據輝達公司官網11月12日消息，輝達首席執行長黃仁勳辭職。此次人事變動發生在輝達治理危機持續發酵之際。11月8日，黃仁勳承認對妻子不忠。同一天，輝達董事會宣佈成立由獨立董事組成的委員會，聘請外部律師調查黃仁勳。11月10日，輝達獨立董事進一步聘請前美國聯邦檢察官及其所在律所參與調查。11月11日，黃仁勳被曝出第二起婚外情。同期，輝達股價持續下跌。11月9日，輝達股價下跌4.27%，11月10日，輝達繼續下跌5.47%，兩天時間市值蒸發約4200億美元。11月12日開盤前，輝達股價下跌約10%，最新市值已經跌破4兆美元。而就在幾周前，輝達還是全球市值最高的上市公司，市值超過5兆美元。
對於如此急變，許多人都在追問，到底是怎麼回事？此前美國也曾有不少大型企業創始人或CEO醜聞事件，但都不像黃仁勳這樣在短短三天內辭任，這又是為什麼？
本文或許可以提供一個重要角度。實際上，美國內部一直存在兩種AI政策邏輯及利益派系的博弈。本文呈現了一場隔空交鋒：一方是美國智庫戰略與國際研究中心（CSIS）瓦德瓦尼人工智慧中心主任艾倫在國會力陳對華晶片管制的國家安全價值，其論調延續了多年來將中美AI競爭視作“新冷戰”的對抗思維，強調切斷中國先進晶片獲取管道的必要性。另一方是時任輝達CEO黃仁勳以“AI五層堆疊”隔空回應，明確指出AI發展是國家系統工程，電力短缺、應用場景不足等短板，才是制約美國維持AI領導力的真正困局，單純的出口管制無異於自斷市場臂膀。
這場隔空對話代表著美國內部兩派利益，也影響著中美科技競爭走向。而此前川普政府的晶片出口政策一定程度上顯現出黃仁勳觀點的影響力。然而如分析人士指出，當美國的資本矛盾和政治矛盾都到了難以調和的臨界點，一個人過去的主張及影響力，反而會招致被反噬的風險。為便於國內各界把握形勢之變，知己知彼，歐亞系統科學研究會特翻譯編寫此文，供讀者審慎參考。文章僅代表作者本人觀點。
遏制中國還是自我提升？黃仁勳與艾倫關於美國AI戰略的隔空交鋒
01. AI新冷戰：艾倫的出口管制與對華遏制戰略
2025年12月2日，美國智庫戰略與國際研究中心CSIS下設的瓦德瓦尼人工智慧中心主任艾倫（Gregory C. Allen）在參議院外交關係委員會發表國會聽證會陳詞，主張在AI晶片領域加強對中國的出口管制。早在2017年，艾倫就在美國情報高級研究計畫局（IARPA）的資助下，牽頭撰寫了《人工智慧與國家安全》報告，強調AI將成為繼核武器、航空航天、網路技術、生物技術之後的又一類顛覆性軍事技術，而中國大型科技企業在AI的投入規模與能力增長對美國構成威脅。
在最新的國會證詞中，艾倫一開始便強調，川普政府與拜登政府均將當前美中人工智慧競賽比作冷戰時期美國與蘇聯的太空競賽，且當前的人工智慧競賽在絕對規模上更大。1960至1973年間，美國政府為阿波羅計畫投入280億美元，經通膨調整後相當於3260億美元。而到2026年，僅美國五家企業——Meta、Alphabet、微軟、亞馬遜和甲骨文——的人工智慧專項資本支出合計預計就將超過4500億美元。此外，OpenAI、Anthropic及xAI等其他企業還將為這一總額再添數千億美元投資。這一資料表明，與太空競賽不同，人工智慧競賽的絕大多數活動都發生在商業私營領域。總體而言，美國企業單年的人工智慧投資規模，就遠超美國政府在整個13年阿波羅計畫周期內的總投入。
艾倫強調，美國政府在中美人工智慧競賽中採取的最具戰略意義的舉措，就是阻止中國獲取最先進的人工智慧晶片，同時切斷其自主研發晶片的技術途徑。該戰略的核心舉措始於川普政府第一任期，後在拜登政府時期得到大幅擴充。若拜登政府未對先進人工智慧晶片實施出口管制，全球首個百萬晶片級人工智慧叢集大機率會落戶中國而非美國。川普政府第一任期的相關管制措施對中國半導體產業影響深遠：其阻止中國晶片製造商獲取EUV等先進製造裝置，致使中芯國際長期停滯在7奈米技術節點，且未來數年或仍難突破；同時還禁止華為旗下海思半導體等頭部晶片設計企業，通過台積電等代工廠獲取美製半導體裝置。而蘋果、台積電、輝達等企業則成為美國早期出口管制的主要受益者，這些舉措嚴重重創了中國擺脫對美人工智慧及半導體技術依賴的努力。
