美國金融專家：美國在AI技術上絕對領先中國，中國在AI領域的唯一優勢就是電力資源比美國多

01 前沿導讀

美國富蘭克林股票集團首席投資官喬納森·柯蒂斯在接受採訪時表示：

美國在ai方面多領域領先中國，其中包括了晶片、軟體系統、人工智慧生態應用等領域。

但是國際層面許多人認為中國的ai技術比美國強，這是因為我們目前落後的是電力，中國在過去十年當中致力於電力建設，這讓中國的電力負載能力提升了一倍，而美國在過去一直發展尖端科技，導致了我們如今電力不足的情況，我們現在急需趕上的領域是電力基礎設施，而不是ai晶片技術。

02 資源差異

根據美國史丹佛所發佈的ai報告顯示，2024年全球AI耗電已佔電力總需求的2.3%，其中美國的資料中心耗電三年激增340%，輝達H100單卡功耗700瓦，訓練千億參數模型需上萬卡平行，單次訓練電費超400萬美元。

而美國在電力資源上面的佈局比中國落後很多，這直接導致了美國ai技術在資源上面的成本過高。訓練GPT-4大約需要1.2萬片輝達的H100晶片，其總體耗電量相當於50萬戶家庭的日用電量。在產業資源上面，美國處於明顯的劣勢地位。

美國53%的變電站裝置已經運行了超過30年，電網70%的輸電線路建於上世紀，升級成本預估將超過2兆美元。

2023年，美國德州因極端天氣引發4次大規模停電，輝達建設在德州的AI工廠峰值用電佔休斯敦市區總負荷的12%，引發區域性斷電風險警報。

而中國則建成了42條特高壓線路，將甘肅風電以99.7%效率輸抵東部資料中心。中國資料中心的綠電佔比達42%，依託“東數西算”工程，在可再生能源富集區域建設8大算力樞紐。從長遠發展的角度來看，中國企業在ai技術上面的後勁很足。

open ai公司的CEO薩姆·奧爾特曼曾公開表示：“未來十年，誰掌握智能和能源，誰就可以在技術競爭當中獲勝。”

並且open ai公司發表了產業資料預測，到2030年，美國發展ai技術需要用到約50GW的新增電力產能。如果說曾經的ai技術採用的是算力+連接的發展模式，那麼未來的ai技術採用的就是算力+供電的發展模式。

在ai大模型的訓練過程中，算力叢集需要長時間保持一個滿負荷的工作狀態，這對於電力的持續供應有著極高的要求標準。如果電力資源跟不上，那麼就無法保證ai技術的訓練持續性，造成的唯一結果就是技術落後。

03 產業優勢

根據阿里研究院在2025年所發佈的專欄報告顯示，ai晶片是發展大模型的硬體基礎，美國企業在這個環節佔據著主動權。

輝達的ai顯示卡佔全球總市場的90%以上，有了先進並且數量龐大的硬體晶片，美國可以優先發展更高水平的ai技術，這是美國的優勢。

雖然美國的ai硬體優勢明顯，但是其在電力供應上面卻存在較大的短板。Google前CEO施密特曾公開表示，美國未來的產業瓶頸，並不是在技術上面，而是在資源上面，美國的電力不夠用了。

現在美國在電力上面所表現出來的短板，又恰好是中國所擁有的長處。

截止到2024年，中國風電裝機量大約為5.1億千瓦，年度新增裝機全球佔比在40%以上。在基礎設施的建設上面，我們一直處於世界領先水平，並且持續表現出增長的趨勢。

在能源技術領域，例如可再生能源、核能、超高壓輸電等方面，中國企業均實現了大規模的商業化發展。

在太陽能發電產業領域，中國已經掌握從多晶矽、矽片、電池片到元件的完整產業鏈。並且在這些產業鏈的各個環節當中，中國的國際市場份額均保持在75%以上，甚至電池片的市場份額常年保持在85%以上，資源優勢顯著。

據研究院的資料估算，到2030年，GPU算力叢集的整體用電量將會佔據全國用電量的2.7%。與此同時，中國在新能源產業的裝機量也在持續增長，太陽能和風電的裝機量分別增長了45%和18%，實現了與ai產業同步發展的模式。

ai技術對於電力資源的龐大需求，也進一步推動了中國在資源上面的高水平發展。有了高水平的資源優勢，剩下的就是穩步推進ai技術的發展，實現資源與技術的正循環。 (逍遙漠)