1月30日世界首富馬斯克旗下的SpaceX公司已向美國聯邦通訊委員會（FCC）提交在近地軌道部署多達100萬顆衛星的計畫申請。計畫本身倒沒什麼，值得關注的是這一宏大計畫正好是在一個月前中國向國際電信聯盟（ITU）一次性提交20.3萬顆低軌衛星頻軌資源申請之後，這就有點向中國“叫戰比拚”的味道了。此前，中國向國際電信聯盟一次性提交20.3萬顆低軌衛星頻軌資源申請，其最終目標是建設一個由國家主導、覆蓋全球的大型低軌衛星網際網路星座（如“國網”GW星座），為國內乃至全球提供高速、穩定、低時延的寬頻通訊服務。這與之前世界首富馬斯克旗下SpaceX公司申請的在低軌發射2.8萬顆組網衛星項目相似。目前已經發射了大約9000顆衛星。有意思的是，在中國提出這一申請剛一個月，SpaceX公司就提出了在近地軌道部署多達100萬顆衛星的計畫申請。不但數量上遠超中國，功能上也更超前。從通訊組網升級到了建構一個“軌道資料中心”網路，以支援人工智慧（AI）等高性能計算需求。這顯然是要壓中國一頭。更值得關注的是，世界首富馬斯克隨後就又在X平台上發佈了一個驚人的消息，那就是“SpaceX已經將重心從登陸火星轉移至在月球上建一座自我發展型城市。並稱要在5-7年內啟動，有可能在不到10年內實現目標。在NASA和中國比拚誰將率先登陸月球之時，馬斯克已經把目標訂到了10年內建立“月球城”目標。這似乎是想以一己之力與中國拼，也是在與美國的NASA比拚。在低地軌道部署100萬顆衛星，就已經是中國計畫衛星數量的5倍。而且這100萬顆衛星是建立“太空資料中心”，這一服務於AI的重要項目，就更具前瞻性了。人工智慧巨量資料可是人類高科技的發展方向和制高點，這也是中美目前比拚或競爭的重點領域。馬斯克這等於是橫插一槓。登陸月球同樣是如此。這馬斯克的野心或雄心可是真夠大的了。美國航空航天局一直強調絕不能讓中國率先登陸月球，也因此而提出了阿爾特彌斯計畫以對抗中國雄心勃勃登月和太空計畫。原本馬斯克應當是成為美方與中國太空比拚的重要力量，可從NASA合作的對象公司來看，似乎是撇開了SpaceX。近一段時間以來，馬斯克一直強調人工智慧AI的最大瓶頸是電力，而電力產能方面中國顯然已經超越了美國。在美國電力發展滯後的情況之下，他就把目光瞄向了太空，稱太空將成為唯一具備長期可擴展性的算力承載。這被外界視為SpaceX從航天公司向“太空基礎設施營運商”轉型的訊號。其實，關於在太空建立算力中心一事，中國的行動似乎早於馬斯克。2024年，在北京市科委指導下成立的北京星空院，採用民辦非企業單位性質運行。提出的就是要在太空中建立“算力中心”，並已經制定了發展規劃藍圖且已經開始實施。衛星的地面測試工作已經成功地進行。另有報導，中國信通院召開的“星算•智聯”太空算力研討會上“國星宇航”披露全球首個服務矽基智能體的太空算力網計畫。該計畫旨在建構一個由2800顆計算衛星組成的太空算力網路，明確以服務空天陸海領域的矽基智能體（如自動駕駛載具、無人機、智慧型手機器人等）以及AI模型的推理和訓練為核心使命。且“星算”計畫的01組太空計算中心已於2025年5月成功發射（也是之江實驗室“三體計算星座”的首次發射）。我沒有查到太空算力中心是由誰先提出來的，卻可以明確查到中國的相關公司是率先實施了這一計畫。是為了搶得先機也好，還是控制戰略高地也罷，又或是為了在“圈太空領地”，馬斯克這一舉動都有以一己之力與中國比拚的意思。其實，登月項目上，一開始是美國NASA要與中國比拚。可中國並沒有那個意思，只是按著自己的太空發展計畫在有條不紊地推進。登月、登陸火星以及深空探測計畫是一環扣一環，也並沒有要與美國爭雄的意思。儘管NASA誓言要搶在中國之前登陸月球，可也僅此而已。而中國的登月計畫中已經包括了建“月球基地”的計畫。且在月球制水和利用月壤製作建築材料的實驗也已經取得了重要的成果。美國總統川普此前發佈的登陸月球計畫看上去更像是他針對中國的計畫臨時起意的指示而已，也說明他對美航空航天局的阿爾特彌斯計畫的不滿。有意思的是，去年NASA還鬧出了一個太空人在空間站上長期滯留回不了地球的笑話。日前的“阿耳忒彌斯2號”載人繞月飛行任務的綜合演練計畫，因為發現故障而推遲到一個月後再進行。火箭核心級的推進劑介面出現液氫洩漏，“獵戶座”乘員艙的壓力閥在近期更換後需重新擰緊，操作耗時較長。另外還出現了低溫影響部分攝影機和裝置、地麵糰隊音訊通訊間歇中斷等問題。儘管演練的目的是為了發現問題，可在還沒有發射的情況之下就發現了這麼多的問題，這發射進入太空的時候還會有多少問題？而美國早就啟動的火星樣品返回計畫因為經費和技術問題已經擱置，中國的火星採樣返回還在繼續推進。很顯然，儘管美國政府有心與中國展開太空競賽，可顯然已經表現出來的是有點力不從心了。最有意思的是，馬斯克旗下公司似乎是被排除在了與中國的競爭之外。弄的馬斯克不得不以一己之力與中國競爭。當然，其最終的目的或許還是爭取到美國政府的合作“邀請”。發射100萬顆AI算力衛星，這顯然是衝著壟斷太空算力這一市場去的。也更像是先“圈地”再說。馬斯克從小就有一個“科技帝國夢”，也更想著通過高科技控制建立一個“商業帝國”。而從他不那麼成功的在川普政府的“政府效率部”履職經歷來看，他或許還想著以商業帝國為基礎建立全球性帝國。儘管他旗下有9大世界頂級高科技公司，目前又開始發力向AI和巨量資料領域發起衝刺，可要想以一己之力與中國比拚太空競賽，似乎是不太那麼現實。與中國進行太空競賽，連美國政府都表現得那麼有氣無力了。馬斯克想以一己之力與中國的舉國體制進行比拚，可以說是毫無勝算。以目前的發展速度，即使是馬斯克加入到美國與中國的太空競賽之中，中國也不懼。馬斯克有一個科技帝國夢，自然搞任何高科技都是衝著實現壟斷地位去的。這恐怕會使他失去應有的市場，或者說市場不大會接受。因為包括美國自身在內的任何國家都不可能接受一家具有科技帝國野心的商人控制其科技應用和市場。而中國恰恰應當是世界最大的市場，沒有一個巨大的市場支援，馬斯克的100萬顆衛星的太空算力網，一是實現起來困難，二是實現了也沒有市場支援，恐怕連成本都收不回。何況他還搞了一個月球城計畫。這需要巨大的投資，更要有巨大的投資回報。企業再大，畢竟不是國家。想脫離國家的概念而建立一個科技或商業帝國，這恐怕只是一個幻想而已。 (動態大參考)

當業界目光聚焦於輝達H200命運之際，伺服器CPU市場突傳警報。Techi.com今日援引多名管道商與OEM廠商稱，英特爾Xeon Scalable與AMD EPYC系列處理器對華供應"顯著收緊"，部分型號交貨周期從4周延長至16周，價格漲幅達20%-35%。這是繼GPU之後，美國對華半導體封鎖向資料中心核心算力蔓延的最新訊號。管道證實，英特爾自2025年12月起對中國區伺服器CPU實行"配額制"，季度出貨量較2024年同期下降約30%；AMD雖未明文限制，但米蘭、熱那亞等高端EPYC型號優先供應北美雲廠商，中國區實際可分配量縮減25%。某頭部伺服器ODM採購總監告訴記者："原來季度能拿5萬顆Xeon，現在只給3萬顆，剩下2萬顆要麼等下個季度，要麼加錢去現貨市場搶。"漲價與缺貨雙重壓力下，中國網際網路大廠與營運商被迫調整採購策略。阿里雲已把2026年Q1伺服器招標中x86架構佔比從70%下調至45%，空出份額轉向華為鯤鵬920與飛騰S5000C；中國移動則要求集采伺服器"國產CPU佔比不低於50%"，海光資訊C86-3G與兆芯KH-40000系列中標份額同比提升三倍。中國國產CPU廠商迎來訂單井噴。華為鯤鵬產品線內部人士透露，2026年1月伺服器CPU出貨量突破8萬顆，為2024年同期四倍，深圳、東莞封裝基地已實行"三班倒"擴產；海光資訊則宣佈DCU與CPU產線滿產，2026年資本開支上調40%用於7nm以下先進封裝。管道反饋，鯤鵬920現貨價從年初1800元漲至2400元，仍供不應求。美國商務部尚未就伺服器CPU供應收緊發表官方評論，但業內普遍認為這與2025年10月更新的"先進計算與半導體製造裝置"規則有關——雖未直接點名CPU，但BIS已將"高性能資料中心處理器"納入出口審查範圍，Intel、AMD為規避合規風險主動縮減對華出貨。對於中國國產CPU生態而言，窗口期與挑戰並存。華為鯤鵬、飛騰基於ARM架構，軟體適配仍需時間；海光、兆芯雖相容x86，但7nm以下先進製程仍依賴境外代工。某雲廠商技術總監表示："現在不是選不選國產，而是沒得選。ARM生態遷移成本比x86高30%，但總比斷供強。"分析人士指出，若Intel、AMD供應持續收緊，2026年中國伺服器CPU市場國產佔比有望從2024年的18%躍升至35%，ARM與x86雙路線平行格局正式確立。對於仍在攻堅7nm以下的國產晶圓廠而言，伺服器CPU的"被動替代"意味著每年新增約50萬片12英吋晶圓需求，國產裝置與材料產業鏈將同步受益。從GPU到CPU，美國對華資料中心算力的封鎖正在層層加碼。當"洋芯"供應不再確定，國產替代從"可選項"變成"必選項"，中國半導體產業的自主化處理程序，正被外部壓力倒逼進入加速期。 (晶片行業)

