马斯克抛出一个相当直接的结论：美国要想在人工智能和智能技术上跟中国比拼，唯一的办法就是把数据中心和算力直接搬到太空去。
 
他在现场给出了自己的判断：中国的发电量已经是美国的近3倍，按照当前的发展趋势，未来甚至会走向4倍的差距。
 
从现有公开的统计数据来看，2024年中国全年发电量突破10万亿千瓦时，发电装机容量还在以每年两位数的速度增长，尤其是新能源发电的扩张速度很快，每年新增的发电量规模十分可观。
 
而美国同期的发电量大致在4.5万亿千瓦时左右，目前是两倍多的水平，马斯克口中的三倍，更多是对未来几年增长趋势的预判。
 
他真正在意的是两者增长速度的差距，中国的电力供应还在持续快速扩容，而美国的电力增长长期平缓，新建电厂和电网改造的推进速度很慢，两者的差距未来还会持续拉大。
 
这正是马斯克焦虑的核心。
 
当前AI行业的发展速度远超预期，数据中心的用电需求正在爆发式增长，一个满载运行的大型AI数据中心，总耗电量相当于一座中小型城镇，全球数据中心的用电量近两年增幅超过三成，未来几年还会翻倍。
 
对美国来说，AI产业要扩张，首先就要面对电力不足的瓶颈，高盛此前的报告也提到，电力短缺很可能阻碍美国在全球AI竞赛中的进展。
 
更棘手的是，美国要新建电厂、升级电网，面临的审批流程、环保评估和各方阻力非常多，从立项到建成投用动辄需要近十年时间，完全跟不上AI算力的扩张节奏。
 
地面上的电力缺口短时间内补不上，常规路径追不上差距，那跳出地面的限制，直接去太空获取电力和算力，就成了他眼里唯一的破局办法。
 
把算力送上太空，听起来离谱，其实是一笔算得过来的账。
 
首先是发电效率的提升，在近地轨道上，太阳能板几乎可以持续接受光照，没有地面的昼夜交替，也不受云层、阴雨天气的影响，同样面积的太阳能板，能比地面多获得三成左右的发电量，而且是全天候稳定输出，不用额外配套储能设备来调峰。
 
其次是解决了散热的大问题，地面数据中心的电力消耗里，有相当一部分都花在了制冷散热上，芯片高负荷运行会产生大量热量，必须持续降温才能保证稳定工作，而太空的低温环境天然适配散热需求，能省掉一大块散热能耗，进一步提升能源的整体利用效率。
 
这并不是停留在口头上的设想，相关的布局已经在推进。
 
马斯克旗下的太空探索技术公司早前就已向美国联邦通信委员会提交申请，计划在近地轨道部署大规模卫星系统，构建完整的在轨数据中心网络，依靠太阳能供电，通过激光链路实现卫星之间以及和地面的高速数据传输，直接在太空完成AI计算任务。
 
按照他的规划，这套系统最终可以提供数百吉瓦甚至上太瓦的算力供电能力，相当于在太空建起一整套独立的电力与算力体系，完全不占用地面的电力资源，也不受地面电网的各种限制。
 
说到底，在马斯克的判断里，AI竞赛拼到最后，比的不是单一的芯片性能或者算法优势，而是底层的能源供应能力。谁能拿到更多稳定、廉价的电力，谁就能堆起更大规模的算力，就能在模型迭代、产业落地的节奏上跑得更快。
 
地面电力的差距，美国靠常规手段很难在短时间内追平，那依托自身的航天技术优势，把算力竞争的赛道拉到太空，开辟一条新的竞争路径，就是他眼中唯一可行的选择。
 
现在这场AI领域的全球竞争，已经不再局限于地面的芯片工厂和数据中心，赛道正在向近地轨道延伸，未来算力的高低，很可能要在太空见分晓。