近年来，以ChatGPT为代表的一系列令人耳晕目眩的新名词，不断昭示着AI技术的最新热潮。美国股市的巨大估值与美国官员的公开背书，都在认证着AI时代的到来。

在发表于《金融时报》的文章中，美国国务卿布林肯和美国商务部部长雷蒙多，引用亚伯拉罕·林肯的话，将人工智能与文字和印刷机这两项发明相提并论，认为这是一类特殊的发明，能促进所有其他发明和发现。通过对中国禁售高端芯片，限制投资和科研合作，美国用实际行动表明，AI已经成了地缘政治和大国博弈的又一焦点。

然而，这一轮人工智能技术革命导致的大国科技竞争，与美国当年通过曼哈顿工程、阿波罗计划所引领的那几场，具有显著的不同特点。通过冷战思维与技术封锁的老路，在过去无法保障美国垄断科技优势，在今天更不可能。

原子弹和航天技术的设备和从业者高度专门化，有着易于保密和管控的特点。相比之下，AI技术有着非常多样化的应用场景，广泛应用于各行各业，从医疗、金融到制造业和娱乐；有着非常丰富的开发人员构成，不限于大型企业和政府机构，还包括学术界、中小企业和个人开发者；有着开源和开放性，存在大量开源项目和开放数据集，通过社区、论文和在线课程广泛传播和普及；有着快速的技术迭代和市场需求的强烈驱动；还有着多样化的知识基础，涉及AI所赋能的千行百业需要解决的问题，这都会让封锁和限制措施的效果大打折扣。

那么封锁路径之外，堂堂正正的AI科技竞争又如何呢？

对比中美各自的优势和劣势，并不难看到一些表面特点。比如美国有一些领先的科技公司，有较好的创新环境，能吸引全球顶尖的AI人才，但美国在数据隐私上的过于严格会限制AI技术发展。而中国有更好的制造业基础，在AI与产业融合上有巨大优势；得益于庞大市场规模和广阔应用场景，中国企业有快速的执行力，以推进AI技术应用落地和商业化，当然中国在基础研究和核心技术上仍有一定的对外依赖，尚需要进一步科技自立自强。

上述这些特点都是可以调整的，比如数据隐私终究是一个政策问题，大有技术性的操作空间，比如美国的创新与中国的执行，也只是一种笼统的概括，实际情况可能更复杂，也是可以互相取经的，中国在致力于打造科创中心，美国也在以国家力量投入制造业，如芯片制造的本土化。

而如果我们深究，假设中美两国政府都高度重视这一轮AI科技和产业竞争，给予最大的支持和投入，在各自借鉴对方，扬长避短、取长补短之后，还有哪些深层的、根本性的问题是短期难以改变的呢？

在看到英伟达为代表的美国科技七巨头庞大的市值后，人们往往会产生一种印象，美国科技企业拥有高不可攀的领先优势和壁垒。且不论是否果真如此，从另一个角度，美国股市这种集中于极少数的估值结构，最能反映的是资本追逐利润的特性，市值背后是快速增长的财务表现和乐观的未来预期，而非业务的重要性或利润之外的某些意义，比如波音的重要性，目前就无法用资本市场给出的估值衡量。

AI这一赛道上同样有非常多的重要环节，其意义是无法被追逐利润的资本市场所评估的。AI对数据存储与计算资源的需求日益庞大，这就需要建设更多的数据中心，并提供相关基础设施的配套支持，比如电力系统。

在美国，数据中心一夜之间激增的电力需求，现在正超出许多地方的可用电力供应。这导致企业接入电网的等待时间长达数年，对于生活在数据中心密集区的居民来说，停电和价格上涨的担忧日益增加。

据高盛的一份报告估计，到2030年，数据中心占全球能源的使用量，会从当前的2%上升到4%，由于全球电力需求多年来一直平稳，这里每一个百分点都是非常巨大的。在美国，未来20年的电力需求预计将增长40％，而过去20年仅增长了9％，数据中心是这一需求激增的最大原因。瑞典的数据中心电力需求在这个十年内可能翻倍，并在2040年再次翻倍。在英国，预计AI在未来十年内将多消耗500％的能源。在美国，预计到2030年，数据中心将占用总电力的8％，而2022年这一比例为3％，根据高盛的说法，这是“一代人未曾见过的电力增长”。

数据中心使用的电力比大多数国家都多。全球范围内，已经建成或在建的数据中心超过7000个，而2015年这一数字为3600个。这些数据中心如果连续运行，年耗电量可达到508太瓦时，超过意大利或澳大利亚的全年电力生产。到2034年，全球数据中心的能源消耗预计将超过1580太瓦时，几乎相当于整个印度的用电量。（1太瓦时等于1万亿瓦时，也就是10^12瓦时）

面对这样的形势，微软、谷歌、亚马逊这些大公司都在研究使用更少电力、平衡电网需求的技术方法，大体是从芯片、服务器、冷却设备中挤出更多效率，或将负载转移到不同地区。微软和亚马逊也在押注核能，目前还没有明确的道路。从硅谷的规律看，所需的电力只会增加，每个英伟达的H100芯片消耗多达700瓦，几乎是典型60英寸平板电视功耗的八倍，而最新的芯片B100，能耗几乎是H100的两倍。微软在2020年建造的超级计算机训练了OpenAI的GPT-3，使用了1万个当时最新的AI芯片。2023年11月，微软新建的超级计算机依赖14400个Nvidia H100芯片，下一代超级计算机已经在设计中，将比现有的强大30倍。

在这些大公司雄心勃勃、狂飙突进的同时，普通美国人的生活正受到影响。电力公司在新的变电站、输电线路和基础设施上的大量投资，导致电价上涨，升级的成本通常在整个地区的电力用户之间分摊，显示为每个人月度电费单上的一个项目。

