惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

The GitHub Blog
The GitHub Blog
Martin Fowler
Martin Fowler
Vercel News
Vercel News
U
Unit 42
Engineering at Meta
Engineering at Meta
aimingoo的专栏
aimingoo的专栏
MyScale Blog
MyScale Blog
Y
Y Combinator Blog
阮一峰的网络日志
阮一峰的网络日志
爱范儿
爱范儿
Apple Machine Learning Research
Apple Machine Learning Research
博客园_首页
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
B
Blog RSS Feed
N
Netflix TechBlog - Medium
GbyAI
GbyAI
F
Fortinet All Blogs
MongoDB | Blog
MongoDB | Blog
大猫的无限游戏
大猫的无限游戏
C
Check Point Blog
M
MIT News - Artificial intelligence
D
Docker
IT之家
IT之家
Stack Overflow Blog
Stack Overflow Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
马斯克说“中国将最终赢得AI竞争”,有什么深意?
锦缎 · 2026-01-24 · via 人人都是产品经理

马斯克称中国将成 AI 竞争最大赢家的论断引发热议,其核心逻辑锚定电力是 AI 发展的核心瓶颈,而中国拥有全球领先的电力基础。本文拆解 AI 竞争从芯片上半场转向电力下半场的底层逻辑,深度对比中美电力的总量、结构与电网体系,剖析中国的电力冗余优势和美国的系统性供电难题,更揭秘马斯克此番言论的深层考量。

近期,马斯克关于“中国将是 AI 竞争最大赢家”的论述传播度巨广,这一判断的核心逻辑为电力是AI发展的瓶颈,而中国拥有全球最大的电力基础,因此将在AI 算力上远超世界其他地区。

抛开宏大叙事,从对电力这一行业的中美对比研究出发,马斯克这一论述的可信度有几分,又有什么深意?

01 上下半场是两个游戏

从2023年AI竞争至今已3年整,但是对于AI底层的核心竞争的第一性没有变,那就是大力出奇迹。

只不过竞争的重点从芯片,开始切换到了整个工业基础设施——最后以缺电的形式暴露出来。

1.上半场缺芯片

2023-2025年,AI训练和推理的军备竞赛,都是围绕芯片展开的:

  • 核心是英伟达的GPU算力芯片体系,从Ampere到Hopper,再到Blackwell,再到今年的Robin。
  • 与之配套的通信,虽然表面是光模块从400到800再到1.6T,但核心仍是其中的光芯片的迭代。
  • 还有充当“记忆功能”的存储,也是从HBM,到SSD缺货。

虽然国产算力芯片在过去取得很大的进步,但是受限于算子生态、先进制程的良率始终无法突破50%、高端设备禁运等情况,我们在AI上的追赶始终磕磕绊绊。

最直观的体现是字节、阿里等主要AI投资大厂,其实2025年都没有完成年初制定的AI资本开支计划,不是由于需求不行,而是订的英伟达芯片被禁、国产交付又迟迟跟不上。

尽管我们拥有并不逊色的人才储备和更优的工程化能力,比如Deepseek出圈,但国产大模型客观而言,在整体性能上,还是落后于美国大厂半年左右。

2.下半场缺电

直到2025年年中,全球AI叙事开始发生转折。海外投资的重心开始转向超大集群的AI工厂,数据中心建设的单位不再是多少万卡为单位,而是多少Gw为单位。

AI基础设施发展的瓶颈开始转向电力。为什么竞争焦点不再是芯片了?下面这个图看的很清晰,从23年AI加速以来,英伟达主力芯片单芯片功率仅从800W提升到了1200W,说实话,单芯片算力提升非常有限。

虽然台积电的先进制程可以米粒上雕花,但是这种摩尔进步速度完全满足不了下游对算力的指数级渴求,所以英伟达推出大卡、推机柜、推出集群,也顺带带火了先进封装、液冷、光模块、PCB、电力设备等等一众附带供应链。

直到以上路线的算力增益也开始放缓,最后就变成了比拼电力。简单结论就是:不是芯片这些高精尖的东西不重要了,而是电力,成为了军备竞赛下半场的高地。

图:英伟达GPU单卡过去功率变化图 资料来源:财通证券

如果说围绕芯片为核心的产业链,是科技行业内部的问题,而缺电,则是经济系统性问题,更为复杂。

马斯克之所以看好中国的AI,在电力冗余度这点上,体现的确实是没错的。

中国总装机量高达38亿千瓦,2025 年全年发用电量约 10.4 万亿千瓦时,即使2030年全球数据中心都用中国来供,也只占我们用电量的10%。

而美国电源总装机约 1300GW,发电量只有中国的一半。同时,装机量仅为最大负荷的 1.5 倍,显著低于中国的 2.5 倍冗余水平。

图:主要经济体发电量对比(2024) 数据来源:《世界能源统计年鉴2025》

更严重的是,总量问题是现在缺未来更缺。

美国2024年用电量在4.3万亿千瓦时出头,已经20年基本没有增长了,远低于美国GDP的增幅。这是由于制造业空心化,美国电力需求主要靠居民用电支撑,单看工业用电,其实还略有下降。

这不仅仅是美国的问题,日本、欧洲这些不如工业化后期的国家都是如此。

图:过去25年美国用电量情况 资料来源:EIA

由于市场化,过去美国发电和用电可以取得比较好的平衡。直到AI边际变量的出现打破了这看似美好的平静。

美国电网是分区域的,不是中国这种统一大市场,所以我们看到在局部紧缺的地方,已经出现了供需失衡:2025年美国电价上涨超过5%,而且PJM这个局域网,涨幅更大。

当前AI用电还只占美国用电的5%左右,美国能源部DOE、EIA等机构都做了测算,大概结论是到2030年,美国AI用电国内总需求的10%,到2035年,AI耗电需求达到800-1000Twh,占比接近20%。