在當下的競爭格局下，艾倫認為，晶片的出口管制（特別是輝達晶片）更有利於美國的國家安全。出口管制確實增強了中國政府和企業提升本土半導體裝置供應商能力的意願，但這並不等同於出口管制直接推動了技術本土化。艾倫認為，美國實施的最重要的出口管制措施，就是針對先進半導體製造裝置的管制。出口管制改變了裝置需求的結構：從技術層面看，中國採購的裝置技術複雜度有所降低；從地域層面看，先進節點裝置需求更多轉移至中國境外，而傳統節點裝置需求則更多流向中國，但出口管制並未改變裝置需求的整體增長趨勢。因此，出口管制並未摧毀市場需求，只是改變了需求結構。艾倫認識到，無論美國採取何種行動，中國原本就計畫大規模擴充晶片產能；但他也同時指出，出口管制的作用在於，確保中國的產能擴張不會導致美國及其盟友在先進晶片領域形成對中國的戰略依賴。
艾倫還在2025年3月於CSIS平台發表文章《解析美國盟友實施人工智慧與半導體出口管制的現行法律權限》中，認為現有的多邊出口管制架構既不夠靈活迅速，無法實施美國對中國施加的複雜、有針對性的人工智慧和半導體出口管制措施。艾特強調，美國能否阻止中國在AI與半導體領域追趕，核心取決於盟友的“管制對齊”——盟友具備單邊管制的法律權限，但缺乏執行能力與政治意願，且多邊架構僵化。川普政府需在“施壓盟友”與“協調利益”間平衡：既要推動盟友建立治外法權、中國專項管制，也要幫助盟友應對中國反制（如關鍵礦物替代供應鏈），避免盟友因經濟損失退出合作。
02. 黃仁勳的“國家系統工程論”：破解AI競爭的五層結構
就在艾倫在國會作證的次日，即2025年12月3日，黃仁勳接受了CSIS的採訪。黃仁勳以“國家系統工程論”回應艾倫基於冷戰思維提出的“對抗論”，指出人工智慧的發展本質上是國家整體能力的系統性工程，單純通過限制AI晶片出口，不僅無法解決美國在AI發展上的底層結構性困境，反而自斷臂膀，放棄關鍵市場。不同於艾倫將AI比作覆性軍事技術進而強調對抗的“狹義的國家安全”，黃仁勳提出，“廣義的國家安全”還包括經濟體的活力、產業的生產力、思想領域的創造力，以及司法體系的公平性。
黃仁勳對人工智慧的理解並非將其簡化為單一技術或單一產業，而是把AI描述為一個有機的“五層堆疊”（five-layer stack）：底層是能源，之上依次是晶片、基礎設施、大模型，最終到達面向具體行業的應用與落地場景。這意味著圍繞AI展開的大國博弈需要把注意力從浮於表面的演算法競賽拉回到那些真正決定國家能否規模化部署AI的物質條件與制度安排上。換言之，AI不是單純的“算力遊戲”，而是國家的系統工程。
第一層：能源
人工智慧的最底層是能源，這是黃仁勳反覆強調的首要條件。沒有充足且穩定的電力能源，晶片廠、超級電腦廠、AI資料中心等都無法建立。一個令黃仁勳感到不可思議的現實是，美國目前的能源供給僅為中國的50%，且增長停滯，而中國的能源規模還在持續攀升。據《金融時報》，OpenAI在10月致美國政府的公開信中指出，2024年中美新增電力裝機容量差距顯著：中國新增429吉瓦，超美國全網容量1/3、佔全球增量過半；美國僅新增51吉瓦，全球增量佔比僅12%。這意味著中國建構AI產業的底層能力遠強於美國。
這一差距也與美國的產業訴求形成了矛盾，川普反覆強調美國需要再工業化、將外流的製造業遷回本土以創造大量就業，但製造業回流以及核心工廠（晶片廠、超級電腦廠、AI資料中心）的落地，都必須以強大的能源體係為支撐，而美國社會曾長期存在“妖魔化”能源產業的傾向，制約了能源供給的增長。正因如此，黃仁勳對川普政府糾正過去十年在能源領域的錯誤，將“能源增長”和“再工業化”作為產業政策的兩大主要方向表示大力支援。