弗吉尼亚的一个在建的数据中心

数据中心的建设需要大量土地和特定的环境条件，可用土地逐渐减少，环境保护和土地使用争议，会对新建电力基础设施造成限制。彭博社报道了美国弗吉尼亚的劳登县的案例，这里曾以马场和内战战场闻名，过去15年，大量田野和森林被清除，用来建造数据中心。当地的电力公司Dominion Energy在2022年春天经历了18次负荷警告，也就是有控制的断电，包括轮流停电。

在弗吉尼亚，反对数据中心的声音越来越大。在今年三月的威廉王子县监督员会议上，愤怒的居民对一项允许在特定地块上建造更高的数据中心的分区变更提出了反对意见。一位女士告诉官员们，数据中心正在将她安静的社区变成“反乌托邦噩梦”。但在听取了十几个人反对分区变更的意见后，监督员们还是投票通过了，更大的数据中心得到了批准。

对于微软、谷歌、亚马逊这些云计算大厂来说，采取措施优化其数据中心冷却系统，购买可再生能源抵消其碳排放，可以降低能源成本，也能改善公众形象，固然令他们有动力在能效优化上做更多的事，但从他们的盈利模式看，更多的客户，更大的数据流量，是最根本的目标，因此必然会追求建更多的数据中心，部署能耗更多的设备，训练更强的AI大模型。资本市场基于这些大公司创造的利润来定价，却并不会为背后的代价估值。

相比之下，中国也要发展人工智能，要建数据中心，但中国的办法，是通过一系列产业布局和技术创新，来确保数据中心的稳定运行和电力系统的可持续发展。这些成就也是难以被资本定价的。

中国大力发展光伏和风电等可再生能源的成就有目共睹。截至2023年底，中国光伏装机容量已超过300吉瓦，是全球光伏装机容量最大的国家。中国风电装机容量已超过350吉瓦，是全球风电装机容量最大的国家。

中国的特高压输电技术世界领先，建成了世界上最大的特高压输电网络。

中国的智能电网也世界领先，通过智能调度、分布式能源管理、微电网、需求侧管理，提升电力系统的灵活性和可靠性，更好地应对数据中心的高峰负荷需求。在中国，电力系统不仅是人工智能发展的支撑，也得到了反哺，中国积极推动人工智能、大数据和物联网等技术在电力系统中的应用，提高电力系统的智能化水平。位于贵州的贵安新区数据中心，利用当地丰富的水电资源，采用高效节能技术和智能管理系统，被誉为绿色数据中心的典范。在北京、天津和河北地区，建设了多个分布式能源项目，通过微电网和储能系统，提升数据中心的电力供应可靠性。

中国的储能技术同样处于世界领先，中国拥有全球最大的电池生产能力，具备大规模制造和供应链整合的优势。在电网侧储能项目上，中国投入大量资源，通过电池储能系统（BESS）提高电网的稳定性和调节能力。在数据中心部署大规模电池储能系统，存储可再生能源发电的剩余电力，能在需求高峰时提供稳定的电力供应。

表面上看，中国是在AI时代到来之前，取得了产业布局上的一系列前瞻性的成功，是依托中国制造业的雄厚基础，下对了先手棋，似乎是某种幸运的体现。但这里还有更深层的逻辑不能被忽略，就是中国的体制优势发挥了意想不到的作用。

如果从资本的逻辑，从纯粹市场经济的逻辑上看，在贵州这样中国最落后、最不发达的地区之一，不仅耗费巨资修建公路和桥梁，还建成大量数据中心，除了气候和地理上的少数有利条件外，都不是一桩合适的投资。但中国并不是从利润、回报率这些角度来布局产业的，国家将贵州定位为大数据产业的基地，是基于社会主义市场经济的另一套逻辑。如果没有大数据这样相对高端的产业布局来驱动，在贵州通水、通电、通路、通网，改善偏远地区农民的生活，就缺乏经济上的可持续性，不可能完全实现。以通电来说，中国建设了大量输变电线路和配电设施，在偏远山区，则大量采用太阳能光伏发电和小水电等分布式能源，使得贵州的农村电力覆盖率达到100%。

贵州省盘州市保田镇鹅毛寨村的光伏发电站（来源：新华社）

近一段时间，国内和海外一些经济学家经常提出，中国应该投入更多政策和资源支持居民消费，而不是继续投资于生产领域。这些说法并非全然没有道理，但也要理解到，如果没有像在贵州这样的基础设施建设和产业布局，如果没有对像光伏、电网这些领域的生产投入，中国几亿农村居民的生活就无法改善，他们的消费也就更无从谈起。中国体制并不追求短期的经济刺激，也不追求短期的资本回报。

在AI发展冲击全球电力系统的当前挑战下，中国坐拥一个强大的新能源与电力产业，能够处变不惊，这不完全是幸运，而有着某种必然性。

在AI时代，中美科技竞争中，这样对中国有利的因素还会有很多。比如，依靠强大的基础设施与网络建设，从智能家居、智慧城市到工业物联网，中国能为AI技术找到广泛的应用场景，这也是其他国家很难效仿的。在农村，大量摄像头和传感器的部署，使得农业生产，如灌溉、养殖的监控，都找到了智能解决方案。能有这样一个大规模智能物联网市场的前提，依然是当初不计回报的通水、通电、通路、通网。

美国官员将人工智能比作文字和印刷机这样的发明，指的就是人工智能的产业赋能与发明促进作用，如果仅从用AI来干活，来生产和创造来说，中国已经进入了人工智能的时代。