所以可以预见未来总量上会更加缺电。

02 结构比总量问题更大,2027年大考将至

由于全球过去十多年加速转向碳达峰,全球发电侧都明显的转向风电、光伏等新能源,美国也是如此。

但同步电网投资又是不够的,全球电网投资每年大概3000亿美元,而中国一家就占到30%,足以见其他国家电网的滞后,基本上新十年、旧十年、缝缝补补再10年。实际上,美国电网设备超50%运行超 20 年。

而东部、西部、德州三大独立电网之间互联互通能力弱,与中国统一的电力市场截然不同。

对于电这种可能是最为精密的系统来说,一方面是新能源这种高度不稳定的电源带来巨大冲击,另一方面是电网的老旧。在边际增量AI出来之后(由于大量的高性能GPU,AI负荷功率是非常大的),一切就显得更为脆弱。

具体表现为两方面:一是功率缺口,最大有效功率低于最大负荷,导致用电高峰时供应紧张;二是电量缺口,引发电价持续上涨。

在历史上,美国的供电中断指标(人均停电小时数)就是中国的5倍以上,未来只会更多。根据EIA的估算,美国电力系统的额储备裕度(即应对尖峰用电),如果不去迅速的改,在未来几年将被直接击穿,即今年发生在西班牙的大停电,我们也将在美国看到。

从EIA数据推演上来看,如果不紧急新增转机,2027年将是供需矛盾爆发的一年:美国用电将从供需紧平衡变成硬缺口。

图:测算美国电力系统储备冗余度(如果不新增装机)资料来源:EIA、兴业证券

03 AI用电问题怎么解决?

1.即使AI建设加速,中国电力整体仍过剩

电力是典型的公用事业,所以我们国家发展的思路一直是统筹为主、市场为辅。体现在发电侧、电网侧、用电侧我们都是超前发展的,走出了一条J型曲线。

虽然发展的过程饱受争议,但这使得我们整个系统有足够的安全冗余,也顺带使得我国的新能源、电动车和电力设备,都具备世界最强竞争力。

根据《中国电气化率年度发展报告》, 2024 年我国电气化率为28.8%,已经提升到跟主要发达国家相似的水平。

最后的结果就是,在美国由于缺电涨电价的背景下,国内25年的电价实际上是在跌的。

图:中国发电量高速增长来源:银河证券

而且根据已有的电源投资规划,如墨脱水电站、核电、新能源等,以及最近的十五五四万亿元的电网投资,未来我国在电力供给侧,确定性继续高增。

市场测算,到 2035 年我国总发电量预计为15万亿千瓦时,而届时美国很难突破5万亿千万时,也就是中国发电量将是美国的3倍,差距未缩小反而扩大。

发电和电网支持我们的用电需求无虞。预计十五五期间我国电气化率将以年均 1pct 的增幅稳步增长至 2030 年的 35% 左右,超出 OECD 国家平均水平8个点以上。

2.美国市场化主导,只能靠解绑和新技术

由于电是涉及到源网荷储的系统性问题,涵盖能源结构、体制、发电主体、电网运营商、配套设备厂等等一系列复杂的问题。基于当前的美国的电网结构,确实没有很好的解决办法。

在电力趋紧的2025年,就已经可以从电价看到压力陡增的情形。

首先,美国电价虽然有丰富的天然气拉低,使得其低于类似德国等欧洲国家,但是1元一度的居民用电,0.8元一度左右的工业用电,都比中国6毛左右要高出不少。

历史上由于市场化,美国电价基本持平于CPI涨幅,同时作为相对弱势的居民电价反而更贵;中国则反过来,用工业用电反哺居民。

但美国正在快速告别低电价,而且目前是在由居民买单。

2025年7月之后,美国数据中心在建容量停止增长,核心原因就是电网接入阻力大,居民也反对,政府审批也困难。比如德州,作为最缺电的区域之一,居民在听证会上直接反对AI数据中心对居民用电的挤出。

为了解决居民和工业之间的矛盾,可行的招数是让大厂自己建局域电网。

就在不到两周前,特朗普承诺确保美国居民不因为AI的数据中心挤占,去支付更高的电费,科技巨头应为 AI 能耗自行买单。

但这种做法也只是扬汤止沸,没有解决发电和电网的问题。

在发电侧,短期最快能顶上的就是燃气轮机,因为美国天然气资源丰富(美国AIDC中市电占比70%,燃气占比20%+),目前卡在GE、三菱等设备商产能极度紧缺,同时发展柴油发动机、燃料电池作为辅助电源,所以都是通过涨价来刺激生产。

长期,则需要稳定的基荷能源,因为天然气仍有不小的碳排放,只能作为过渡选择。被寄予厚望的是核电,尤其是SMR(小型模块化反应堆),以及更远期的可控核聚变。

同时在电网侧,还需同步升级老旧电力设备,提升区域互联能力。但这个难度可能比用电侧要大很多,因为涉及到民生、国家安全、区域协调等,纯市场化手段很难解决,同时还碰上海外如伊顿等并不愿意扩产。

图:AI公司布局核电事件汇总 来源:国盛证券

在我们看来,马斯克喊话中国AI要反超美国,主要是为了倒逼美国进行电力改革,类似于当时在SpaceX时怒喷奇葩的环保规则一样。

但至于如何改,根据以上分析判断,我们觉得系统性解决方案基本没有,可能他们唯一的办法,唯是依靠科技企业自身“各显神通”来应对困局。

本文由人人都是产品经理作者【锦缎】,微信公众号:【锦缎】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。