第二層：晶片
能源之上是晶片，這恰恰是黃仁勳與輝達的核心競爭力所在。從全球產業格局來看，美國在晶片技術層面領先數代是業界公認的事實，這是美國維持AI產業競爭力的核心優勢之一。輝達所佈局的晶片並非大眾認知中的遊戲顯示卡，而是適配AI資料中心的GPU，這類GPU有著極高的技術壁壘和產業價值，重達兩噸，包含150萬個零部件，功耗高達20萬瓦，單價更是達到300萬美元。黃仁勳還提到，外界曾有關於GPU走私的擔憂，但AI資料中心所需的GPU規模極大，想要完成走私幾乎不具備可行性。同時，輝達的晶片技術迭代速度也處於行業頂尖水平，沒有同體量的公司能夠做到每年推出新一代產品，其技術能實現每年5到10倍的性能提升。但即便如此，面對AI產業上萬倍甚至百萬倍級的算力需求增長，晶片技術的進步依然需要能源的強力支撐，這也再次印證了能源層與晶片層之間的強關聯。
黃仁勳還強調，絕不能因一時的優勢而掉以輕心，因為半導體產業的核心命脈在於製造環節，若有人認為中國無法攻克晶片製造難題，那無疑是一種誤判。在晶片產業的成本競爭上，中美之間的差距進一步拉大，中國的能源優勢意味著晶片企業的能源成本僅為美國一半，此外中國還會為工廠員工提供免費通勤等配套福利，而美國本身的能源成本就高於中國，疊加中國的政策後，美國晶片產業的最終成本可能達到中國的4到8倍，這一成本鴻溝對美國晶片產業的市場競爭力構成了嚴峻挑戰。
第三層：基礎設施
人工智慧發展的第三層是基礎設施。在黃仁勳看來，過去人們提及基礎設施，往往只侷限於雲端運算；但在AI產業的發展語境下，基礎設施的範疇已經被極大拓寬，除了雲端運算這類傳統基建外，還包括土地、電力、廠房等硬體設施，這些硬體要素甚至催生出了全新的配套產業。同時，基礎設施還涵蓋了金融服務，因為AI產業的發展需要巨額資本投入。從基建落地速度來看，中美之間也存在顯著差距，在美國，從破土動工到建成一座AI超級電腦資料中心，大概需要耗費三年時間，而中國高效的基建建設能力甚至能實現一周內建好一座醫院，這一差距也成為美國在AI基礎設施層面面臨的巨大挑戰。
第四層：大模型
第四層是大眾談論AI時最關注的AI大模型。這一層誕生了諸多具有革命性意義的成果，比如風靡全球的ChatGPT、Anthropic的Claude、Google的Gemini以及xAI的Grok，這些前沿模型憑藉強大的自然語言處理能力刷新了大眾對AI的認知。但黃仁勳也特別提醒，這四款模型僅僅是全球150萬個AI模型中的冰山一角，AI模型的能力邊界遠不止理解英語或自然語言。在更廣泛的學科和產業領域，AI模型展現出了多元的應用潛力：它能夠解讀基因、蛋白質的內在規律，也能推演物理定律；可以精準控制機器人的肢體動作，也能分析金融領域的長期時序資料，還能整合醫療領域的多模態資訊。從覆蓋範圍來看，AI模型的應用已經延伸至各個行業的各類資訊處理場景，全球150萬個AI模型正一一對應著這些多元的應用需求，這也意味著對AI模型的認知不能侷限於自然語言處理這一單一細分領域。
在中美AI模型層的競爭維度，美國的前沿AI模型無疑處於世界頂尖水平，大概領先全球6個月的時間，但中國在開源模型數量與研究人員數量方面已經領先美國。（1）沒有開源技術，初創企業便失去了成長的技術土壤，科學家難以借助AI工具實現技術創新，整個AI產業根本無法實現規模化發展，而中國在開源賽道的領先地位，也讓其在AI模型的普惠化和產業化層面佔據了先機。（2）此外，中國在研究人員數量、專利數量等方面均已處於全球領先位置：第一，中國擁有龐大的高素質理工科學生群體；第二，全球50%的AI研究者是華人；第三，去年全球70%的AI專利來自中國。中國的AI生態充滿活力、創新力十足，從業者也極其勤奮，是一個實力強勁的科技大國。
第五層：應用場景