2025年深秋的11月，美國弗吉尼亞州阿什本（Ashburn），這是被稱為“資料中心之都”的地方，正深陷一場電力短缺的危機。由於Google、亞馬遜、微軟、Meta等AI巨頭集中在此建設資料中心，讓這個不起眼的小鎮成為世界上70%網際網路流量的必經之地。圖源丨Midjourney在資料中心毫不起眼的外表下，隱藏著的卻是名副其實的“電力黑洞”。它們每年耗電量超過20億度（2太瓦時），相當於一座人口2000萬等級超大規模城市一年的用電總量。當電力供應捉襟見肘，掌管輸變電的變壓器，儼然成為卡住AI巨頭脖子的命門。作為電網升級的“心臟部件”，變壓器在美國本土產能嚴重不足，80%依賴進口。而且資料中心的變壓器大多需要定製化，交貨周期更是從50周延長至127周。諮詢公司伍德麥肯茲警告，美國變壓器市場已到危急關頭，在建中的資料中心延期已成定局。同一時刻，被稱為“世界變壓器之都”的常州，這裡的數位化車間正熱火朝天，與時間賽跑。為海外電網客戶製造的同等級變壓器，在定製的矽鋼片製成主體上，需要進行嚴苛的72小時滿負荷試驗。溫度、振動、局部放電量，所有指標都是綠色，方能放行。廠區外，是整裝待發的重型卡車，它們的目的地是沙烏地阿拉伯吉達、德國漢堡、印尼雅加達、智利安托法加斯塔。這些鋼鐵巨獸將在未來數月內，成為不同大陸電網的新心臟。全球性的變壓器短缺，讓這顆星球上最大的兩個經濟體，被電力撕裂成兩個平行宇宙：一邊是AI算力需求指數級爆發，讓羸弱的電網不堪重負；另一邊是工業克蘇魯的訂單紛至沓來，讓基建狂魔的稱號再次封神。透過這場被稱為“繼晶片之後最嚴峻瓶頸”的危機，國家的命運，產業的興榮，企業的變遷，以及幾代工程師的人生軌跡，都被封印在被譽為“工業心臟”的高壓變壓器中。1978-1990：鐵與紙的交響曲1978年，改革開放的初年，全中國發電量僅為2566億千瓦時，不到美國的八分之一。每個中國人年均用電量僅為261度，相當於如今一個普通家庭十天的用量。對電力的巨大渴求，對於正準備起跑的中國經濟來說，是不可言說的隱痛。在當時的上海，外灘的夜色遠不及如今絢爛，仍有大片區域籠罩在黑暗中。工廠普遍實行“開四停三”，居民區輪流限電也是家常便飯。國家計委的一份內部報告明確寫道：“電力短缺已成為制約國民經濟發展的首要瓶頸。”在這種飢渴中，中國開啟了第一輪大規模的電力建設。但一個殘酷的現實擺在面前：中國無力研製500千伏及以上輸變電裝置，只能100%依賴進口。1981年，中國第一條500千伏超高壓輸電工程——平武線（平頂山至武漢）建設進入關鍵階段。在湖北變電站工地上，德國西門子的工程師正在安裝核心變壓器。當中方技術人員想靠近觀察內部結構時，外方負責人禮貌而堅決地攔住了他們：“這部分涉及專利技術，請迴避。”翻譯低聲補充：“他們說，我們看了也學不會。”這一幕，刺痛了現場每一位中國工程師。時任水電部副部長李銳在回憶錄中寫道：“我們花錢買裝置，卻買不來技術尊嚴。”大家都清楚，尊嚴不靠施捨，而是靠實力。在瀋陽鐵西區，瀋陽變壓器廠（沈變）的三層紅磚廠房裡，副總工程師朱英浩正在燈下研究一堆外國技術資料。這些資料是通過各種管道蒐集而來，不成體系，而且大多已經過時。靠這些實現平地起高樓，談何容易？改變命運的時刻，發生在1985年。葛洲壩電廠需要一台500千伏、360兆伏安三相有載調壓自耦變壓器。鑑於國內尚無成功先例，電廠選擇了“雙保險”：向日本日立公司訂購一台作為主用，同時將研發任務交給沈變作為“備用”。“聽到‘備用’兩個字，全廠上下都憋著一口氣。”當時的一位青年技術員記憶猶新，他回憶說，“朱總和大家講，這是我們最好的機會——壓力小，期望低，正好放手一搏。”朱英浩帶領團隊開始了長達10個月的攻關。沒有電腦輔助設計，他們用計算尺和手繪圖紙；沒有先進的試驗裝置，他們改造舊裝置，在零下30度的寒冬裡做低溫試驗。決定性能的關鍵是絕緣材料。日本產品採用當時最先進的Nomex紙，而中國只能獲得性能差一等的普通絕緣紙。朱英浩團隊並沒有認命，反覆死磕，終於創造性地發明了多層復合結構，通過改變紙層排列方式和浸漬工藝，硬是將絕緣性能提升了40%。1986年6月，沈變的變壓器率先運抵葛洲壩。在場所有人都屏住呼吸。最終結果，全部指標，一次試驗通過！葛洲壩水電站全貌作為主用的日立的產品，兩個月後才姍姍來遲。安裝、偵錯、合閘……運行不到10分鐘，監控室突然警報大作，結果顯示，變壓器內部被擊穿。現場的日方工程師忙作一團，反覆檢查，最終低頭承認了設計存在缺陷，需要返廠。現場總指揮當機立斷：“啟用備用變壓器！”沈變由備用轉為主用，產業更替的序幕由此徐徐拉開。合閘的瞬間，伴隨著低沉的嗡鳴聲，儀表盤上所有指針平穩地劃出優美弧線。此後的三十多年間，它一直平穩運行，比設計壽命還長了十年。多年後，已成為中國工程院院士的朱英浩在自述中寫道：“葛洲壩那一夜，我們證明的不僅是一台裝置，更是一種可能性——中國人能在最高端的電力裝備領域，走自己的路。”1991-2008：特高壓的無人區進入90年代，與中國經濟加速奔跑一樣，電力需求也以每年超過10%的速度遞增。一個新的結構性矛盾日益凸顯：75%的煤炭資源分佈在中國的北部和西部，而70%的電力負荷則集中在東部沿海。這意味著，要麼“運煤”，要麼“輸電”。當時的鐵道部進行了多輪測算，但結果令人絕望。要將山西的煤運到上海，需要修建10條大秦鐵路，且沿途損耗和污染巨大。唯一的出路是建設遠距離、大容量、低損耗的特高壓電網，將電壓等級從500千伏直接躍升至1000千伏以上。這種設想並非首創，可這種技術路線已經被西方判了“死刑”。美國在70年代投入巨資研究，最終因技術受阻而放棄；蘇聯建設了1150千伏的試驗線路，但從未商業化運行。國際大電網會議（CIGRE）的權威專家曾斷言：“特高壓的經濟性和可靠性無法兼顧。”1995年，國家科委組織了一場秘密論證會。會議連續開了三天，爭吵激烈。反對派認為這是“技術大躍進”，會導致天量資金的浪費；支援派則以時任總理李鵬的一句話作為回應：“這件事關係到下個世紀中國經濟的命脈，再難也要搞。”最終，一張寫著“同意啟動特高壓前期研究”的批件，送到了剛成立不久的國家電網公司。特高壓的成敗，首先取決於變壓器能否造出來。國家將攻關任務交給了四家企業：瀋陽變壓器廠（沈變）、保定天威保變（保變）、西安變壓器廠（西變），以及當時還只是新疆小廠的特變電工。當時的想法，是讓每個企業資源聚焦，分別攻堅一塊“硬骨頭”：沈變負責1000千伏交流變壓器的總體設計，保變攻關±800千伏直流換流變壓器，西變主攻套管和分接開關，特變電工承擔難度相對較低的並聯電抗器。真正的“鬼門關”，還是卡在了絕緣系統上。美國GE公司曾嘗試用特種陶瓷材料，可造出的變壓器成了重達7000噸的“怪獸”，根本無法運輸安裝。日本東芝的方案則將變壓器分解為多個模組，但連接複雜，能否可靠運行，不得而知。2003年，在西安召開的第三次聯合攻關會上，氣氛凝重。試驗資料顯示，所有方案都達不到設計要求的絕緣強度。會上有人提出，是不是可以嘗試用紙做絕緣材料。但很快有人反對，認為這是被淘汰的技術。這場爭論給了技術團隊靈感。他們發現，問題的關鍵不是材料本身，而是電場分佈的均勻性。在一種叫芳綸纖維的材料上，有獨特的“分層漸暈”結構，不僅可以耐高溫，還讓電場強度沿著絕緣紙表面呈梯度下降，避免局部放電。更大的突破來自工藝。通過加入不同配比的短切纖維和沉析纖維，進行反覆嘗試，再採用真空浸漬和階梯固化的工藝，終於將此前從未有人見過的特高壓專用絕緣紙，從圖紙變成了現實。2005年春天，第一台1000千伏特高壓試驗變壓器在西變車間組裝完成。當它通過全部型式試驗時，現場許多人流下了眼淚。這台變壓器僅重580噸，還不到美國方案的十二分之一。2009年1月6日，世界首條1000千伏特高壓交流試驗示範工程（晉東南—南陽—荊門）正式投運。從湖北荊門變電站的控制室，工程師按下了合閘按鈕。瞬間，1000千伏的電力開始奔湧，將山西的煤電送往華中大地。那一天，四家企業參與攻關的工程師們，不約而同地回到了各自的實驗室。沒有慶功宴，他們知道，只是闖進了無人區，還遠未看到終點線。2009-2022：智能網的加速鍵特高壓的成功，讓中國電力裝備產業拿到了全球入場券。但新的挑戰接踵而至：新能源革命和數位化浪潮。到2015年，中國風電、太陽能裝機已居世界第一，但這些“靠天吃飯”的電源，給電網造成了巨大波動。同時，東部地區的資料中心如雨後春筍般湧現，這些“吞電巨獸”對供電質量極為敏感，要求達到了毫秒級。早在2009年，國家電網就首次提出“堅強智能電網”概念。到了2013年，國家電網公司董事長劉振亞給出了定義：即網架堅強、廣泛互聯、高度智能、開放互動的能源網際網路。以他的構想，未來的電網，應該是電力流、資訊流、業務流的高度融合。這意味著，變壓器不能只是被動的“電壓轉換器”，而必須是電網的“智能節點”——能夠感知自身狀態、與電網互動，甚至預測故障。一場新的技術革命在產業層面展開。工信部啟動了“智能電網裝備專項”，科技部設立了“能源路由器”重點研發計畫。2018年，中國電氣裝備行業誕生了一個新名詞：數字孿生變壓器。這是一場人類歷史上規模最大的能源轉型升級史詩，其中的主角也已經變了模樣。昔日的“老大哥沈變”，已經在2003年因經營不善被併購重組。而主導此次交易的，正是當年的“老幺”特變電工。它的逆襲故事，濃縮了中國電力裝備企業的進化史。2009年，特變電工董事長張新做出了一個冒險決定：投資20億元，建設自己的取向矽鋼生產線。“所有人都說我瘋了。”張新回憶，“但我知道，沒有核心材料，我們就永遠受制於人。”