近年來，以ChatGPT為代表的一系列令人耳暈目眩的新名詞，不斷昭示著AI技術的最新熱潮。美國股市的巨大估值與美國官員的公開背書，都在認證著AI時代的到來。
在發(fā)表于《金融時報》的文章中，美國國務卿布林肯和美國商務部部長雷蒙多，引用亞伯拉罕·林肯的話，將人工智能與文字和印刷機這兩項發(fā)明相提并論，認為這是一類特殊的發(fā)明，能促進所有其他發(fā)明和發(fā)現(xiàn)。通過對中國禁售高端芯片，限制投資和科研合作，美國用實際行動表明，AI已經成了地緣政治和大國博弈的又一焦點。
然而，這一輪人工智能技術革命導致的大國科技競爭，與美國當年通過曼哈頓工程、阿波羅計劃所引領的那幾場，具有顯著的不同特點。通過冷戰(zhàn)思維與技術封鎖的老路，在過去無法保障美國壟斷科技優(yōu)勢，在今天更不可能。
原子彈和航天技術的設備和從業(yè)者高度專門化，有著易于保密和管控的特點。相比之下，AI技術有著非常多樣化的應用場景，廣泛應用于各行各業(yè)，從醫(yī)療、金融到制造業(yè)和娛樂；有著非常豐富的開發(fā)人員構成，不限于大型企業(yè)和政府機構，還包括學術界、中小企業(yè)和個人開發(fā)者；有著開源和開放性，存在大量開源項目和開放數據集，通過社區(qū)、論文和在線課程廣泛傳播和普及；有著快速的技術迭代和市場需求的強烈驅動；還有著多樣化的知識基礎，涉及AI所賦能的千行百業(yè)需要解決的問題，這都會讓封鎖和限制措施的效果大打折扣。
那么封鎖路徑之外，堂堂正正的AI科技競爭又如何呢？
對比中美各自的優(yōu)勢和劣勢，并不難看到一些表面特點。比如美國有一些領先的科技公司，有較好的創(chuàng)新環(huán)境，能吸引全球頂尖的AI人才，但美國在數據隱私上的過于嚴格會限制AI技術發(fā)展。而中國有更好的制造業(yè)基礎，在AI與產業(yè)融合上有巨大優(yōu)勢；得益于龐大市場規(guī)模和廣闊應用場景，中國企業(yè)有快速的執(zhí)行力，以推進AI技術應用落地和商業(yè)化，當然中國在基礎研究和核心技術上仍有一定的對外依賴，尚需要進一步科技自立自強。
上述這些特點都是可以調整的，比如數據隱私終究是一個政策問題，大有技術性的操作空間，比如美國的創(chuàng)新與中國的執(zhí)行，也只是一種籠統(tǒng)的概括，實際情況可能更復雜，也是可以互相取經的，中國在致力于打造科創(chuàng)中心，美國也在以國家力量投入制造業(yè)，如芯片制造的本土化。
而如果我們深究，假設中美兩國政府都高度重視這一輪AI科技和產業(yè)競爭，給予最大的支持和投入，在各自借鑒對方，揚長避短、取長補短之后，還有哪些深層的、根本性的問題是短期難以改變的呢？
在看到英偉達為代表的美國科技“七巨頭”龐大的市值后，人們往往會產生一種印象，美國科技企業(yè)擁有高不可攀的領先優(yōu)勢和壁壘。且不論是否果真如此，從另一個角度，美國股市這種集中于極少數的估值結構，最能反映的是資本追逐利潤的特性，市值背后是快速增長的財務表現(xiàn)和樂觀的未來預期，而非業(yè)務的重要性或利潤之外的某些意義，比如波音的重要性，目前就無法用資本市場給出的估值衡量。
AI這一賽道上同樣有非常多的重要環(huán)節(jié)，其意義是無法被追逐利潤的資本市場所評估的。AI對數據存儲與計算資源的需求日益龐大，這就需要建設更多的數據中心，并提供相關基礎設施的配套支持，比如電力系統(tǒng)。
