中国或将成为全世界,乃至人类历史上,第一个“超级算力王国”!
本文由球王会整理发布:
中国正在以罕见的速度建设算力基础设施。
由此出现了一个判断:中国或将成为全世界,乃至人类历史上,第一个“超级算力王国”。
在AI领域的竞争中,中国和美国都在大规模建设数据中心。
生成式AI模型依赖大量高性能GPU。
这些GPU运行需要大量电力,保持冷却又需要大量用水。
数据中心外表并不起眼,大多只是路边一些方形的大楼,但训练人工智能模型的机器就在里面运转。
没有大型数据中心,AI算法就无法越训越好,这就是数据中心的关键所在。
数据中心耗电量很大,还需要大量空调制冷和大量用水。
因此,中美之间的人工智能竞赛在很大程度上取决于数据中心。
数据中心成本高昂,对能源的影响巨大,所以它在中美两国分别靠什么出资、靠什么供电,就成了值得比较的问题。
2025年11月,中美贸易冲突告一段落,双方关系看起来重新回到缓和期。
英伟达CEO黄仁勋这时在英国《金融时报》上表示,他认为中国将赢得AI竞赛。
随后他稍微收回了这一说法,改口称中国在AI竞赛中只落后美国“几纳秒”。
他给出的主要原因是,中国的电力供应充裕得多,也便宜得多。
爱丽丝·韩(Alice Han)认为,黄仁勋这是在美国国内发出警示,让美国人看到中国在这场更大的AI竞争中确实握有一些手段。
AI将驱动各种应用和技术,而且已经在这样做了。
因此,谁能赢得AI竞赛对科技经济至关重要,利害关系巨大。
黄仁勋的说法提供了一个切入点,可以具体拆解决定谁更可能胜出的各项因素,而两国各有不同的优势。
中国是发电领域的领先国家,年发电量约1万太瓦时,是美国的两倍多。
但中国在半导体方面存在劣势,无法获得英伟达等公司生产的高能效尖端芯片。
这正说明了电在算力体系里的分量。
很多人谈算力只谈芯片和模型,却忽略了供电和能效才是硬约束。
绿电直连项目成规模推进,本质上是在提前解决两个问题:成本能不能压住,能源结构能不能更稳。
芯片短板的应对也在推进。
2026年6月,首个全国产10万卡AI超集群正式投用,芯片、计算、存储、网络、散热实现全栈自主。
国产AI加速卡的份额也在提升,关键环节受制于外部供给的风险正在降低。
资本投入是另一个比较维度。
爱丽丝·韩认为,从资本开支周期看,美国明显领先几个数量级。
这不仅体现在大型科技公司和前沿AI实验室的资本开支规模上,也体现在政策层面。
美国“星际之门”项目计划在四年内投入5000亿美元。
阿里巴巴在2025年宣布的同类投资只有530亿美元,周期为三年。
爱丽丝·韩当时判断,这很可能会引起中国的反应:在2026年3月全国人大会议公布新的五年规划时,中国可能会大幅增加数据中心方面的支出。
如今,算电协同已写进政府工作报告并纳入“十五五”规划,电力系统和算力系统被当作一张网来统一规划。
官方数据也在不断上调。
2026年1月披露,全国智能算力超过1590 EFLOPS,已建成42个万卡智算集群。
到2026年9月底,智能算力已达到2592 EFLOPS,同比增长146%。
不过在数据中心数量上,美国目前遥遥领先,已远超5000个。
根据詹姆斯(James)能找到的统计,中国只有约450个。
这种局面未必会一直持续,还要看其中的成本结构。
截至2025年底,全国投运的标准机架已突破1373万架。
按在用总算力规模计算,中国目前位居全球第二。
美国在高端芯片与先进制程方面仍有明显优势。
中国数据中心的一个特别之处在于选址。
它们往往建在中国北方偏远地区的沙漠里,其中一些就在塔克拉玛干沙漠。
詹姆斯曾乘大巴穿越这片沙漠,用了4天时间。
需求侧也在跟上。
2026年3月,全国AI日均Token调用量突破140万亿次。
中国智能体部署渗透率达到81%,高于全球78.
1%的平均水平。
硬件堆起来不等于稳赢。
算力利用率、能效、软件生态和行业数据质量,都会影响算力能否转化为经济增量。
建设速度、体系完整、国家投入和内需规模,是这个“或将”的依据所在。
特别
以上内容由球王会整理发布。