取向矽鋼被稱為“鋼鐵藝術品”，其磁疇取向必須高度一致。日本新日鐵的技術嚴格保密，中國每年要花費數十億美元進口。特變電工變壓器技術團隊與寶鋼股份矽鋼事業部成立聯合實驗室。聯合團隊在1100攝氏度的退火爐旁一待就是幾個月。他們發現，控制磁疇的關鍵在於冷卻曲線中一個僅持續0.3秒的相變窗口。2012年，第一批國產高端取向矽鋼下線。檢測資料顯示，鐵損值比進口產品低8%。這意味著，每台變壓器每年可減少損耗數萬千瓦時。在衡陽的數位化工廠，一台變壓器的誕生過程宛如科幻電影：矽鋼片通過雷射導航AGV小車精準送達；機械臂以0.1毫米的精度進行剪下和堆疊；每繞制一個線匝，感測器即時監測張力和圓整度；真空澆注環節，智能系統控制著十萬分之一大氣壓的真空度和±0.5℃的溫差。2022年，特變電工中標沙烏地阿拉伯電力公司（SEC）的百億級大單。這不是簡單的裝置出口，而是提供“變壓器+感測器+雲平台”的全套解決方案。在沙烏地阿拉伯沙漠中，特變電工的變壓器內建了128個感測器，即時監測溫度、振動、油色譜和局部放電。資料通過衛星傳回監控中心，AI模型能提前48小時對潛在故障風險進行預測，避免變電站停運造成損失。“這不僅僅是裝置，這是一個會思考的電力系統”，沙烏地阿拉伯SEC高層在驗收後，嘖嘖讚歎。2023至今：AI狂潮的兩重天2023年，ChatGPT的橫空出世，引發了全世界對算力的瘋狂追逐。這背後隱藏著一個殘酷的物理規律：算力的增長，本質靠的是電力的堆積。輝達CEO黃仁勳在一次演講中展示了一張圖：訓練一個大語言模型的耗電量，相當於10萬個美國家庭一年的用電量。微軟、Google、Meta紛紛公佈千億級的資料中心投資計畫。但很快，他們撞上了一堵牆——電網容量。在愛爾蘭，亞馬遜的資料中心項目因電網無法接入被推遲；在美國亞利桑那州，Google不得不自建變電站。國際能源署（IEA）在2024年報告中警告：“全球資料中心耗電量將在三年內翻番，其中AI佔比超過三分之一。”電力，這個最為古老的工業基礎，突然成為了最前沿科技競賽的戰略瓶頸。危機給AI巨頭們關上了門，卻為中國電力裝備企業打開了一扇前景無限的窗。2024年，中國企業境外電力項目簽約總額達到672.8億美元，同比增長高達31% 。其中，直接關乎電網建設的輸變電領域斬獲了99.1億美元的訂單，同比增長18.4%。中國電力技術裝備有限公司（中電裝備）更是在境外輸變電項目簽約額上拔得頭籌。全球對穩定高效電力基礎設施的渴求，正迅速轉化為對中國解決方案的龐大採購需求。更重要的是，在歐美廠商普遍需要18至24個月甚至更長的交付周期時，中國企業能提供10至14個月的快速響應。對於全球資料中心現存的海量GPU晶片來說，每天都在產生億計的折價，時間差就成了最昂貴的競爭力。也在同一年，“東數西算”這一國家戰略從藍圖走向大規模建設。在甘肅慶陽，一個投資超過2000億元、規劃建設80萬架標準機架的全國一體化算力網路樞紐正加速成形。能托舉起“中國算谷”雄心的，是背後強大的電力基座。為此，國家電網開闢了供電服務綠色通道，超前規劃電網佈局，並啟動建設專用的330千伏和110千伏變電站，只為確保資料中心叢集“電等項目”，而非“項目等電”。這種將算力佈局與電網規劃深度協同的模式，使慶陽園區在2024年底即形成超19000P的算力規模。“煤都”山西大同的故事則更具戲劇性。2024年，巨量資料產業用電量佔全市用電量的兩成以上，首次超過了煤炭行業。依託豐富的風光新能源，大同成功將資料中心PUE值（電源使用效率）控制在1.2以下，打造出“高綠電+低能耗”的全球綠色算力成本窪地。中國高端電力裝備產業所支撐的，不僅是穩定的電力，更是高品質、低碳的“綠電算力”，這是中國在AI時代參與全球競爭的堅實底氣！2025年6月，國際電工委員會絕緣套管分技術委員會（IEC/SC36A）年會在北京召開。會議研討的“電容式套管”，是超高壓變壓器的“咽喉”部件，負責將內部高電壓引出油箱，其可靠性直接決定整台變壓器的安危。就在這次會議上，中國不僅成功主導立項了“電容式套管抽頭介面卡”的新國際標準項目，更首次擔任了該委員會工作組召集人。這意味著，在決定超高壓變壓器“咽喉要道”技術規則的頂層舞台上，中國首次掌握了議程設定權和主導起草權。從朱英浩院士帶隊攻克裝置，到中國企業領軍制定國際規則，中國電力裝備產業從低谷一點點向上攀爬。經過近四十年的風雨，從追趕，到並跑，實現了從“產品輸出”到“技術輸出”，邁向“標準與規則輸出”的最終超越。如今，全球電力裝備產業版圖上，中國不僅在製造端所向披靡，更是將標準插上世界之巔。尾聲2025年12月17日，美國加州聖克拉拉的輝達總部，黃仁勳邀約了25家電力領域的頂級初創公司，針對AI時代資料中心電力短缺問題，進行閉門研討。他充滿焦慮地預警：若電力問題無法破解，再先進的晶片、再強大的模型，都只是“無法啟動的空殼”。而美國能源部《變壓器供應鏈安全評估報告》的資料則充滿無奈：美國電力變壓器的平均交貨期已延長至42個月，缺口達35%。報告還說：“如果不採取緊急措施，到2030年，變壓器短缺將直接導致2.3兆美元的經濟損失。”巧合的是，一個月後的2026年1月17日，中國國家能源局向全世界宣佈：2025年，中國全社會用電量首次突破10兆千瓦時！這刷新了人類歷史的新紀錄，它不僅相當於美國全年用電量的兩倍多，也高於歐盟、俄羅斯、印度、日本四大經濟體全年用電量的總和。根據中國電力企業聯合會的《2025年全國電力工業統計快報》統計，資訊傳輸和軟體服務業用電量同比增長17.0%。更關鍵的是：中國變壓器出口額同比增長39.2%，高端產品佔比首次超過50%。在AI浪潮以前所未有的速度重塑世界時，再次驗證了一個古老真理：任何宏偉的數字未來，都必須建立在堅實的物理基座之上。備受關注的變壓器，表面上是產品和技術的競爭，實則是對發展哲學的考驗：到底是選擇投資下一個時代，還是只對下一個財報負責？所幸，在四十年前，朱英浩院士和中國電力裝備人做出了響亮的回答。 (創業邦)

一、基礎大模型的競爭格局1、基礎大模型的競爭格局逐漸收斂自2022年11月Open AI的 Chat GPT推出以來，全球迅速掀起大模型發展的熱潮。在政策與資本的雙輪驅動下，國內高校/科研機構、網際網路企業、AI創業公司等玩家競相入局，市場一度呈現“百模大戰”的喧囂。然而，僅兩年左右時間，基礎模型賽道便經歷殘酷洗牌：零一萬物放棄兆以上超大參數模型的訓練，戰略轉向B 端產業落地；百川智能收縮戰線，選擇聚焦醫療垂直領域；更多參與者則無聲退場。進入2025年，基礎模型的競爭格局已明顯收斂——以網際網路、雲端運算為代表的科技巨頭（阿里巴巴、字節跳動、百度、騰訊、華為）和少數AI初創企業（深度求索、智譜、月之暗面、階躍星辰、MiniMax）成為繼續留在牌桌上的主要力量（見圖表1）。圖表1：基礎大模型的競爭格局資料來源：AI洞察研究整理然而行業格局收斂之際，技術層面的競賽進一步白熱化。縱觀2025年，留在牌桌上的少數玩家圍繞大模型核心能力展開激烈角逐：科技巨頭持續加碼，阿里巴巴Qwen、百度文心、字節跳動豆包、騰訊混元、華為盤古等模型密集更新（見圖表2）；初創陣營展現出強勁的突破力——年初，DeepSeek R1憑藉創新的技術和卓越的性能破圈，引發海內外廣泛關注；隨後，GLM-4.5、Kimi K2、MiniMax-M2相繼亮相，性能達到開源模型中的SOTA水準；至年末，Kimi K2 Thinking、DeepSeek V3.2、GLM-4.7及MiniMax-M2.1的輪番登場，更將創新勢能推向全年高點。圖表2：2025年推出的代表性大模型資料來源：AI洞察研究整理基礎模型預計將延續2025年的非穩態競爭態勢，短期內難以形成穩態格局。主要基於以下兩點判斷：其一，大模型的現有能力距離AGI仍有漫長征程，技術迭代遠未完成。誠然，2025年大模型在推理、Agent、程式設計、多模態、長上下文窗口與記憶機制等能力上進步斐然，這些技術成果也在深刻改變人類生產生活方式。但需要清醒的認識到，當前大模型本質上仍是基於機率計算的預測系統——模型通過大量語料訓練，以足夠高的精準率預測下一個token。這就使得大模型在持續學習能力、理解世界、與環境互動能力及邏輯推理能力等能力上存在明顯的侷限，也就意味著大模型距離真正的AGI（通用人工智慧）還有很長的路要走。行業參與者仍需在基礎模型上持續迭代，突破現有能力邊界。其二，從現有的玩家在未來的發展規劃與組織架構的調整來看（見圖表3），大模型的“內卷”短期內不會結束。其中阿里巴巴明確未來將大幅提升AI基礎模型的研發投入；字節跳動計畫2026 年持續加大AI相關投入；華為、騰訊與百度也都在2025年底成立了基礎模型部門，這一架構調整與匯報關係的扁平化，釋放出提升AI研發效率、加快AI佈局的訊號。不僅僅是科技大廠加碼基礎模型，AI初創企業同樣計畫持續投入基礎模型的研發：智譜與MiniMax均已通過港交所上市聆訊，計畫將此次IPO募集資金的70%投入基礎模型的研發；月之暗面則持有超百億元資金，正加速K3模型的訓練和研發。圖表3：部分大模型廠商的未來規劃/組織架構調整資料來源：智譜與MiniMax招股說明書 新聞資訊2、那類基礎模型廠商有競爭優勢（1）基礎模型競爭的關鍵要素分析各大模型廠商在基礎模型方向的競爭可以說是人才、算力、資料以及資金多個維度的較量：①在人才方面：演算法創新的基石是AI人才，尤其是頂尖人才。