在美國，數據中心一夜之間激增的電力需求，現(xiàn)在正超出許多地方的可用電力供應。這導致企業(yè)接入電網的等待時間長達數年，對于生活在數據中心密集區(qū)的居民來說，停電和價格上漲的擔憂日益增加。
據高盛的一份報告估計，到2030年，數據中心占全球能源的使用量，會從當前的2%上升到4%，由于全球電力需求多年來一直平穩(wěn)，這里每一個百分點都是非常巨大的。在美國，未來20年的電力需求預計將增長40％，而過去20年僅增長了9％，數據中心是這一需求激增的最大原因。瑞典的數據中心電力需求在這個十年內可能翻倍，并在2040年再次翻倍。在英國，預計AI在未來十年內將多消耗500％的能源。在美國，預計到2030年，數據中心將占用總電力的8％，而2022年這一比例為3％，根據高盛的說法，這是“一代人未曾見過的電力增長”。
數據中心使用的電力比大多數國家都多。全球范圍內，已經建成或在建的數據中心超過7000個，而2015年這一數字為3600個。這些數據中心如果連續(xù)運行，年耗電量可達到508太瓦時，超過意大利或澳大利亞的全年電力生產。到2034年，全球數據中心的能源消耗預計將超過1580太瓦時，幾乎相當于整個印度的用電量。（1太瓦時等于1萬億瓦時，也就是10^12瓦時）
面對這樣的形勢，微軟、谷歌、亞馬遜這些大公司都在研究使用更少電力、平衡電網需求的技術方法，大體是從芯片、服務器、冷卻設備中擠出更多效率，或將負載轉移到不同地區(qū)。微軟和亞馬遜也在押注核能，目前還沒有明確的道路。從硅谷的規(guī)律看，所需的電力只會增加，每個英偉達的H100芯片消耗多達700瓦，幾乎是典型60英寸平板電視功耗的八倍，而最新的芯片B100，能耗幾乎是H100的兩倍。微軟在2020年建造的超級計算機訓練了OpenAI的GPT-3，使用了1萬個當時最新的AI芯片。2023年11月，微軟新建的超級計算機依賴14400個Nvidia H100芯片，下一代超級計算機已經在設計中，將比現(xiàn)有的強大30倍。
數據中心的建設需要大量土地和特定的環(huán)境條件，可用土地逐漸減少，環(huán)境保護和土地使用爭議，會對新建電力基礎設施造成限制。彭博社報道了美國弗吉尼亞的勞登縣的案例，這里曾以馬場和內戰(zhàn)戰(zhàn)場聞名，過去15年，大量田野和森林被清除，用來建造數據中心。當地的電力公司Dominion Energy在2022年春天經歷了18次負荷警告，也就是有控制的斷電，包括輪流停電。
在弗吉尼亞，反對數據中心的聲音越來越大。在今年三月的威廉王子縣監(jiān)督員會議上，憤怒的居民對一項允許在特定地塊上建造更高的數據中心的分區(qū)變更提出了反對意見。一位女士告訴官員們，數據中心正在將她安靜的社區(qū)變成“反烏托邦噩夢”。但在聽取了十幾個人反對分區(qū)變更的意見后，監(jiān)督員們還是投票通過了，更大的數據中心得到了批準。
對于微軟、谷歌、亞馬遜這些云計算大廠來說，采取措施優(yōu)化其數據中心冷卻系統(tǒng)，購買可再生能源抵消其碳排放，可以降低能源成本，也能改善公眾形象，固然令他們有動力在能效優(yōu)化上做更多的事，但從他們的盈利模式看，更多的客戶，更大的數據流量，是最根本的目標，因此必然會追求建更多的數據中心，部署能耗更多的設備，訓練更強的AI大模型。資本市場基于這些大公司創(chuàng)造的利潤來定價，卻并不會為背后的代價估值。