人工智慧發展的最頂層是第五層——應用層。這一層是AI技術實現價值閉環的關鍵，因為AI模型本質上只是技術工具，而技術的最終價值必然要通過落地應用來體現。幾乎所有行業都能找到深度適配的AI技術，無論是關係民生的醫療領域、服務大眾的娛樂領域，還是支撐實體經濟的製造業、關乎未來出行的自動駕駛和交通運輸領域。
以機器人為例，該領域將是未來全球科技與產業競爭的關鍵賽道。中國在這一領域極具優勢：第一，中國有巨大的市場需求，本土製造業需要大量勞動力替代，未來勞動力短缺問題也會倒逼機器人技術落地；第二，中國具備紮實的AI技術；第三，中國在機電一體化領域實力突出，實現了需求和供給能力的匹配。其他國家則各有短板：日本有需求和機電技術，但AI能力不足；德國同理；而美國如果完成再工業化，會有大量需求，也有頂尖軟體技術，但機電一體化能力還需要提升。
此外，黃仁勳特別強調社會文化環境對模型發展的影響——中國社會對人工智慧接受度更高，公眾更傾向於將人工智慧視為機會，而非威脅；美國則存在較強的技術風險憂慮。這種社會氛圍差異導致模型在中國能夠更快深入行業場景、在更多領域得到應用，也使得中國的大模型產業能夠在實際使用反饋中快速迭代。黃仁勳認為，美國不能總用科幻電影裡的敘事來渲染AI的威脅，引發不必要的社會恐慌。
在黃仁勳看來，在AI應用和技術普及層面，美國絕不能落後於其他國家，因為誰先實現AI技術的規模化落地、誰的應用覆蓋範圍更廣，誰就能主導這場全新的工業革命。這一觀點也能從歷史中找到印證：電是由英國人發明的，但美國更快、更廣泛地實現了全社會的電氣化，最終借此成就了工業強國的地位，這一歷史經驗也為當下的AI應用競爭提供了重要的借鑑，即看待AI競爭不能只盯著ChatGPT和DeepSeek這類單一模型的對決，而要從整個技術堆疊（Technology Stack）和全行業的維度進行綜合評估，這遠比單一維度的對比要複雜得多。
綜上所述，黃仁勳的AI五層結構分析，共同構成最終的判斷：美國要鞏固AI領導力，不能只依靠晶片優勢和出口管制，而必須在能源、基礎設施和社會應用層面進行全面的國家戰略升級。而其中的電力供應，正成為美國AI發展最緊迫的底層制約。
03. 電力瓶頸：美國AI發展的最緊迫制約
（一）從石油到電力：美國能源戰略轉型的緊迫性
數十年來，美國能源戰略的核心是應對全球石油市場風險。但這一指導原則已日益過時：美國自2019年起已成為能源淨出口國，2024年更是全球最大的石油和天然氣生產國。AI的崛起，將電力供應提升至新的戰略高度：電力不再只是支撐經濟活動的一般性資源，而正演化為制約美國AI擴張乃至國家競爭優勢的“最緊迫瓶頸”。CSIS預測，美國AI資料中心電力需求將從2024年的4吉瓦（GW）飆升至2030年的84吉瓦，增幅高達21倍。
然而，自20世紀70年代起，美國電力行業整體發展增速便持續放緩，近幾十年的近乎零增長，是此前數十年增速穩步下滑的延續。當美國在過去二十年幾乎沒有經歷電力負荷增長時，美國社會與監管體系逐漸形成了一種“電力需求不會再大幅上升”的慣性思維。儘管2010年以來，美國發電裝機總容量已增長172吉瓦，達到1318吉瓦，看似具備充足的供應潛力，但風電、太陽能的非穩定供電特性，使得裝機容量無法等同於實際供電能力。
事實上，美國發電系統的總有效容量自2010年起便陷入停滯，甚至出現下降；與此同時，有效容量係數（實際發電量與其理論最大發電量之比）高達84%的燃煤機組，正被有效容量係數僅為34%的陸上風電和13%的太陽能所取代。2020年加州熱浪、2021年德州“烏里”冬季風暴等供電短缺事件，已為美國電力系統的可靠性敲響警鐘。更糟糕的是，從全國範圍來看，美國電力系統已基本無“備用容量”可言。
然而，AI時代的來臨正在徹底推翻過去數十年形成的結構性預期。如今，每新增1吉瓦資料中心用電需求，都需要配套同等規模的有效發電容量。過去未能實現有效容量增長，正是資料中心建設熱潮和AI技術競爭倒逼行業聚焦能源與電力問題的根本原因。此外，美國國內對經濟再工業化的廣泛政治共識，將帶動採礦、半導體製造、電池生產等能源密集型產業的發展。因此，美國新的長期能源戰略，應致力於打造堪比當前油氣領域全球主導地位的電力供應優勢。
