隨筆｜電力、晶片與未來：中國AI競賽的真正底牌
在人工智慧競賽中，人們習慣把焦點放在晶片、模型與人才上。但《經濟學人》3月21日的文章提出一個更底層、卻更關鍵的問題——能源，是否才是真正決定勝負的關鍵？
AI像一個蛋糕，但最底層是電文章引用 Jensen Huang 的比喻：
“Artificial intelligence is like a cake.”
「人工智慧就像一個蛋糕。」
這個「蛋糕」的結構很清楚：
• 最上層：應用（ChatGPT、生成式AI）
• 中間層：軟體（大型語言模型）
• 下層：硬體（晶片）
• 最底層：能源（電力）
而真正的問題在於——這個最底層，正在改變全球競局。
電力＝算力的真正成本
Sam Altman 提出一個關鍵判斷：
“the cost of AI will ‘eventually converge with the cost of energy’”
「AI的成本最終將與能源成本趨於一致」
這句話其實非常關鍵，意思是：
未來AI競爭，不只是「誰有更強模型」 而是「誰能更便宜地跑模型」
中國的優勢：便宜且充足的電力《經濟學人》指出，中國正在形成一個「electron gap（電力差距）」：
“China’s electrical grid has far more cheap power than the West.”
「中國的電網提供的廉價電力遠多於西方」
幾個關鍵事實：
• 中國電力規模全球最大，持續高速擴張
• 新增發電容量（風電、太陽能、核電）驚人
• AI數據中心電價約 0.03美元/kWh（約台幣1元）
• 約為美國的一半
換句話說：同樣訓練一個模型，中國的成本可能低很多
AI進入「電力時代」文章提到一個重要趨勢：
“AI companies are increasingly worried about access to energy.”
「AI公司越來越擔心能源取得問題」
以及：
“Many AI projects are now constrained… by whether enough reliable electricity can reach the building.”
「許多AI專案的限制，已不在晶片，而在於電力能否供應」
這意味著：
• AI競爭已從「晶片瓶頸」→「電力瓶頸」
• 數據中心變成「電力工業」
美國的隱憂：電網跟不上AI美國的問題不是沒有技術，而是：
• 電網老化
• 數據中心排隊接電
• 民眾反對電價上漲
• 開始出現「自建發電」甚至「太空資料中心」的構想
這是一個很微妙的轉折：科技最強的國家，卻可能被基礎設施拖慢。
但中國仍有致命短板：晶片儘管電力優勢明顯，中國仍面臨核心問題：
“China is not yet exploiting it. A big reason is a shortage of chips.”
「中國尚未真正利用這一優勢，主要原因是晶片短缺」
原因包括：
• 美國出口限制（先進製程 ≤7nm）
• 高端GPU仍依賴 NVIDIA
• 本土AI晶片仍在追趕
所以現狀是：有電，但不夠好的「算力引擎」
中國的策略：用能源彌補晶片中國正在做幾件事：
1. 在西部（風光水電充足地區）建超大型數據中心
2. 打造「全國算力網」整合資源（目標2028）
3. 推動「AI落地」而非只追求前沿模型
“All we have to do is keep building.”
「我們要做的只是持續建設」
這句話透露出一種典型中國式戰略：
規模 + 基礎設施 = 長期優勢
下一戰場：AGI與能源黑洞文章最後點出一個更長期的問題：
AGI（通用人工智慧）將消耗遠超當前AI的電力
這讓問題升級為：
誰能支撐「能源黑洞級」AI運算？ 誰就可能主導下一代文明技術
隨筆觀點：這不是科技戰，是能源戰這篇文章真正的洞見在於：
AI競爭的本質正在「下沉」從：
• 演算法
• 晶片
• 人才
轉向：• 電網
• 發電能力
• 能源成本
換句話說：
未來AI霸權，不只是「誰更聰明」，而是「誰更有電」。