相比之下，中國也要發(fā)展人工智能，要建數據中心，但中國的辦法，是通過一系列產業(yè)布局和技術創(chuàng)新，來確保數據中心的穩(wěn)定運行和電力系統(tǒng)的可持續(xù)發(fā)展。這些成就也是難以被資本定價的。
中國大力發(fā)展光伏和風電等可再生能源的成就有目共睹。截至2023年底，中國光伏裝機容量已超過300吉瓦，是全球光伏裝機容量最大的國家。中國風電裝機容量已超過350吉瓦，是全球風電裝機容量最大的國家。
中國的特高壓輸電技術世界領先，建成了世界上最大的特高壓輸電網絡。
中國的智能電網也領先世界，通過智能調度、分布式能源管理、微電網、需求側管理，提升電力系統(tǒng)的靈活性和可靠性，更好地應對數據中心的高峰負荷需求。在中國，電力系統(tǒng)不僅是人工智能發(fā)展的支撐，也得到了反哺，中國積極推動人工智能、大數據和物聯(lián)網等技術在電力系統(tǒng)中的應用，提高電力系統(tǒng)的智能化水平。位于貴州的貴安新區(qū)數據中心，利用當地豐富的水電資源，采用高效節(jié)能技術和智能管理系統(tǒng)，被譽為綠色數據中心的典范。在北京、天津和河北地區(qū)，建設了多個分布式能源項目，通過微電網和儲能系統(tǒng)，提升數據中心的電力供應可靠性。
中國的儲能技術同樣處于世界領先，中國擁有全球最大的電池生產能力，具備大規(guī)模制造和供應鏈整合的優(yōu)勢。在電網側儲能項目上，中國投入大量資源，通過電池儲能系統(tǒng)（BESS）提高電網的穩(wěn)定性和調節(jié)能力。在數據中心部署大規(guī)模電池儲能系統(tǒng)，存儲可再生能源發(fā)電的剩余電力，能在需求高峰時提供穩(wěn)定的電力供應。
表面上看，中國是在AI時代到來之前，取得了產業(yè)布局上的一系列前瞻性的成功，是依托中國制造業(yè)的雄厚基礎，下對了先手棋，似乎是某種幸運的體現(xiàn)。但這里還有更深層的邏輯不能被忽略，就是中國的體制優(yōu)勢發(fā)揮了意想不到的作用。
如果從資本的邏輯，從純粹市場經濟的邏輯上看，在貴州這樣中國最落后、最不發(fā)達的地區(qū)之一，不僅耗費巨資修建公路和橋梁，還建成大量數據中心，除了氣候和地理上的少數有利條件外，都不是一樁合適的投資。但中國并不是從利潤、回報率這些角度來布局產業(yè)的，國家將貴州定位為大數據產業(yè)的基地，是基于社會主義市場經濟的另一套邏輯。如果沒有大數據這樣相對高端的產業(yè)布局來驅動，在貴州通水、通電、通路、通網，改善偏遠地區(qū)農民的生活，就缺乏經濟上的可持續(xù)性，不可能完全實現(xiàn)。以通電來說，中國建設了大量輸變電線路和配電設施，在偏遠山區(qū)，則大量采用太陽能光伏發(fā)電和小水電等分布式能源，使得貴州的農村電力覆蓋率達到100%。
近一段時間，國內和海外一些經濟學家經常提出，中國應該投入更多政策和資源支持居民消費，而不是繼續(xù)投資于生產領域。這些說法并非全然沒有道理，但也要理解到，如果沒有像在貴州這樣的基礎設施建設和產業(yè)布局，如果沒有對像光伏、電網這些領域的生產投入，中國幾億農村居民的生活就無法改善，他們的消費也就更無從談起。中國體制并不追求短期的經濟刺激，也不追求短期的資本回報。