大模型的研發絕非簡單的“堆算力、喂資料”，而是要攻克一系列未成熟範式的底層理論與演算法難題。以Deepseek-R1為例，Deepseek團隊憑藉演算法層面的創新，以遠低於行業水平的訓練成本，卻在數學、程式碼、自然語言推理等任務上實現了與OpenAI o1正式版比肩的性能。在大模型技術仍處於快速迭代的現階段，頂尖AI人才作為探索新理論、新架構、新演算法的核心力量，能持續拓展模型能力邊界，是保持技術領先的關鍵。②在資料方面。大模型的智能並非與生俱來，而是通過海量資料學習獲得，資料為其提供了必需的知識與資訊。如果缺乏高品質的資料，再先進的演算法和再強大的算力，都難以訓練出高性能的基礎大模型。以GPT系列演進為例（見圖表4）：從GPT-1到ChatGPT，模型的架構設計並未發生顯著的變化，然而該系列大模型能力的提升主要取決於訓練資料數量和質量的提升。GPT-3依賴資料規模解鎖了模型的湧現能力；ChatGPT通過引入高品質人類標註資料，實現與人類偏好有效對齊。由此可見，資料質量與規模是影響模型性能的關鍵因素。圖表4：更高品質、更大規模的訓練資料是GPT模型成功的驅動力資料來源：《Data-centric Artificial Intelligence: A Survey》③在算力方面：算力是基礎模型競爭的關鍵變數。當下國內大模型已普遍突破千億參數、正向兆量級邁進，而模型規模的擴張直接驅動算力需求激增，推動算力叢集從“千卡”向“萬卡”“十萬卡”乃至更大規模加速演進。與此同時，大模型迭代速度極快，領先模型的優勢窗口可能僅維持3-4個月。在模型規模與迭代速度的雙重驅動下，算力已成為基礎模型競爭的關鍵變數：更強的算力叢集不僅能支撐訓練更大、更複雜的模型，更能夠顯著加速模型的迭代最佳化處理程序。在這場殘酷的“軍備競賽”中，具備雄厚算力儲備的企業，方能更快訓練出更優模型，從而搶佔市場先機，構築生態壁壘。④在資金方面：基礎模型訓練是資本密集型業務，需要持續、高強度的資金投入。其成本結構主要由三大核心支柱構成：算力支出（晶片採購與電力消耗）、人力投入及資料獲取。伴隨大模型規模的不斷擴展，其訓練成本也不斷攀升。例如，在2017年訓練最初的Transformer模型僅需約900美元；而到了OpenAI的GPT-4和Google的Gemini Ultra，其訓練成本已分別達到了約7800萬美元和近2億美元（見圖表5）。最為關鍵的是，基礎模型的競爭並非一次性投入即可鎖定勝局，而是一場“長跑”。企業必須持續投入研發，方能維持技術領先地位。圖表5：Estimated training cost and compute of select AI models資料來源：2024 AI Index report（2）那類企業有競爭優勢儘管市場競爭格局持續動態演變，但綜合資金、算力、資料、人才等核心要素來看，科技巨頭相比中小廠商具備系統性競爭優勢。在基礎模型的競爭中，以阿里巴巴、字節跳動為代表的科技巨頭有望佔據主導地位。以下主要從以下四個維度展開具體分析：①在資金方面：阿里巴巴、字節跳動、華為、騰訊、百度等科技巨頭擁有數千億元至兆元的年營收規模，相較科大訊飛、幻方量化以及其他AI初創企業具備碾壓性的資金優勢（見圖表6）。這種雄厚的資金實力能夠有效的支援這些科技巨頭在基礎模型研發上的持續高強度投入——無論是算力基建、人才招聘還是技術研發，均能獲得充足的資源保障。據公開資訊，百度、阿里巴巴與字節跳動等公司每年AI投入資金少則數百億元。圖表6：部分模型廠商的營業收入資料來源：阿里巴巴/騰訊/百度/科大訊飛年報、智普/MiniMax招股說明書、排排網、華為官網②在算力方面：阿里巴巴、字節跳動、騰訊、華為、百度本身就是雲服務廠商，為客戶提供AI算力及MaaS服務，這就驅動其對AI基礎設施進行重投入。通過大規模AI晶片採購與自主研發（如百度崑崙芯），這些巨頭擁有充沛的算力資源訓練自家大模型。反觀中小模型廠商，則面臨嚴峻的算力焦慮：即便是擁有萬張GPU儲備的幻方量化，在大模型訓練需求面前依然捉襟見肘；而科大訊飛與其他AI初創企業更多依賴算力租賃。③在資料方面：在網際網路時代，科技巨頭憑藉豐富的應用場景沉澱了海量的獨家且高品質的資料資產（見圖表7）。這些資料涵蓋文字、圖像、視訊、音訊多個模態，覆蓋電商、本地生活服務、文娛、醫療健康、金融、辦公多個領域。當多數大模型仍困於公開資料集的侷限時，這些私域資料已成為模型訓練的稀缺資源和核心壁壘。反觀中小模型廠商，即便科大訊飛與深度求索的母公司幻方量化具備部分業務場景資料，但在資料的多樣性上仍遜於科技巨頭。其他AI初創企業的原始資料沉澱更是薄弱，只能依賴爬蟲、與資料提供商合作或購買等方式獲取資料，在資料維度的競爭中已然處於劣勢。圖表7：科技巨頭的業務應用資料來源：公司官網 公司年報④在人才方面：AI領域的人才博弈已成為科技企業搶佔技術制高點的核心戰場。科技巨頭推出系列頂尖人才計畫——Top Seed人才計畫、阿里星頂尖人才計畫、AIDU計畫、青雲計畫、勇敢新世界計畫等，招募具潛力的青年科研精英。憑藉豐厚的薪酬待遇、充足的算力資源和豐富的應用場景，這些巨頭企業相較於中小廠商展現出強大的人才吸引力。同時，科技巨頭也在積極引進業界領軍人物，以強化自身研發實力。例如，字節跳動成功邀請GoogleDeepMind研究副總裁吳永輝加盟、阿里巴巴則招攬了全球頂尖AI科學家許主洪。上述舉措顯著提升了科技巨頭在AI領域的人才密度，進一步拉開與其他模型廠商的差距。二、AI應用的競爭格局1、AI應用市場的格局分析（1）AI應用市場“三足鼎立”近兩年，政府密集出台人工智慧產業促進政策，大力推進人工智慧規模化商業化應用；同期，大模型技術持續迭代演進，在多模態、推理等能力上持續精進，推理成本也大幅降低。政策紅利與技術突破的雙重共振，推動了國內AI應用的蓬勃發展。AI智能助手、內容創作（圖像、視訊、音訊、3D生成）、效率辦公（AI搜尋、AI程式設計、AI寫作、知識管理、AI設計）、生活娛樂（AI陪伴、AI教育、醫療健康、寫真）相繼湧現，具備任務執行能力的智能體（Agent）更成為新熱點（見圖表8）。從單模態到多模態，從“對話”到“任務執行”，AI的能力邊界正在不斷拓寬。圖表8：AI應用圖譜資料來源：AI洞察研究整理基於對已推出AI應用的全面梳理，當前市場參與者呈現三足鼎立之勢：以字節跳動、阿里巴巴、騰訊、百度為代表的網際網路大廠；以深度求索、月之暗面、MiniMax、愛詩科技為代表的AI創業公司；以猿輔導、作業幫為代表的深耕垂直領域的企業（見圖表9）。不同類型的玩家，AI應用打法涇渭分明：圖表9：佈局AI應用的主要玩家資料來源：AI洞察研究整理①網際網路大廠：在AI浪潮推動下，網際網路大廠採取現有業務及產品 AI 化+AI 原生應用的策略（見圖表10）：其一，存量業務的AI升級。網際網路大廠正加速推進AI技術對旗下業務及產品的賦能，往往採用對原應用進行AI重構或在原有產品中加入AI功能方式實現升級。比如百度文庫經過大模型的重構，已從一個文件平台進化為“一站式AI內容獲取和創作平台”；騰訊在微信中增加AI搜尋功能，強化原應用的粘性。其二，AI原生應用的推出。網際網路大廠要麼選擇切入高使用者群、潛在發展空間大的賽道，要麼依託公司已有的業務場景進行AI原生應用的開發。目前大廠推出的AI原生應用已覆蓋AI智能助手、AI應用開發平台、圖像/視訊生成、智能體、健康管理、教育等方向。其中 AI 智能助手被普遍視為 AI 時代的超級流量入口，已經成為網際網路大廠的戰略必爭之地，大廠的資源投入明顯向其傾斜。圖表10：網際網路大廠推出的AI原生應用與AI賦能原應用資料來源：AI洞察研究整理②垂直領域的企業：這類玩家往往資訊化程度較高，以網際網路平台類企業居多，業務場景覆蓋設計、教育、金融、醫療等方向。憑藉多年垂直深耕形成的行業洞察與高品質、稀缺性資料的積累，它們在AI應用開發上具有得天獨厚的優勢。它們通常基於現有的業務場景推出相關的AI應用，或對原應用進行AI升級。例如，線上教育平台“作業幫”推出Question AI、快對AI和光速寫作；金融科技領域的“同花順”則基於自研的HithinkGPT升級同花順問財。③AI初創企業：出海可以說是AI初創企業身上較為鮮明的特徵。通常受C端使用者付費意願與能力、市場的競爭環境、監管政策、企業的融資需求等多重因素的驅動，越來越多的AI初創企業選擇將產品瞄準海外市場，甚至將公司總部設立在海外。這些企業重點佈局圖像/視訊/音訊生成、AI陪伴、智能體等賽道，並憑藉更強的本地化能力、靈活的商業策略以及更快的產品迭代速度在海外站穩腳跟（見圖表11）。圖表11：AI初創企業推出的AI應用資料來源：AI洞察研究整理（2）網際網路大廠主導國內AI應用市場據AI產品榜的資料顯示：在APP端TOP 25榜單中，網際網路大廠憑藉12款入圍產品佔據近半壁江山（見圖表12）。在這12款應用中，除了Dola與Gauth面向海外市場外，其餘10款應用均主攻國內市場，其中百度網盤、夸克、豆包與騰訊元寶四款應用的MAU均突破5000萬。反觀AI初創企業與垂直領域企業，入圍的AI應用合計13款，其中超半數應用是面向海外市場。