差距”。中国能否利用这一优势来取得AI领导地位？
中国电网优势显著
美国公司似乎对这一前景感到担忧。开放人工智能研究中心（OpenAI）首席执行官萨姆·奥尔特曼预测，AI的成本“最终将与能源成本趋于一致”。去年10月，该公司曾警告称，中国的电力优势可能“危及我们（在AI领域的）领导地位”。次月，黄仁勋基于同样的理由预测，中国“将在AI竞赛中胜出”。今年1月，另一家美国人工智能公司xAI公司的老板埃隆·马斯克表示，鉴于中国的电网优势，“根据当前趋势，中国在AI算力方面将远超世界其他地区”。
AI企业对能源供应的担忧正日益加剧。为了支持更智能的模型，它们正在建造规模更大、能耗更多的数据中心。其中一些数据中心的规模已达到吉瓦（GW）级别——相当于一座核电站的发电能力。据美国智库兰德公司的研究人员称，到2027年，全球范围内AI数据中心对电力的需求可能激增至68吉瓦，到2030年则可能达到327吉瓦。
美国日益老化的电网已经难以跟上需求的增长。大量数据中心正排队等待接入电网。企业还面临当地居民的反对，因为数据中心可能会推高居民用户的电价。一些公司正在建设自己的离网发电机。还有企业提出诸如在太空而非在美国境内建设数据中心等想法。一家半导体公司表示：“许多AI项目如今面临的制约因素不是芯片供应，而是有没有可靠充足的电力供应。”
中国则无需为此担忧。它拥有全球规模最大的电网，并且得益于国家的大力投资，其电网仍在以惊人的速度扩张。仅去年一年，它就新增装机容量500多吉瓦，总发电装机容量达到3800吉瓦，是美国的两倍多。未来五年，中国新增装机容量预计将是其竞争对手的六倍。风电和太阳能发电项目的蓬勃发展正推动着这一增长。全球一半的核电站建设项目也落户中国。根据官方数据，中国数据中心的电力成本约为每千瓦时3美分，仅为许多美国数据中心电力成本的一半左右。而且由于政府单独制定居民电价，耗电量大的基础设施项目几乎不会引发民众反对。
算力建设迎来突破
不过，尽管人们对中美之间的“电子差距”感到担忧，但中国尚未将这一优势利用起来。
中国的算力基础设施远未达到其电力供应所能支撑的水平。但有迹象表明，中国很快将开始利用其电力优势。今年的政府工作报告中首次提及“超大规模智算集群”，并承诺今年将启动“算电协同等新基建工程”。与此同时，中国正加大力度投资建设超大规模算力设施。据瑞银分析师廖启华预计，到2029年，中国将新增25吉瓦的AI数据中心——相比之下，过去两年仅新增5吉瓦。
廖启华指出，要想以这种速度进行扩张，关键在于中国能否在国内制造更多高端芯片。其多年来为此付出的努力正在结出硕果。中国自主研发的AI芯片虽然性能仍不及美国产品，但通过大量堆叠，可以缩小两者之间的性能差距。虽然这会消耗更多能源，但在电力成本低廉的情况下，这一点并不那么重要。
官员们正鼓励西部各省建设数据中心，这些地区拥有丰富的风能、太阳能和水力资源（且平均气温较低）。到2028年，中国希望将所有这些数据中心连接起来，成为统一的资源池，以实现在全国范围内提供廉价算力资源这一目标。厦门大学中国能源政策研究院的林伯强认为，到本世纪20年代末，这些举措应该能使中国凭借电力优势完全弥补其在芯片领域的短板。他说：“我们所要做的就是继续建设。”
就目前而言，中国主要专注于部署AI应用：努力将AI工具推广到更广泛的经济领域，以提升生产效率。充足的能源以及较廉价的AI模型应该会有所帮助，因为企业将更有可能实际使用这些模型。
对于像奥尔特曼这样的美国科技大佬来说，中美“电子差距”在涉及通用人工智能（AGI）这一概念时更令人担忧。AGI消耗的电力可能远超今天最先进的AI模型。那么，中国会是最终开发出AGI的国家吗？今年3月，中国为2026年至2030年发布了新的五年规划，其中提到探索AGI的发展路径。（编译/杨雪蕾）
本文由英国《经济学人》周刊网站3月18日发表，原题为《廉价能源是中国在人工智能领域取得领先地位的关键吗》。
审核 | 陈鹏
编辑 | 许海婷 田欣
热门跟贴