在AI發(fā)展沖擊全球電力系統(tǒng)的當前挑戰(zhàn)下，中國坐擁一個強大的新能源與電力產業(yè)，能夠處變不驚，這不完全是幸運，而有著某種必然性。
在AI時代，中美科技競爭中，這樣對中國有利的因素還會有很多。比如，依靠強大的基礎設施與網絡建設，從智能家居、智慧城市到工業(yè)物聯(lián)網，中國能為AI技術找到廣泛的應用場景，這也是其他國家很難效仿的。在農村，大量攝像頭和傳感器的部署，使得農業(yè)生產，如灌溉、養(yǎng)殖的監(jiān)控，都找到了智能解決方案。能有這樣一個大規(guī)模智能物聯(lián)網市場的前提，依然是當初不計回報的通水、通電、通路、通網。
美國官員將人工智能比作文字和印刷機這樣的發(fā)明，指的就是人工智能的產業(yè)賦能與發(fā)明促進作用，如果僅從用AI來干活，來生產和創(chuàng)造來說，中國已經進入了人工智能的時代。
在發(fā)表于《金融時報》的文章中，美國國務卿布林肯和美國商務部部長雷蒙多，引用亞伯拉罕·林肯的話，將人工智能與文字和印刷機這兩項發(fā)明相提并論，認為這是一類特殊的發(fā)明，能促進所有其他發(fā)明和發(fā)現(xiàn)。通過對中國禁售高端芯片，限制投資和科研合作，美國用實際行動表明，AI已經成了地緣政治和大國博弈的又一焦點。
然而，這一輪人工智能技術革命導致的大國科技競爭，與美國當年通過曼哈頓工程、阿波羅計劃所引領的那幾場，具有顯著的不同特點。通過冷戰(zhàn)思維與技術封鎖的老路，在過去無法保障美國壟斷科技優(yōu)勢，在今天更不可能。
原子彈和航天技術的設備和從業(yè)者高度專門化，有著易于保密和管控的特點。相比之下，AI技術有著非常多樣化的應用場景，廣泛應用于各行各業(yè)，從醫(yī)療、金融到制造業(yè)和娛樂；有著非常豐富的開發(fā)人員構成，不限于大型企業(yè)和政府機構，還包括學術界、中小企業(yè)和個人開發(fā)者；有著開源和開放性，存在大量開源項目和開放數據集，通過社區(qū)、論文和在線課程廣泛傳播和普及；有著快速的技術迭代和市場需求的強烈驅動；還有著多樣化的知識基礎，涉及AI所賦能的千行百業(yè)需要解決的問題，這都會讓封鎖和限制措施的效果大打折扣。
那么封鎖路徑之外，堂堂正正的AI科技競爭又如何呢？
對比中美各自的優(yōu)勢和劣勢，并不難看到一些表面特點。比如美國有一些領先的科技公司，有較好的創(chuàng)新環(huán)境，能吸引全球頂尖的AI人才，但美國在數據隱私上的過于嚴格會限制AI技術發(fā)展。而中國有更好的制造業(yè)基礎，在AI與產業(yè)融合上有巨大優(yōu)勢；得益于龐大市場規(guī)模和廣闊應用場景，中國企業(yè)有快速的執(zhí)行力，以推進AI技術應用落地和商業(yè)化，當然中國在基礎研究和核心技術上仍有一定的對外依賴，尚需要進一步科技自立自強。
上述這些特點都是可以調整的，比如數據隱私終究是一個政策問題，大有技術性的操作空間，比如美國的創(chuàng)新與中國的執(zhí)行，也只是一種籠統(tǒng)的概括，實際情況可能更復雜，也是可以互相取經的，中國在致力于打造科創(chuàng)中心，美國也在以國家力量投入制造業(yè)，如芯片制造的本土化。
而如果我們深究，假設中美兩國政府都高度重視這一輪AI科技和產業(yè)競爭，給予最大的支持和投入，在各自借鑒對方，揚長避短、取長補短之后，還有哪些深層的、根本性的問題是短期難以改變的呢？