而在其面向國內市場的產品中，僅DeepSeek達成1.31億MAU的斷層領先，其餘應用的MAU均在3000萬以下。由此看出，在本土AI應用市場，網際網路大廠無論從入圍的數量還是MAU維度，均形成對AI初創企業與垂直領域玩家的碾壓。在Web端入圍的TOP 25應用中，網際網路大廠以11款應用微弱領先AI初創企業（10款），垂直領域企業則以4款明顯落後（見圖表13）。這些應用存在顯著不同：AI初創企業入圍的應用中更多的是面向海外市場，在其推出的10款應用中至少有8款主攻海外市場；相反，國內市場已成為網際網路大廠與垂直領域企業的主戰場，兩者入圍的六成應用是面向國內使用者，且頭部效應顯著——豆包、奈米AI搜尋、奈米AI、百度AI搜尋的Web訪問量均突破5000萬大關。圖表12：2025年12月MAU在前25的APP端應用圖表13：2025年12月訪問量在前25的Web端應用資料來源：AI產品榜綜上所述，現階段網際網路大廠在國內Web端和APP端市場佔據主導地位。這主要得益於其具備強大的流量獲取和投放能力、豐富的場景生態、海量且高品質的使用者資料以及雄厚的資金實力。考慮到真正意義上的新一代智能終端尚未誕生，短期內智慧型手機與PC仍將是使用者與AI互動的主流硬體。在人工智慧時代的新終端缺位、PC與智慧型手機仍是AI核心入口的背景下，互聯網大廠憑藉上述優勢，在國內AI應用市場的主導地位仍將持續。伴隨網際網路大廠AI應用的密集上線，未來AI應用方向的流量或進一步向網際網路大廠集中。但這並不意味著中小企業在AI時代的國內市場沒有機會。當下的主要玩家基本是基於手機與PC進行AI應用開發，但這些被開發出的應用並未充分發揮出AI潛能，傳統的PC與智慧型手機也並非AI時代的理想載體。參照移動網際網路的發展脈絡，隨著AI時代核心硬體入口的成熟，應用市場將會迎來真正意義上的爆發期，催生出全新的藍海。巨頭往往因困於路徑依賴與存量利益，更傾向於將AI作為現有生態的漸進式最佳化，並非進行自我顛覆。而這無疑是創新者實現破局的黃金窗口。正如移動網際網路誕生了字節跳動、滴滴、拼多多，AI時代也必將孕育出新一代的巨頭企業。2、細分賽道競爭格局分析（1）AI智能助手AI智能助手不管是面向Web端還是APP端在AI應用中都是流量擔當，但是主流玩家對於AI智能助手的角逐主要還是聚焦在APP端。回想在2024年底，豆包、Kimi、文小言領跑AI智能助手賽道。進入2025年，AI智能助手賽道的博弈提速。年初，DeepSeek憑藉DeepSeek-R1模型的技術創新出圈，使用者量激增。隨後，騰訊對騰訊元寶進行大規模推廣，強勢加碼；阿里巴巴則在11月份推出AI原生產品“千問”，並把AI超級入口的重點集中在千問上。至2025年末，市場形成豆包、DeepSeek、騰訊元寶引領的競爭格局（見圖表14）。圖表14：AI智能助手在APP 端的MAU資料來源：AI產品榜然而，AI智能助手的競爭遠未至終局，市場格局仍處於動態演化之中。隨著騰訊和阿里巴巴在AI智能助手賽道的持續加碼，旗下產品騰訊元寶與千問有望實現對DeepSeek的趕超，最終形成豆包、騰訊元寶與千問主導的穩定格局。支撐這一判斷的核心邏輯在於：AI智能助手不僅是流量、模型能力的競爭，更是生態的較量。中小企業在流量、模型、生態維度上難以與網際網路大廠抗衡。以DeepSeek為例：即便深度求索在大模型技術上的突破性進展值得稱道，技術出圈也確實帶來了智能助手DeepSeek的流量增長。但是，相較於豆包、千問、騰訊元寶，DeepSeek也是缺乏強大的生態場景支撐。生態的缺失制約了其在娛樂、社交、購物等高頻生活場景的滲透，導致產品體驗競爭力不足。反觀網際網路大廠，其核心優勢正在於生態整合能力。豆包在2025年下半年上線了購物功能（見圖表15），還整合了本地生活服務；騰訊元寶已全面打通微信、QQ、騰訊會議等數十款內部產品，覆蓋社交、辦公與娛樂等核心場景（見圖表16）；千問未來計畫將地圖、外賣、訂票、辦公、學習、購物、健康等各類生活場景接入千問APP。圖表15：讓豆包推薦一款生日禮物圖表16：騰訊AI能力形成循環資料來源：豆包 騰訊（2）AI陪伴當下AI陪伴應用市場呈現多元化發展態勢，涵蓋角色扮演、虛擬陪伴、遊戲陪玩等細分方向（見圖表17）。其中角色扮演類應用強調角色扮演和故事演繹，讓使用者獲得沉浸式的親密體驗。與之形成差異的是，以Paradot、獨響、逗逗遊戲夥伴為代表的產品摒棄了劇情模式，選擇從日常生活、遊戲場景切入，試圖與AI建立長期穩定的情感關係。儘管產品形態各異，角色扮演目前仍在國內AI陪伴市場佔據主導地位——MiniMax旗下的“星野”與字節跳動的“貓箱”穩居賽道頭部。此外，該賽道中面向海外市場的代表產品包括Talkie、PollyBuzz、Linky，其中Talkie的使用者量在同品類出海產品中位居首位，在海外市場佔據領先地位（見圖表18）。圖表17：AI陪伴的競爭格局圖表18：部分AI陪伴應用在APP端的MAU資料來源：AI產品榜回首AI陪伴賽道在2025年的發展：頭部產品星野、貓箱的MAU呈現出下滑態勢，甚至美團的Wow、階躍星辰的冒泡鴨、小冰科技的X EVA等多款應用停止營運，可以說AI陪伴應用尤其是角色扮演類應用陷入發展困境。其核心癥結在於：當下的產品多停留在淺層情感互動，難以滿足使用者更深層次的情感需求。隨著使用者的獵奇性嘗鮮需求退潮，使用者留存下降成為普遍現象。儘管如此，AI陪伴賽道仍吸引了不少新玩家入場——EVE、星眠與無限谷等多款AI陪伴產品相繼開啟內測，試圖在尚未固化的市場格局中尋找破局機會。無論是從AI陪伴應用的使用者量（頭部應用在APP端的月MAU在500萬左右）還是持續湧入的新玩家來看，當下AI陪伴賽道的競爭格局並未固化。市場參與者正沿多條路徑探索：除了角色扮演方向以外；也在積極嘗試遊戲與AI的融合創新；或者從日常生活場景切入，讓AI融入使用者的生活日常。然而，最佳產品形態究竟是什麼並沒有被驗證，主流玩家普遍處於探索階段。三、結論通過以上對 AI 產業的研究，本文形成以下核心判斷：在基礎模型層面：當前，基礎模型競爭格局正逐漸收斂。留在牌桌上的主要包括：阿里巴巴、字節跳動、百度、騰訊、華為等科技巨頭，深度求索、智譜、月之暗面、階躍星辰、MiniMax等頭部AI初創企業，以及科大訊飛。然而，考慮到現有大模型與AGI之間仍存在顯著技術鴻溝，疊加主要玩家在未來的發展規劃與組織架構上的調整，這一競爭態勢預計還將持續演化，短期內難以形成穩態格局。鑑於科技巨頭相比中小模型廠商在資金、算力、資料、人才等核心要素上具備碾壓性優勢，以阿里巴巴、字節跳動為代表的科技巨頭有望在基礎模型的長期博弈中佔據主導地位。在AI應用層面：AI應用市場主要涵蓋網際網路大廠、垂直領域企業以及AI初創企業三類玩家，各方基於自身的資源稟賦和公司戰略競相佈局AI應用賽道。在面向國內使用者的市場中，網際網路大廠在Web端和APP端已佔據主導地位。在PC與智慧型手機仍是AI核心入口的背景下，預計網際網路大廠在國內AI應用市場的主導地位短期內仍將持續。此外，本文就AI智能助手與AI陪伴賽道進行了詳細的競爭格局分析。作為最先實現落地的AI應用，這兩條賽道的競爭格局尚未定型。不僅限於上述領域，AI搜尋、圖像生成、視訊生成、AI教育、健康管理等應用層細分賽道同樣處於動態博弈之中，尚未形成穩態格局。 （AI洞察研究）

一年前，我們在《DeepSeek掀起算力革命，輝達挑戰加劇，ASIC晶片悄然崛起》一文中，更多的是看好ASIC帶來類似博通和晶圓代工的產業機會。一年後的今天，ASIC 的發展速度遠超預期。尤其近半年以來，ASIC甚至逐漸成為AI競爭的勝負手：國內外大廠開年以來股價表現最好的分別是百度、Google和阿里。GoogleTPU+自研模型+雲+內部應用的王炸，已經讓其立於不敗之地；國內網際網路大廠，近期被重估的只有自研ASIC晶片拆分獨立IPO的百度（計畫拆分崑崙芯IPO）和阿里（計畫拆分平頭哥IPO）。如今，ASIC 早已不只是單純的產業趨勢，更成為AI巨頭必煉的內功。01. ASIC趨勢比預期還要猛1. AI投資規劃越大，ASIC優勢就越明顯ASIC（Application Specific Integrated Circuit，專用積體電路）與 GPU 的核心差異，在於 ASIC 是針對特定演算法和應用的 “定製化最佳化”，而 GPU 則是適配多場景的 “通用型選手”。每個大廠都有自己獨特的應用、模型、雲和SaaS，ASIC 能精準匹配這些專屬需求，同時具備更低的成本與功耗優勢——這也是我們去年看好其在推理時代爆發的核心原因。當前 AI 軍備競賽愈演愈烈，10 萬美元/顆的 GPU 已讓大廠不堪重負（輝達 FY2025 年整體毛利率達 75.5%，淨利率 57%，單顆 GPU 成本不足 3 萬美元）。頭部廠商的 AI 資本開支已逼近千億美元，甚至需要通過融資、租賃外部算力等方式填補缺口。性價比更高的ASIC因此變得更為重要性：在AI算力向推理端傾斜、資料中心成本控制訴求升級的背景下，ASIC晶片憑藉顯著經濟性，正逐步打破GPU壟斷格局。Google自研晶片的成功，無疑更是行業的一針強心劑。