（二）美國電力供應的能源結構與未來走向
截至2024年12月，美國煤電裝機共包含400余台機組，總容量達188吉瓦。而根據美國環境保護署（EPA）的分析，2035年前煤電退役規模或達150吉瓦以上。但川普政府廢除EPA溫室氣體排放規則的舉措，使得煤電快速退役的場景已不太可能出現。從短期來看，推遲煤電退役的確是緩解電力供需壓力的權宜之計。然而，煤電機組的老化問題突出，美國70%的煤電裝機（超130吉瓦）已運行40年以上。機組老化與相較其他能源的經濟競爭力下滑，共同導致煤電利用率持續走低。因此，儘管煤電退役速度短期內放緩，但到2030年代中期及以後或將出現加速。
美國電力行業正迎來天然氣發電建設熱潮。EPA的資料顯示，2030年前處於不同建設階段的新建燃氣發電項目總容量將達近30吉瓦。根據國際能源署（IEA），燃氣發電將成為美國巨量資料中心的主要電力來源。在現有發電技術體系中，燃氣發電憑藉建設周期最短、選址條件靈活、財務成本可控的核心優勢，能夠快速提供大規模有效電力容量。此外，燃氣電站可直接選址於資料中心內部或其毗鄰區域，這一佈局不僅能顯著提升區域電網的運行穩定性，還可大幅降低整體輸電系統的投資成本；部分燃氣電站還可與資料中心聯動建構獨立微電網，實現脫離主網的自主運行，這種模式可規避並網成本和並網延遲。然而，燃氣發電熱潮正引發上游供應鏈瓶頸。通用電氣、三菱、西門子等主要燃氣輪機製造商的訂單已迅速積壓，交貨周期已延後至2028年之後。儘管未來美國燃氣發電裝機規模仍將保持增長態勢，但行業若想進一步提升裝機增速，將面臨嚴峻的供應挑戰。
燃氣發電熱潮與光儲項目的大規模部署相輔相成。在不同州、不同市場和不同政策框架下，當前發電技術的經濟性均傾向於“燃氣+儲能+可再生能源”的混合組合模式：燃氣發電可提供全場景用電需求所需的有效容量；以太陽能為主的可再生能源，能以快速部署的優勢實現超低邊際發電成本，既降低整體供電成本、提升電力獲取速度，又最佳化項目碳排放水平；儲能系統則可平抑可再生能源發電波動，同時提升發電組合的整體經濟與可靠性價值。太陽能正迅速主導新增發電裝機市場，其重要性已遠超風電。2024年美國太陽能裝機新增30吉瓦，創歷史紀錄；而風電新增裝機僅5吉瓦，為2014年以來最低水平。
核能仍是一項建設周期較長的技術，其主要貢獻將體現在2030年之後。儘管核電具備明確的經濟和戰略價值，但巨額資本投入和成本超支風險仍是巨大挑戰。多個反應堆項目預計2030年前後完工，其中包括美國能源部支援的凱洛斯（Kairos）、X能源（X-Energy）、泰拉能源（Terra Power）等企業的先進反應堆設計。這類小容量、理論上可批次複製的反應堆，有望將核能的商業模式從大型工程轉變為類似燃氣聯合循環電站的模式，這一規模化構想也吸引了Google、亞馬遜等科技企業的投資。5吉瓦級的超大規模資料中心叢集，與核電機組天然適配。但此類項目必然會經歷前期運行偵錯和設計迭代階段，其對全國發電裝機的顯著貢獻要到2030年代中期才能顯現。
CSIS的研究認為，AI的崛起，將電力供應提升至新的戰略高度。美國新的長期能源戰略，應致力於打造堪比當前油氣領域全球主導地位的電力供應優勢。美國需將當前制約AI發展的電力短缺困境，轉化為長期的全球電力供應主導地位。這種規模的擴張具有可行性：1982-1991年的十年間，美國電力消費量增長了約800太瓦時（TWh），電力行業新建了43座核反應堆，總容量達52吉瓦。而這一切都是在沒有現代數字工程、製造技術、施工技術，更沒有AI輔助的情況下實現的。無論是核能、天然氣、太陽能、儲能還是地熱能，所需技術均已成熟。簡言之，滿足AI能源需求的工程和技術挑戰並非不可踰越，關鍵在於政策制定者能否打破現狀，開啟美國電力供應主導全球的未來。