在看到英偉達為代表的美國科技“七巨頭”龐大的市值后，人們往往會產生一種印象，美國科技企業(yè)擁有高不可攀的領先優(yōu)勢和壁壘。且不論是否果真如此，從另一個角度，美國股市這種集中于極少數的估值結構，最能反映的是資本追逐利潤的特性，市值背后是快速增長的財務表現(xiàn)和樂觀的未來預期，而非業(yè)務的重要性或利潤之外的某些意義，比如波音的重要性，目前就無法用資本市場給出的估值衡量。
AI這一賽道上同樣有非常多的重要環(huán)節(jié)，其意義是無法被追逐利潤的資本市場所評估的。AI對數據存儲與計算資源的需求日益龐大，這就需要建設更多的數據中心，并提供相關基礎設施的配套支持，比如電力系統(tǒng)。
在美國，數據中心一夜之間激增的電力需求，現(xiàn)在正超出許多地方的可用電力供應。這導致企業(yè)接入電網的等待時間長達數年，對于生活在數據中心密集區(qū)的居民來說，停電和價格上漲的擔憂日益增加。
據高盛的一份報告估計，到2030年，數據中心占全球能源的使用量，會從當前的2%上升到4%，由于全球電力需求多年來一直平穩(wěn)，這里每一個百分點都是非常巨大的。在美國，未來20年的電力需求預計將增長40％，而過去20年僅增長了9％，數據中心是這一需求激增的最大原因。瑞典的數據中心電力需求在這個十年內可能翻倍，并在2040年再次翻倍。在英國，預計AI在未來十年內將多消耗500％的能源。在美國，預計到2030年，數據中心將占用總電力的8％，而2022年這一比例為3％，根據高盛的說法，這是“一代人未曾見過的電力增長”。
數據中心使用的電力比大多數國家都多。全球范圍內，已經建成或在建的數據中心超過7000個，而2015年這一數字為3600個。這些數據中心如果連續(xù)運行，年耗電量可達到508太瓦時，超過意大利或澳大利亞的全年電力生產。到2034年，全球數據中心的能源消耗預計將超過1580太瓦時，幾乎相當于整個印度的用電量。（1太瓦時等于1萬億瓦時，也就是10^12瓦時）
面對這樣的形勢，微軟、谷歌、亞馬遜這些大公司都在研究使用更少電力、平衡電網需求的技術方法，大體是從芯片、服務器、冷卻設備中擠出更多效率，或將負載轉移到不同地區(qū)。微軟和亞馬遜也在押注核能，目前還沒有明確的道路。從硅谷的規(guī)律看，所需的電力只會增加，每個英偉達的H100芯片消耗多達700瓦，幾乎是典型60英寸平板電視功耗的八倍，而最新的芯片B100，能耗幾乎是H100的兩倍。微軟在2020年建造的超級計算機訓練了OpenAI的GPT-3，使用了1萬個當時最新的AI芯片。2023年11月，微軟新建的超級計算機依賴14400個Nvidia H100芯片，下一代超級計算機已經在設計中，將比現(xiàn)有的強大30倍。
在這些大公司雄心勃勃、狂飆突進的同時，普通美國人的生活正受到影響。電力公司在新的變電站、輸電線路和基礎設施上的大量投資，導致電價上漲，升級的成本通常在整個地區(qū)的電力用戶之間分攤，顯示為每個人月度電費單上的一個項目。
數據中心的建設需要大量土地和特定的環(huán)境條件，可用土地逐漸減少，環(huán)境保護和土地使用爭議，會對新建電力基礎設施造成限制。彭博社報道了美國弗吉尼亞的勞登縣的案例，這里曾以馬場和內戰(zhàn)戰(zhàn)場聞名，過去15年，大量田野和森林被清除，用來建造數據中心。當地的電力公司Dominion Energy在2022年春天經歷了18次負荷警告，也就是有控制的斷電，包括輪流停電。