所以近期，超大規模雲服務商都開始嘗試擺脫對輝達的依賴，加速建構自己的晶片護城河，以追求極致的 TCO（總擁有成本）和供應鏈安全。圖：GPU與ASIC比較資料來源：西南證券2. AI專用晶片邁過10億美元經濟生死線理論上，所有領域的晶片都該走向專用化——專用晶片的適配性與效率最優，但能否落地，關鍵在於下游市場能否支撐高昂的自研成本。當前 2nm 晶片流片成本已達 7 億美元，加上團隊搭建費用 3 億美元，自研門檻高達 10 億美元，這需要超 100 億美元的下游市場規模才能覆蓋成本。成功的代表是手機，每年全球近5000億美元的市場，自研主控SoC做的最好的是蘋果和華為，不僅降低了成本，更重要的是提升了手機性能，支撐溢價。但在比如汽車智駕領域，，由於市場空間並不夠大，主機廠自研並不具備經濟性，最終仍是輝達、地平線這樣的企業佔據主流。資料中心市場AI晶片單顆價值非常高，只需要有數百萬顆出貨量即可突破經濟生死線；顯然2025年開始，一個大廠內部採購的AI晶片數量就輕鬆超過100萬顆，容量已經完全能滿足流片和高昂的招聘費用。仍以Google為例，Techinsight資料顯示，其2023年自用TPU就超200萬顆，按年20億美金研發成本計算，單顆分攤成本僅幾千美金。經濟性的釋放，直接驅動資料中心 ASIC 出貨量持續攀升。據芯智訊援引 DIGITIMES 資料，ASIC 出貨量將進入加速通道，2027 年將突破 1000 萬顆，接近同期 GPU 1200 萬顆的水平。出貨量激增將同步帶動市場規模擴容，AI 用 ASIC 有望快速成長為千億美金賽道（對應單顆價值 1 萬美元左右，僅為輝達 GPU 的 1/5-1/10）。作為大廠 ASIC 核心合作方，博通給出更樂觀預期：2027 年大客戶 ASIC 可服務市場將達 600-900 億美元；Marvell 也預測，2028 年定製晶片將佔資料中心加速計算市場 25% 的份額。圖：可服務AISC市場規模估算資料來源：Marvell02. GPU和ASIC之爭繼續，結論是輝達難壟斷先說結論：在高速增長、供不應求的算力需求這一大背景下，輝達GPU作為基石的作用仍不可替代，但其份額將逐漸被ASIC蠶食。我們將在長期看到長期二者共存態勢：小型模型主導場景更利多 GPU 的靈活性，超大型模型持續增長則為 TPU 提供增長空間。具體原因下面展開。1. 輝達的領先，現在靠生態、產業鏈優先供應輝達GPU是當前最昂貴的計算加速器，適配各類 AI 場景，客戶粘性強，因為有兩大優勢。輝達明面上最大的優勢在於演算法生態：CUDA 生態與開發者習慣形成強壁壘、同時輝達 NVLink和InfiniBand長期主導 GPU 互聯。所以中小模型與研發場景長期仍將以 GPU 為主；在大模型訓推中，CUDA 生態仍領先其他方案至少一年半的時間。2. 另外一個在暗處的優勢是產業鏈優先支援輝達。就像即使設計水平一樣，蘋果的晶片也至少領先其他手機廠商一年，因為台積電最先進的晶片產能，蘋果是包圓的。同樣，輝達由於出貨量最大，是產業鏈優先支援的晶片廠，如：代工產能優先：輝達是台積電3nm 產能的優先合作夥伴，而Google等其他廠商在CoWoS 封裝、3nm 晶片產能上面臨競爭劣勢。HBM優先鎖定：全球僅 3 家 HBM 供應商（三星、海力士、美光），2026 年產能已售罄，2027 年仍可能供不應求，美光已明確表示不會因需求增加額外擴產，導致非輝達客戶產能得不到保障。我們最新瞭解到GoogleTPU 在 2026 年上半年有超過50%的產能缺口導致難大規模交付、微軟Maia 200也難產，都是由於產業鏈產能限制。3. 但以上問題，都可以靠時間得到解決。生態上：Google TPU 在AI 計算年支出超10 億美元超大型模型部署場景中已經有成本優勢了，所以將持續滲透大廠內部市場；此外，UALink、Ultra Ethernet 等開放標準正在崛起，有望打破輝達對互聯的壟斷。據測算，在10萬節點叢集中，Ethernet架構相較輝達InfiniBand，總擁有成本TCO最高可節省20%。另外隨著擴產，預計上游產能在2027 年逐步放量，供應鏈瓶頸開始緩解。同時2027年訓練與推理晶片資本開支佔比將趨近 50:50，給ASIC更大施展自己的舞台。圖：未來互聯技術選擇變多資料來源：錦緞研究院總結4. 更大的變局是GoogleTPU撕開輝達壟斷的裂縫如果說去年初我們對ASIC到底是否能分得一杯羹還存在猶豫的話，Google技術和商業閉環上的成功，已經徹底打消了我們的疑慮。Google TPU 的核心競爭力，首先源於技術層面的差異化優勢。自 2016 年首款 TPU V1 發佈並用於資料中心推理以來持續進行迭代，其最新的 TPU v7 搭載 Inter-Chip Interconnect技術，可支援最多 9000 個節點的超大規模叢集，訊號損耗低。硬體配置上，TPU 採用 HBM3E 記憶體，雖在容量和單系統算力上不及輝達產品，但功耗與乙太網路成本更具優勢，FP4 精度下每 PFLOPS 每小時成本僅 0.40 美元，性價比突出。5. 實戰表現是最好的驗證。GoogleNano Banana 等模型 100% 基於 TPU 完成訓練與推理，也支撐其內部語音搜尋、圖片搜尋等核心功能，成本低於 GPU，Google內部性能表現優異，在部分場景優於 GPU。同時成功走向外部市場，尤其是最新的V7版本：Meta，計畫2026年租用 TPU，並從 2027 年開始購買超100萬顆、價值數十億美元的 TPU，用於 Llama 模型部署，通過乙太網路與功耗最佳化實現15%-20% TCO 節省；OpenAI 達成合作協議，將部分推理工作負載從輝達晶片遷移至 TPU ；Anthropic 已承諾在 GCP 叢集中使用 TPU 訓練模型，2025年10月簽署 100 萬 TPU訂單；Apple 2024年就採購TPU用其進行 LLM 訓練；潛在客戶：部分新興雲廠商（如 Fluidstack、TeraWulf）因 GCP 提供付款擔保而嘗試採用 TPU。圖：GoogleTPU有清晰的路線圖資料來源：浙商證券輝達的真正挑戰者，並非 AMD、英特爾等同行，而是Google這樣的跨界玩家。我們調研瞭解到，單顆 TPU 晶片售價預計1—1.5 萬美元，定價瞄準 AMD，意圖通過低價擠壓競爭對手，倒逼輝達降價。僅 Meta 一家就可能為Google帶來 10 億美元以上的收入。樂觀測算，到 2027 年，TPU 可能搶佔輝達15% 的訓練市場份額：現有輝達使用者遷移雖需時間，但新增工作負載更易轉向 TPU。Semianalysis更是預測2027年GoogleTPU（v6-v8）合計出貨量達到600萬顆。這一預測並不激進 ——2027 年推理場景佔比將達 50%，ASIC 將承擔其中 50% 的工作負載，對應 ASIC 在算力晶片中的滲透率超 20%，而Google TPU 拿下其中一半份額（當前份額 75%）難度不大。6. 來自EDA的產業鏈驗證上述趨勢，得到了晶片行業最上游 EDA 領域的雙重驗證。作為整個晶片行業最上游的EDA行業，Synopsys和Cadence最新的指引為：未來EDA 行業增長核心來自蘋果、Google、特斯拉等 “系統公司”，而不是第三方晶片設計廠；具體來說，這類系統性客戶佔當前 EDA 營收的 45%左右，未來 2-3 年將超 50%。這意味著，大廠自研晶片，並通過外售攤薄成本（如Google、百度、阿里）的模式，將從今年起加速推進。03. Google示範效應下，大廠紛紛豪賭自研ASIC1. 成本集約、降低功耗符闔第一性原理在《馬斯克說“中國將最終贏得AI競爭”，有什麼深意？》一文中，我們提到，當前AI用電還只佔美國用電的5%左右，到2030年AI耗電佔到10%，到2035年佔比接近20%，未來更加缺電。除了增加發電容量外，降低單晶片功耗也同樣關鍵。ASIC對於大廠而言，不僅僅是降低成本，還能降低寶貴的額功耗。GPU 作為通用計算晶片存在 30-40% 功能冗餘，必定導致功耗浪費，而 ASIC可針對特定工作負載最佳化，降低成本與功耗，成為大廠的必選。主流ASIC在算力性能上已基本對齊輝達H系列GPU，但能效比優勢突出，同代際晶片具體指標對比：算力方面，輝達H100 FP16算力為990 TFLOPS，GoogleTPU V6e為918 TFLOPS，AWS Trainium2為667 TFLOPS；功耗上，H100達700W，TPU V6e僅383W，Trainium2為500W；互聯頻寬上，H100以900GB/s領先，TPU V6e為448GB/s，Trainium2為512GB/s。2. 北美大廠近兩年加速為搭上ASIC這班高速列車，海外雲廠CSP紛紛加碼自研ASIC，並依託外部晶片設計合作夥伴簡化落地難度，核心合作廠商包括Marvell、Broadcom、Alchip等。這是由於大廠僅具備部分自研能力，例如Google、亞馬遜可完成前端設計（程式碼編寫、綜合），但物理層技術（如SerDes、交換機、相干光模組）存在高壁壘，需依賴外部成熟產品與IP，後端驗證、流片等體力活也需外部支援。圖：合作的ASIC廠商優劣勢對比資料來源：錦緞研究院總結Google已深耕 TPU 十年，前文已有詳細討論；其他北美大廠則是近兩年加速跟上，動作開始變大。