详细内容或原文请订阅后点击阅览
人工智能竞赛的真正关键：纳米还是千兆瓦？
到2030年，中美关系人工智能竞争的决定因素可能不是谁制造了最先进的芯片，而是谁部署了最多的计算能力。
来源:《外交家》_经济多年来，人工智能领导地位的争夺一直被视为对先进半导体的争夺。但决定性的优势可能不属于制造最好芯片的国家，而是属于能够在其经济中部署最多计算能力的国家。在人工智能时代，纳米仍然很重要。然而，千兆瓦级的容量也越来越大。
中国的新兴战略，包括通过国家计算网络连接人工智能数据中心和扩大支持性能源基础设施的计划，反映了一种更广泛的信念，即人工智能的领导地位将由大规模部署决定。主要关注半导体制造的政府可能会追逐过去的优势，而不是未来的优势。据报道，中国计划在五年内投资约 2 万亿元人民币（即 2950 亿美元）建设全国性的互联人工智能数据中心网络，突显了这一战略转变的规模。
我们可以比较全球数据中心的扩张轨迹。对于美国，麦肯锡的最新分析预计，2025年美国数据中心电力容量将达到30吉瓦以上，到2030年将增至90吉瓦以上。对于中国，Rystad估计中国数据中心总容量将从2025年底的32吉瓦增至2030年的60吉瓦以上。人工智能设施预计将从2020年占容量的39%增加到60吉瓦以上。 2026 年到 2030 年增长 48%，意味着到 2030 年约 29 吉瓦。在同一项研究中，估计全球产能将达到 155 吉瓦，这意味着美国和中国加起来将占全球人工智能产能的约 77%。
计算领域已经发展，更小的晶体管为拥有先进制造技术的国家提供了竞争优势。美国及其盟国传统上在半导体制造领域处于领先地位，而中国正在增强自身能力以减少对外国技术的依赖。随着新一代半导体的出现，需要大量投资和创新来优化处理器、内存、数据中心和通信网络的集成，特别是在人工智能推动需求的情况下。
Nvidia 体现了人工智能驱动型经济的这种转变。这家美国公司的蓬勃发展不仅通过强大的处理器，还通过创建强大的网络技术和软件解决方案生态系统。分析师估计 Nvidia 控制着人工智能加速器市场大约 70% 到 80% 的份额，这说明了生态系统整合的价值超越了芯片设计本身。
中国政策制定者可能已经得出结论，在半导体制造领域与美国匹敌将是昂贵且耗时的。北京似乎并没有等待弥合所有技术差距，而是专注于利用现有硬件建设广泛部署人工智能所需的基础设施。报道中的人工智能蓝图将连接全国的计算中心，并严重依赖国内供应商，体现了以规模、协调和部署为中心的战略。
实际上，中国正试图在人工智能完善之前将其产业化。历史表明，发明和大规模经济应用往往是不同的成就。当变革性技术融入生产系统、机构、供应链和日常经济活动时，它们就会产生最大的影响。
另一个区别是，美国的数据中心所有权和计算基础设施高度集中在五家超大规模提供商（Amazon、Google、Microsoft、Meta 和 Oracle）和不到 10 个 Neocloud 提供商（CoreWeave 为领先）中。与美国不同，美国的人工智能基础设施是少数超大规模提供商的职权范围，而中国的计算生态系统涉及更广泛的国有电信运营商、云提供商和技术公司。国有电信公司和许多科技公司拥有数据中心。国家主导的人工智能基础设施开发和私营公司主导的人工智能基础设施开发之间的界限再次变得模糊。
美国的多项举措鼓励人工智能数据中心在一些州的发展。也有一些值得注意的挫折；例如，纽约州宣布暂停超大规模数据中心建设一年。在中国，私营企业正在努力追赶新数据中心建设的步伐。例如，腾讯宣布大幅增加数据中心的资本投入。
尽管美国拥有优势，包括英伟达在人工智能加速器领域的主导地位以及中国对关键技术的出口管制，但真正的挑战可能是建设部署这些芯片所需的基础设施。拥有顶级半导体的国家仍然可能面临缺乏足够电力、电网连接或封装能力的限制。能源需求巨大，国际能源署预计，到 2030 年，全球数据中心的电力消耗可能会增加近一倍，从 2024 年的 415 太瓦时增至 2030 年的约 945 太瓦时，这主要是由人工智能工作负载推动的。
半导体领导地位仍然具有战略重要性，但部署领导地位可能变得同样重要。先进封装产能仍然受到限制，高带宽内存供应链集中，电力基础设施日益成为竞争变量。在美国许多地区，新的数据中心项目由于电力供应和电网接入而面临延误。
美国的电力基础设施已经面临压力。根据劳伦斯伯克利国家实验室的数据，到2025年底，将有超过2000吉瓦的发电和存储容量寻求并网。最终在2025年实现运营的项目通常需要花费五年以上的时间来完成并网过程，而在2000年至2020年期间进入并网队列的项目中，只有约13%的项目在2025年底实现了商业运营。
半导体领导地位仍具有重要的战略意义。然而，下一阶段的竞争可能更多地取决于将芯片、能源、网络、内存、软件、云平台和工业采用整合到一个连贯的生态系统中的能力，而不是制造工厂内部的突破。人工智能的经济价值最终不取决于存在多少计算能力，而是取决于计算能力在整个经济中的部署效率。
到 2030 年，今天关于半导体霸主地位的争论可能会显得不完整。人工智能占上风的国家不一定是生产最小晶体管或最先进芯片的国家。它可能会建设将计算能力大规模转化为国家生产力所需的基础设施、机构和部署能力。换句话说，人工智能竞赛的胜利可能不是在芯片代工厂，而是在其周围的生态系统中。