我最近分享了一份麦格理的估算，突显了美国与中国在人工智能（AI）电力规划上的规模差距： 到2030年，中国所需的与AI相关的电力仅相当于过去五年新增电力的1%–5%；而美国则需要50%–70%。 换句话说，中国已经增加了其AI建设所需电力的20倍，而美国面临着更陡峭的上升挑战。 这也与我在八月份所说的相一致——中国在短期内的AI电力供应问题基本上已经“解决”。而像萨提亚·纳德拉这样的行业领袖现在也在公开表达这一点：真正的AI瓶颈正在从GPU转向电力和充电的数据中心。 对于那些关注更深层次结构差异的人，这里是我们在维金研究的朋友们最近分析中的关键点： 1. 电力差距 - 2023年新增：美国51 GW vs. 中国429 GW（8倍）。 - 中国发电量超过9000 TWh，是美国的两倍多。 - 大规模AI现在依赖于物理电力的可用性。 2. 效率差异 - 中国的挑战不是供应，而是电力到计算的效率。 - 华为的系统在FLOPs上可以与Nvidia相媲美，但每单位计算的能耗却高出100%以上。 - 在一个场景中（CloudMatrix与GB200），中国的每FLOP电力成本达到了美国的约140%，尽管电力更便宜。 3. 这为什么重要 电力、网格设计和计算效率正在成为AI时代的核心国家能力。 这也是为什么在@techbuzzchina我们将在2026年1月组织一次前往中国的新能量之旅，并计划在年内进行更多项目。理解能源系统——电网、传输、存储、太阳能，以及AI如何嵌入其中——正变得对理解计算的未来至关重要。中国公司也意识到了这一点——他们正在迅速行动，向全栈出口他们的技术。 链接在下面的评论中。