亞馬遜：Trainium2於2023年發佈，由16顆Trainium2晶片支援的EC2 Trn2實例，性價比相較GPU-based實例高出30-40%，目前已服務超200位客戶，覆蓋營運商、航空、零售等領域，2024年出貨量年增率突破200%，2025年預計增長70%以上，但項目有些延遲，未來將重點聚焦Trainium3晶片，投入公有雲基礎設施及電商平台AI應用。Meta：MTIA系列專為推薦推理任務設計。2024年MTIA v2採用台積電5nm工藝，TDP僅90W顯著降低功耗，可高效處理社交媒體內容推薦、廣告最佳化等內部任務；2025年推出MTIA v3，將搭載HBM記憶體，2026年有望實現放量。微軟：2024年公佈Maia 100，採用台積電5nm工藝與CoWoS-S技術，當前承載內部10%-20%工作載荷，聚焦大規模AI工作負載的成本與效率最佳化；隨著 Maia 300 量產與 workload 適配深化，目標定製 ASIC 相較輝達件成本節省80%，能耗成本降低 50%，長期 TCO 最佳化達 80%；OpenAI：2024年曝光首顆晶片，將採用台積電A16工藝，專為Sora視訊應用打造，且與博通達成100億美元合作，聯合開發專屬推理晶片，目標12個月內交付。特斯拉：計畫2025年底推出下一代Dojo 2晶片，性能有望媲美輝達B200，核心服務於Dojo訓練電腦項目。xAI則是正式啟動x1晶片自研，計畫今年量產。圖：海外CSP巨頭自研ASIC時間表資料來源：申萬宏源圖：北美廠商ASIC晶片及合作夥伴梳理資料來源：東吳證券3. 中國大廠：晶片項目重要程度跳升中國頭部大廠自研 ASIC 的時間早於北美同行，但此前多為小打小鬧。在Google TPU 驗證可行性、輝達晶片受限的雙重驅動下，ASIC 已上升為核心戰略，並已取得階段性成果。百度崑崙芯：崑崙芯擁有 15 年技術積累，一直錨定AI訓練與推理加速的核心場景，相容CUDA生態，目前已迭代至第三代。崑崙芯2024年出貨量6.9萬片、營收20億，2025年預計出貨13萬片、營收沖35億。對外客戶，實現萬卡叢集部署並中標中國移動10億訂單，實際上外部客戶是2026年高增的主要來源，已進入中國移動、南方電網、比亞迪、招商銀行、地方智算中心等供應鏈。阿里平頭哥:核心產品線包括倚天、含光、PPU三類，其中PPU作為大算力晶片是市場焦點，又分為兩款主力產品：高端款單顆算力超300T、視訊記憶體96G，採用先進製程，僅以整機形式銷售，2024-2025年合計出貨估計30萬張，低端款採用中芯國際12nm（N+1）工藝，由燦芯負責後道IP及介面設計，單價不超2-3萬元，2026年Q1啟動流片量產，預計出貨50萬顆。銷售模式以內部消化為主，對外銷售需搭配阿里雲方案，無獨立適配場景，2026年PPU整體出貨預計80萬顆。字節跳動：字節佈局CPU與ASIC兩類晶片，自研處理程序落後於平頭哥、崑崙芯，當前採取“外采低端晶片+推進海外研發+國內先進製程排隊”策略，2026年將完成海內外先進工藝設計，等待產能流片，計畫2026年前實現量產。騰訊：後發追趕，自研緊迫性較強，終止對燧原投資並重啟“紫霄”自研項目，以數倍薪酬挖角頂尖人才，需求集中在遊戲、AIGC、數字孿生等領域。但相對海外巨頭，中國大廠面臨更大的挑戰，體現在幾個方面：主業掙錢不如海外大廠，股東對於內部晶片業務虧損不滿，所以阿里百度都開始分拆上市平衡短期虧損與長期戰略投入；先進產能資源更加稀缺，中國由於美國的封鎖，中芯國際等先進製程產能供不應求；配套AI晶片服務廠類似博通、Marvell，由於制裁原因也很難為國內企業提供定製服務，國內相關的芯原股份、翱捷科技等在技術積累、IP沉澱、經驗上都有比較明顯的差距。04. 結語：AI競爭錨點之變AI 產業的競爭，已從模型演算法的比拚，延伸到算力底層的硬核博弈。ASIC 晶片憑藉極致的能效比與成本優勢，正在重塑全球 AI格局，成為巨頭們構築競爭壁壘的核心抓手。沒有自研 ASIC 晶片，在這場更燒錢、更考驗綜合實力的 AI 競賽中，終將失去話語權。晶片已經內化成生態的一環了，我們將在此後的文章中進一步展開。對於中國企業而言，這既是順應產業趨勢的必然選擇，也是直面挑戰的艱難征程。儘管在盈利能力、先進產能、產業鏈配套等方面面臨著比海外企業更嚴峻的考驗，但自研 ASIC 已是無法迴避的戰略方向。百度崑崙芯的穩步起量到阿里平頭哥的分拆提速，都宣告2026是中國大廠加速轉向之年。對此我們是偏樂觀的，在技術攻堅與生態建構的持續投入下，中國企業終將在全球 ASIC 賽道佔據一席之地。 (錦緞)

即使是人類最頂尖的科技，終究也會撞上一堵最古老、也最堅硬的牆：物理定律。不久前，馬斯克在訪談中發出了一針見血的論斷：“AI發展的制約因素，正在從晶片轉向電力供應。”這並不是危言聳聽，根據國際能源署（IEA）的預測，到2026年，全球電力總消費量將達到29000兆瓦時的歷史新高。面對即將到來的“電荒”，巨頭們紛紛坐不住了。微軟重啟曾因事故被廢棄的三里島核電站，Meta也宣佈與核電站達成合作，Google則聯手初創公司自建核反應堆。全球科技巨頭，正集體捲入一場“搶電大戰”。科技巨頭，捲入“搶電大戰”“如果我們無法獲得足夠的電力，人工智慧的發展可能會陷入停滯。”Meta全球能源負責人說的這句話，已經成了整個科技圈的共識。在過去兩年，科技公司的電力需求如同黑洞一般膨脹，巨頭們紛紛爭相與核電站、電力公司合作。Meta算是最早把“搶電”擺到檯面上的科技公司之一。從2023年末開始，它就先後和Vistra、Oklo、TerraPower等核能企業簽下了購電協議。這些合作協議基本上都是長期繫結，合作期限10年起步，有的甚至長達20年。據《華爾街日報》披露，Meta目前的合作協議中的潛在電力容量已超過了6吉瓦。這是什麼概念？換算一下，這些電力足以讓美國500萬戶家庭用上整整一年。2024年9月，微軟也宣佈了一個震驚業界的消息：它與Constellation Energy達成協議，計畫重啟三里島核電站，並收購未來100%發電量的購電權，期限長達20年。三里島這個名字，在美國能源史上非常特殊。1979年，它曾發生嚴重核洩漏事故，成為美國核能擴張戛然而止的標誌性事件。此後幾十年，美國幾乎沒有再新建核電站。但現在，為了支撐AI的用電需求，微軟選擇讓這座曾被放棄的電廠死而復生。什麼政治禁區、民意障礙，在AI的用電需求面前，也得讓路。2024年10月，Google也聯手核能初創公司Kairos Power，計畫到2030年前部署7座小型核反應堆（SMR），可提供約500兆瓦的清潔電力，專門供給旗下資料中心使用。這一步，等於繞過了美國電網，直接打造自給自足的能源系統。巨頭們電力焦慮的背後，是AI那令人膽寒的能效赤字。眾所周知，在大模型從訓練階段走向部署的過程中，背後都是幾萬個GPU叢集在不捨晝夜地吞噬電力。根據美國能源部的測算，一個峰值功率達到1吉瓦的資料中心，年耗電量大約等於70萬個家庭或一座180萬人口城市的全部用電。而這樣的“電老虎”，美國境內已經部署了數十個。晶片設計公司Arm的CEO在2025年就曾預測，到2030年，AI資料中心將佔據美國20%–25%的電力需求，也就是說，人工智慧公司將消耗掉美國四分之一的電力。而據瑞穗證券預測，到2030年，美國專門供給AI和網際網路計算中心的用電量將達到400太瓦時，這個數字已經遠遠超過了2022年英國全國總發電量。正如馬斯克在最新採訪中所指出的，全球科技公司對電力的需求正以指數級速度飆升，而電力的增長卻像老牛拉破車，年均增速僅為2%到4%。這道巨大的供需裂痕，將原本隱藏在幕後的能源供應，變成了AI競賽中最卷的戰場。美國電網無法承受的算力之重科技巨頭們的焦慮不是沒有道理。近幾年來，AI的用電需求，已經遠遠超出了美國電網的承載能力。首先，美國不是不想建設電網，卻因為臃腫的系統舉步維艱。在美國，科技企業要建一個風電或太陽能項目，首先得申請接入電網，這一步叫“並網申請”（Interconnection Queue）。聽上去簡單，實際流程卻冗長得令人絕望。美國能源資訊署（EIA）資料顯示，一個新能源項目從申請到並網，平均要等7到10年，而且有五成以上的機率最終被駁回。以全美最大的電網營運商PJM為例，截至2023年底，仍有2000多個項目卡在審批環節，總裝機超過500吉瓦，光是排隊就要耗掉好幾年。對重視效率的科技公司來說，這種漫長的審批流程簡直是致命傷，導致超過一半的項目最終胎死腹中。另一方面，雖然美國近幾年正在努力推動清潔能源轉型，大力建設風電、核能，但終究有些“臨時抱佛腳”的意味。這些能源受天氣、裝置等因素影響很大，供應不穩定，碰上用電高峰期很容易掉鏈子。而美國供電網路的“基本盤”天然氣和核電，增長速度完全跟不上AI帶來的新增需求。除了制度層面的問題，硬體的老化則是美國的另一個硬傷。根據媒體報導，美國70%以上的輸電線路建於上世紀70年代前後，已經稱得上超期服役。變電站、高壓線年久失修，事故頻發。另外，由於沒有統一的國家級電力調度系統，美國電網被劃分為東部、西部和德州三大區域，互不相通。這意味著，一旦某個區域缺電，想從隔壁“借電”都難如登天。