这两年大家聊起人工智能，总在说芯片有多强、模型有多聪明，但实际用起来才发现，最让人发愁的不是计算能力不够，而是电力供应跟不上，你可能没注意到，2021年国家推出“东数西算”计划，其实就是把数据中心往西部迁移，因为那边风力大、阳光充足，电费便宜还环保，东部企业需要算力支持，西部提供电力和机房资源，两边都能省心省事。

到2023年，一些地方开始给用国产芯片的数据中心提供电费补贴，最高能补贴一半电费，这个做法很聪明，虽然国产芯片耗电量稍微大一点，但配上便宜的电价和补贴，企业算下来反而更省钱，比如一家做自动驾驶的公司，训练一个模型原本要花80万，现在只要55万，成本降下来之后，他们就敢多跑几轮训练，这样模型自然就变得更好了。

美国电网的情况让人头疼，大部分设备都是上世纪七十年代建起来的，现在经常出问题，人工智能发展得越快，用电需求就越大，但电网升级的速度跟不上节奏，亚利桑那州干脆不批准亚马逊新建数据中心，微软只好接手一个废弃核电站，包下它未来二十年的电力供应，得克萨斯州更麻烦，因为电力限制，OpenAI的训练项目被推迟了十七天，现在电费开销已经超过购买芯片的成本，电力成了真正的瓶颈。

中国处理这个问题的方式很实际，西部有很多风电和光电资源，但之前发的电用不完，白白浪费掉，东部地区聚集着很多AI公司，电费特别贵，东数西算就是把数据从东部传到西部，让西边的机器来运算，算完再把结果传回东部，腾讯在贵州的数据中心，一年就能省下四亿五千万的电费，这算不上技术突破，更像是一种调配资源的巧妙办法。

很多人没留意到,关键点在于NVIDIA的CUDA生态已经很强大了,全球开发者都在用这套工具链,换成国产芯片就得重新编写所有代码,大家都不愿意做这件事,中国选择用便宜的电费和补贴政策吸引企业先试用国产芯片,企业尝试后发现成本确实降低了,就开始配合调整代码和优化框架,这样一来产业生态就慢慢发展起来了,华为昇腾的开发者数量在三年内增加了一倍,达到三百万人,背后就是这个逻辑在推动。

特高压输电一直是个隐藏的功臣，2023年全国靠它输送了上万亿度电，电力供应从没中断过，算力运行一直稳定，这件事其实很重要，美国那边想建新电网，预算有两千亿美元，但两党争论不休，拖了好几年也没进展，中国这边不一样，从过去的两弹一星到现在的东数西算，国家层面一直能组织这种跨地区、长时间的大工程，这不是哪边人更聪明的问题，而是整个体系的运作方式不同。

有人觉得人工智能竞争的关键在于算法和芯片，实际上最终比拼的是谁能稳定又便宜地供电给服务器，中国没有在单个领域与美国硬拼，而是同时从能源供应、政策支持和基础建设三方面推进，这样一来成本得到降低，训练次数得以增加，产业生态活跃起来，开发者也纷纷加入，这种做法并不张扬，却扎实有效。

说到未来AI领域的竞争，不能只关注大模型和显卡这些方面，哪个国家能够保证电力供应稳定、把成本控制下来、并且建立起完整的产业生态，就能在这场竞争中取胜，这其实不是单纯的技术较量，而是整个体系的比拼，而中国在这方面，其实早就已经开始行动了。