04. 川普的政策轉向與美國的AI戰略未來走向
針對艾倫“就算丟了中國市場，我們還能在其他地方增長”的論調，黃仁勳強調，如果徹底退出中國市場，相當於把全球第二大AI市場、第二大科技市場拱手相讓；且中國市場是不可替代的——就像全球企業都想進軍美國市場一樣，失去中國市場的損失無法彌補。黃仁勳的採訪無疑是對白宮喊話，有些政策看似能達成短期目標，但長期的意外後果可能會對美國造成嚴重傷害。通過對AI發展的五層結構的解釋，他竭力讓川普政府意識到究竟是什麼因素在真正制約美國AI的發展。
目前來看，這場辯論暫時以黃仁勳勝出。2025年12月9日，川普宣佈，美國將允許輝達向中國出售其H200人工智慧晶片，條件是美國可從銷售額中抽取25%的分成，不過銷售將僅限於“獲批准的客戶”。但對於未來，黃仁勳也提出，接下來的關鍵問題，是如何平衡技術擴散、出口和標準輸出：第一，要守護狹義的國家安全，防止敏感技術流向對手；第二，要確保美國企業能優先用上最頂尖的技術；第三，在此基礎上，要積極向全球推廣美國的技術標準，通過全球市場反哺研發，從而維持科技和軍事領域的絕對優勢，這三者是相輔相成的。
總體來看，美國正在形成“能源—AI—再工業化”相互協同的安全與發展戰略：AI驅動的技術優勢為能源開發與製造業回流提供了關鍵技術支撐；能源體系在成本與供給安全上的保障，為AI產業與製造業奠定了穩定營運的基礎；而製造業回流所帶來的產業鏈控制權及多樣化場景需求，又反過來推動AI技術的落地與迭代。AI技術進步、能源體系穩固與製造業回流之間構成了一個互相強化的正向循環，共同支撐美國“經濟安全—國家安全”的整體戰略目標。
這一戰略在剛剛發佈的《美國國家安全戰略》中有所體現，該戰略一方面明確將確保美國的技術與標準——特別是在人工智慧、生物技術和量子計算領域——引領世界發展，視為“美國核心且至關重要的國家利益”；另一方面將恢復美國的能源主導地位（包括石油、天然氣、煤炭和核能）並推動關鍵能源元件回流，列為“最高戰略優先事項”，同時拒絕“氣候變化”和“淨零排放”意識形態。該戰略還強調，廉價且豐富的能源將為美國創造高薪就業機會，降低消費者和企業成本，推動再工業化，並幫助維持美國在人工智慧等尖端技術領域的優勢。
*文章主要編譯自CSIS發表的12月2日Gregory C. Allen的國會證詞Countering China’s Challenge to American AI Leadership，黃仁勳12月3日的採訪實錄NVIDIA’s Jensen Huang on Securing American Leadership on AI，以及CSIS在2025年3月發表的Gregory C. Allen主筆文章Understanding U.S. Allies’ Current Legal Authority to Implement AI and Semiconductor Export Controls和Cy McGeady等人的文章The Electricity Supply Bottleneck on U.S. AI Dominance；同時文章還參考了Financial Times的評論The power crunch threatening America’s AI ambitions，以及近期美國官方發佈的《美國國家安全戰略》。標題為譯者自擬。
作者：格雷戈裡·C·艾倫
現任戰略與國際研究中心（CSIS）瓦德瓦尼人工智慧中心高級顧問，牽頭一支學者團隊，主要研究人工智慧政策、治理、外交、地緣政治及國家安全領域的議題。艾倫在推動美國及其盟友人工智慧政策議程的制定中發揮著重要作用，曾參與2023年、2024年七國集團（G7）峰會以及人工智慧安全峰會系列等多場重要國際論壇的相關工作。 (歐亞系統科學研究會)