而像加州灣區、德州奧斯汀、弗吉尼亞北部，這些雲端運算巨頭們聚集的區域，偏偏是美國供電最緊張的區域，往往是資料中心已經建成，供電系統卻拖了後腿。彭博社就曾披露，在輝達總部加州聖克拉拉縣，一座大型AI資料中心早已落成。但尷尬的是，由於當地電網升級要到2028年才能完成，導致整棟大樓至今只能空置。電力供應緊張，甚至演化成了科技公司和普通民眾之間的衝突。在加州和德州，由於資料中心巨大的耗電量，當地電價水漲船高，2024年部分居民的電費甚至上漲了200%，引發了強烈不滿。憤怒的居民在網路上發出質問：“為什麼我們要為大公司的模型訓練買單？”這種最前沿的生產力與陳舊基建之間的脫節，正是讓全球科技巨頭感到窒息的根源。中國AI的隱形護城河在AI的下半場競爭中，國家電力系統的能力至關重要。當矽谷巨頭還在為電力供應發愁時，中國早已經過幾十年的佈局，悄悄成為了全球第一的電力帝國。根據日經新聞網援引的官方資料，中國2025年新建發電站等發電能力約為470吉瓦，而美國同期僅為64吉瓦。這意味著，中國一年的發電能力增量，就達到了美國的驚人7倍。在總量上，中國的發電能力早在2013年就已超越美國，到2024年更是達到美國的2.5倍，年發電量也達到美國的2.4倍左右。但在AI時代，僅僅發電量大是不夠的，真正的降維打擊在於，中國已經建起了一張能讓能源自由流動的全國網路。首先，中國電網從根本上解決了能源資源的地域錯位問題。在中國，地廣人稀的西部擁有取之不盡的風光水電，但算力需求卻大部分集中在東部沿海城市。為了打破這種地理限制，我們建設了覆蓋全國的特高壓輸電通道。國家級戰略項目“東數西算”的支撐。國家統計局資料顯示，截至2024年，東數西算八大國家算力樞紐節點直接投資已超435億元，帶動相關總投資突破2000億元。在一大批綠色資料中心落地內蒙古、寧夏、甘肅等地的同時，這些樞紐的算力總規模已達到215.5 EFLOPS，其中智能算力佔比超過80%。中國不僅在源源不斷地生產電力，更通過國家級的工程項目，將廉價能源精準地轉化為高效算力。對比之下，美國電網由於歷史原因，至今仍處於“諸侯割據”的狀態，三大電網分區而治、互不往來。這讓美國在面對AI這種爆發式能源需求時，顯得捉襟見肘。而對於中國AI企業來說，這種國家級基建帶來的的紅利，是電價帶來的成本護城河。算一筆最直觀的帳，在美國，AI公司聚集區域的電價普遍在0.12到0.15美元每千瓦時；而在中國西部地區，工業電價大約只有0.2元人民幣，換算下來僅為0.03美元。這意味著我們的電力成本甚至不到美國的四分之一。當科技公司訓練一個千億級參數的大模型時，單次訓練耗電量高達數百萬度。在美國，光是電力成本就得砸進上百萬美元，而在中國西部，同樣的訓練任務只需要幾十萬美元就能搞定。所以，矽谷巨頭紛紛自建核電廠，本質上是當美國的公共基礎服務跟不上技術爆發時，企業只能被迫把自己變成能源公司。而中國早已用國家級的能源體系，為AI時代的爆發做好了準備。不缺電的中國，還在瘋狂建電廠而現在，並不缺電的中國，還在拚命建電廠。2024年，全國全社會用電量同比增長了8.1%。但與此同時，內蒙古、寧夏、甘肅等能源基地的火電、風電項目依然在密集開工，甚至很多項目剛投產就啟動了擴建。特高壓工程和東數西算資料中心，正像毛細血管一樣在全國版圖上瘋狂生長。這種不計成本的加碼，是因為我們意識到：電力，不再只是單純的基礎設施，而正轉變為支撐AI競賽的戰略資源。在AI浪潮席捲全球的當下，大模型、晶片、算力的爭奪只是表象，背後的終極支撐只有一個，那就是龐大且穩定的電力。無論是訓練、推理還是部署，每一個環節本質上都是吞噬電能的黑洞。晶片可以最佳化性能，架構可以提高效率，但如果沒有充足的能源供給，一切都是空中樓閣。也正因如此，能源主權開始成為決定勝負的核心議題。它決定了一個國家能不能在AI競賽中持續推進，而不必擔心被外部供電波動或能源價格拖後腿。全球範圍內的能源競爭，正在愈演愈烈，在大洋彼岸，這種對能源競爭的極致焦慮，更是表現得更為露骨。今年年初，美國突然出兵委內瑞拉並帶走其總統，名義上是打擊走私，但明眼人都知道，那裡有著全球最大的石油儲量。再看美國一直試圖買下格陵蘭島的執念，這絕不是普通的房地產交易，而是看中了那裡蘊藏的、支撐未來工業的稀土和油氣資源。看似荒誕或激進的行為，本質上都是在為未來的科技競爭搶奪燃料。結語所有的算力奇蹟，都離不開能源的堆疊。當AI競賽進入下半場，決定勝負的就不再是晶片科技，而是國家的能源體系。在大國博弈的棋局裡，能源從來不是科技的註腳，它已經成為了入場券本身。能源主權，正在悄悄重塑整個世界的科技競爭格局。 (虎嗅APP)

AI即人工智慧，被認為是掀開人類第四次工業革命的關鍵技術，某種程度上決定了未來幾十年的世界格上一輪工業革命即第三次工業革命，資訊技術革命中，由於蘇聯落後美國，最終兩國國力差距越來越大，一般認為這是蘇聯解體的生產力根原。人類經歷的4輪工業革命。2022年GPT3.5發佈掀開AI革命以來，全球AI產業呈現中美對抗之勢。AI技術要求強大的算力，算力的物質基礎是越來越強大的顯示卡，顯示卡的核心是高精度晶片。除算力外，AI的發展迭代需要海量的訓練，而這就要消耗巨量的電力。拿目前世界上最先進的AI，GPT4.0舉例子，4.0僅僅訓練一次就要消耗掉幾百萬度的電，相當於一座小城市一年用電量。中美兩國在支撐AI革命背後所需的能源增長示意圖。美國西方當然知道AI對中美大國競爭的意義，試圖讓中國變成下一個蘇聯一直是當前美國高層的共識。但面對中國這麼個龐然大物，顯然直接軍事對抗是打不垮的。全球化的今天，美國一時半會也無法擺脫對中國供應鏈的依賴，且經濟上中國正在全方位超過美國。那唯一的辦法就是技術封鎖，在半導體產業中國雖有巨大的產量，但技術上和西方國家差距太大，目前台積電已經可生產2nm晶片，中國還只能製造出7nm晶片。而小小的晶片卻是AI算力的物質基礎，這便是美國為什麼會在這塊封鎖中國。中美AI產業的優劣勢對比。不過即使缺乏高精度晶片，中國依舊有發展AI的優勢，其中核心的是中國有巨大且廉價的電力產量。2025年全年中國發電量破10兆度，佔當年全人類發電和的3分之1，是美國的2.4倍。更恐怖的是中國依舊在砸巨量資金建設電站，1.2兆元的雅魯藏布江水電站工程只是近年中國狂建電站的代表，中國還在大力推進核電、風電、水電、太陽能發電工程。中美發電能力對比。2025年中國新建發電站等的發電能力約為470吉瓦。美國能源資訊署的資料顯示，美國同期增加的發電能力為64吉瓦，中國的發電增量達到美國的7倍。由於摩爾定律的制約，極有可能未來不久晶片精度就將達到頂峰，而中國慢慢研發也將追上來，而那時AI競爭將不再是算力競爭，而是電力競爭。由於中國有巨大且廉價的電力生產，意味著中國可以訓練更強大的AI，而美國電力供應遠遠少於中國，意味著最終美國將在AI革命中輸下陣來。2024年以來中國AI正在逐漸追上美國。 (未音g)

太空高速公路上，兩顆衛星以每秒7公里的速度呼嘯而過，最近時，僅隔200米！比你家到樓下便利店還短的距離，在真空宇宙裡就是“生死一線”。去年12月這場驚魂擦肩，竟直接逼得馬斯克緊急拍板：4400顆星鏈衛星，集體從550公里“搬家”到480公里！中國科學院軟體所最新報告一針見血：這不是技術最佳化，是被“撞”出來的戰略轉身。還記得2021年嗎？星鏈-1095衛星突然“俯衝”到382公里，直插中國空間站軌道;三個月後，星鏈-2305又玩“貼臉殺”，最近僅30公里！航天員被迫中斷實驗、緊急避險——這那是軌道誤差？分明是太空版“別車”！當時趙立堅一句“美方無權單方面設定碰撞標準”，至今振聾發聵。而去年12月，新發射的中國衛星2025-292A與星鏈-6079在560公里高空再度“狹路相逢”，TLE資料生成僅14分鐘，SpaceX差點連預警時間都沒有。副總裁尼科爾斯轉發中國發射新聞時，手心估計全是汗。降軌真是為“安全”？別天真了！中科院報告扒得透亮：480公里軌道上，競爭對手衛星少了一大半，反而更“清淨”;大氣阻力雖讓衛星壽命縮水(每天衰減267米  vs  原101米)，但失效衛星墜毀更快，能快速“洗白”安全記錄;更關鍵的是——低軌訊號強、延遲低，商業價值拉滿！所謂“提升安全”，實則是“一石四鳥”：回應國際批評、搶佔黃金頻段、規避監管壓力、重塑企業形象。馬斯克這波操作，精得像算盤珠子。但危險才剛開場！4400顆衛星同步降軌，人類航天史上頭一遭。專家急吼：大規模機動若出岔子，碎片連鎖反應可能引爆“凱斯勒綜合徵”——太空變“碎片墳場”，所有國家航天器集體陪葬！更扎心的是，星鏈已成“雙面刃”：在非洲薩赫勒，暴恐分子用它策劃襲擊;在東南亞電詐園區，警方一次繳獲30多套終端。商業自由？當技術淪為干預他國內政的工具，這“自由”早該打上問號！反觀中國，空間站向17國開放合作，北斗服務全球防災減災，主動提出“72小時發射預報”國際準則。我們不搞太空霸權，只求規則公平。正如航天老專家那句肺腑之言：“太空不是霍布斯叢林，而是人類命運共同體的最佳試驗場。”星鏈降軌像面鏡子——照出商業航天的野蠻生長，更照見全球治理的集體失語。當近地軌道衛星突破5萬顆，每顆碎片都是懸在頭頂的達摩克利斯之劍。守護星空，從來不是某個國家的獨角戲，而是全人類必須扛起的共同責任。下一次“200米驚魂”，我們還能僥倖躲過嗎？ (時報新征途)