2026年，全球AI竞赛的钱包彻底打开了。
美国那边，微软、谷歌、亚马逊、Meta这四大科技巨头，光今年一年就计划砸进去6500亿美元。中国更猛——到2030年，累计投资将达到10万亿人民币。欧洲和日本也没闲着，一个掏了2000亿欧元，一个拿出1万亿日元。
钱烧在哪？电网扩容、芯片制造、光模块抢货、变压器扫货，这些还只是基建的冰山一角。而在这些设备之上，一个更根本的战场正在浮出水面——谁能在AI基础设施上先建成闭环，谁就拿下了通往下一个十年的船票。
英伟达CEO黄仁勋3月10日发了篇长博文，标题叫《AI是五层蛋糕》，这是他时隔五年再次亲自下场写深度文章。他把AI系统拆成五层：能源、芯片、基础设施、模型、应用。一层摞一层，缺了哪层，整个架构都站不稳。
按这个框架看全球格局，你会发现中美各自的底牌完全不同。
最底层的能源层面，中国赢得很干脆。中国发电总量是美国的两倍多，火电、风电、水电、光电、核电，样样都是全球第一。美国电网老化严重，东西部电网还各自为政，连基本的电力调度都磕磕绊绊。有网友总结得挺形象——AI的尽头是算力，算力的尽头是电力，电力的尽头，在中国。
往上走到芯片层，局面直接反转。美国在先进制程上压了身位，过去行业里有个共识：跑顶级大模型，必须用最先进的芯片。这套逻辑一度让人觉得，芯片被掐住脖子，大模型就永远追不上。
DeepSeek直接把这个叙事掀翻了。它靠混合专家模型（MoE）、多头潜在注意力（MLA）这些架构层面的算法创新，用有限算力硬是跑出了突破性性能。大模型绕开芯片天花板，这件事的意义比跑个分深远得多。
国产芯片同时在加速。华为发布了一条叫“韬（τ）定律”的技术路线，预计到2031年，其高端芯片晶体管密度能达到1.4纳米制程的同级水平。海光、寒武纪、昆仑芯也都在各自赛道拿下了突破。
对应的，英伟达芯片正从“美国不卖”滑向“中国不买”。美国商务部长卢特尼克4月22日在国会听证会上被质询时说：“迄今为止，中方一块芯片也没买，因为他们希望将投资重心放在本土产业发展上。”黄仁勋自己都承认：“我们成了一家双方都‘禁足’的公司。”补了一句更耐人寻味的：“半导体归根结底是制造业，谁要是觉得中国做不出来，那就真的看走眼了。”
大模型这层，中国的存在感在持续拉高。2025年7月的数据，全球运行的AI大模型约3755个，1509个来自中国，数量全球第一。开源大模型下载量这个关键指标上，中国也排第一。斯坦福大学HAI实验室4月13日发布的2026年度《AI指数报告》给出了一个数字：中美大模型性能差距已收窄至39分。两年前，这个差距还超过300分。
报告发布后不到两周，DeepSeek-V4预览版发布并开源。V4-Pro版本在数学、STEM和竞赛型代码等硬核领域，性能对标世界级闭源大模型，超过了所有已公开的开源模型。更关键的动作在底层：V4优先适配了华为等国产芯片，从英伟达的CUDA生态切到了华为的CANN架构，完成了国产大模型加国产芯片的自主闭环。
到了最顶层的应用层，中国的优势就不再是追赶，而是天然的结构性领先。去年底，中国生成式AI用户规模突破6亿，普及率42.8%。18到24岁年轻人里，普及率超过91%。美国是28.3%，欧盟32.7%，都落在后面。
这背后有个深刻的社会心理——经历过技术代际落后的中国人，更怕再次被甩开，反而对新技术拥抱得最爽快。14亿人口的超大规模单体市场，接受度高、应用场景丰富，这种土壤放在全球找不出第二个。今年3月，曾被寄望“让好莱坞颤抖”的美国AI视频平台Sora，因为商业模式跑不通宣告关停。同一时间，中国视频创作者用Seedance做的AI短剧已经在赚钱了。杭州一家叫睿琪软件的公司，靠一款教外国人识别花卉的AI应用，年收入10个亿。
麻省理工学院的报告说得更直接：美国企业已经在生成式AI上砸了300亿到400亿美元，但高达95%的试点项目没能转入实际生产。技术先进固然重要，但谁能先把技术变成用得起来的生意，同等甚至更加致命。
盘一下五层蛋糕的比分：能源层、应用层，中国明显领先；芯片层，美国领先但中国在快速追平；模型层，中美各有所长。下一阶段的决胜手，就压在第三层——AI基础设施。
谁能当上“AI基建狂魔”，谁就能抢到身位。但建算力中心远不只是堆服务器，它要整合芯片、光模块、服务器，牵扯土建、供电、冷却一系列工程环节。这是高度复杂的系统工程，随便哪个短板崩一下，整个项目就可能搁浅。
美国在AI基建上砸钱最多。2026年，Meta预计投1350亿美元、微软1050亿美元、谷歌1850亿美元、亚马逊2000亿美元，四家加起来比去年猛增70%。但巨头们也知道光烧钱解决不了所有问题，于是开始抱团补短板。OpenAI跟甲骨文牵头发起“星际之门”计划，砸5000亿美元扩建AI基建；微软与贝莱德、xAI结成联盟；英伟达10亿美元入股诺基亚，想把全球数百万个基站改造成算力节点。
有时候卡住进度的，偏偏是链条上最不起眼的东西。2026年，美国原计划新建的数据中心项目，近一半延期或直接取消，原因出在关键零部件短缺，尤其是变压器这类电力设备供不上。Crusoe能源与基础设施负责人安德鲁·利肯斯打了个比方：“供应链中任何一个环节延误，整个项目就无法交付，简直像玩一场疯狂的拼图游戏。”白宫一口气提了90多项政策，甚至专门成立跨部门的AI基建工作组。有人调侃这是在学中国发改委的产业政策——为了不掉队，顾不上那么多体面了。
欧洲的野心写在了纸面上，2030年前要撬动2000亿欧元。现实却硌得慌：AI硬件严重依赖外部，半导体全球份额只占10%，连意大利最顶尖的超算Colosseum，核心架构都是英伟达的。法国总统马克龙承认，欧洲AI基建重度依赖美中两国，自己必须建立自主产业能力。更拖后腿的是各国在法规和利益上的撕扯。欧盟《人工智能法案》耗了三年才勉强达成共识，这种节奏放在AI这个快的行业里，黄花菜都凉透了。
亚洲这边，日本今年计划投3873亿日元用于AI基建，韩国搞了个10.1万亿韩元的AI专项预算。跟中美动辄千亿级的盘子比，量级差了一大截。而且日韩在数据规模上天然受限，AI训练需要海量数据喂出来，这个问题绕不过去。日韩也清醒，选择避开跟中美硬碰硬。日本放弃通用大模型竞赛，专注搞“实体AI”，软银、NEC、本田联手，推动AI跟汽车、机器人等实体产业深度融合。韩国选了NAVER Cloud、Upstage、SK电讯等五个联合体，启动“主权AI”战略，要建一套专属韩国的AI体系。
全球算力基建这场牌局，已经不再是单纯拼技术先进性的阶段。谁能在能源供给、芯片能力、工程效率这三者之间打出时间差和组合拳，谁就能在接下来的AI竞赛里拿到真正的主动权。
热门跟贴