在弗吉尼亞，反對數據中心的聲音越來越大。在今年三月的威廉王子縣監(jiān)督員會議上，憤怒的居民對一項允許在特定地塊上建造更高的數據中心的分區(qū)變更提出了反對意見。一位女士告訴官員們，數據中心正在將她安靜的社區(qū)變成“反烏托邦噩夢”。但在聽取了十幾個人反對分區(qū)變更的意見后，監(jiān)督員們還是投票通過了，更大的數據中心得到了批準。
對于微軟、谷歌、亞馬遜這些云計算大廠來說，采取措施優(yōu)化其數據中心冷卻系統(tǒng)，購買可再生能源抵消其碳排放，可以降低能源成本，也能改善公眾形象，固然令他們有動力在能效優(yōu)化上做更多的事，但從他們的盈利模式看，更多的客戶，更大的數據流量，是最根本的目標，因此必然會追求建更多的數據中心，部署能耗更多的設備，訓練更強的AI大模型。資本市場基于這些大公司創(chuàng)造的利潤來定價，卻并不會為背后的代價估值。
相比之下，中國也要發(fā)展人工智能，要建數據中心，但中國的辦法，是通過一系列產業(yè)布局和技術創(chuàng)新，來確保數據中心的穩(wěn)定運行和電力系統(tǒng)的可持續(xù)發(fā)展。這些成就也是難以被資本定價的。
中國大力發(fā)展光伏和風電等可再生能源的成就有目共睹。截至2023年底，中國光伏裝機容量已超過300吉瓦，是全球光伏裝機容量最大的國家。中國風電裝機容量已超過350吉瓦，是全球風電裝機容量最大的國家。
中國的特高壓輸電技術世界領先，建成了世界上最大的特高壓輸電網絡。
中國的智能電網也領先世界，通過智能調度、分布式能源管理、微電網、需求側管理，提升電力系統(tǒng)的靈活性和可靠性，更好地應對數據中心的高峰負荷需求。在中國，電力系統(tǒng)不僅是人工智能發(fā)展的支撐，也得到了反哺，中國積極推動人工智能、大數據和物聯(lián)網等技術在電力系統(tǒng)中的應用，提高電力系統(tǒng)的智能化水平。位于貴州的貴安新區(qū)數據中心，利用當地豐富的水電資源，采用高效節(jié)能技術和智能管理系統(tǒng)，被譽為綠色數據中心的典范。在北京、天津和河北地區(qū)，建設了多個分布式能源項目，通過微電網和儲能系統(tǒng)，提升數據中心的電力供應可靠性。
中國的儲能技術同樣處于世界領先，中國擁有全球最大的電池生產能力，具備大規(guī)模制造和供應鏈整合的優(yōu)勢。在電網側儲能項目上，中國投入大量資源，通過電池儲能系統(tǒng)（BESS）提高電網的穩(wěn)定性和調節(jié)能力。在數據中心部署大規(guī)模電池儲能系統(tǒng)，存儲可再生能源發(fā)電的剩余電力，能在需求高峰時提供穩(wěn)定的電力供應。
表面上看，中國是在AI時代到來之前，取得了產業(yè)布局上的一系列前瞻性的成功，是依托中國制造業(yè)的雄厚基礎，下對了先手棋，似乎是某種幸運的體現(xiàn)。但這里還有更深層的邏輯不能被忽略，就是中國的體制優(yōu)勢發(fā)揮了意想不到的作用。
如果從資本的邏輯，從純粹市場經濟的邏輯上看，在貴州這樣中國最落后、最不發(fā)達的地區(qū)之一，不僅耗費巨資修建公路和橋梁，還建成大量數據中心，除了氣候和地理上的少數有利條件外，都不是一樁合適的投資。但中國并不是從利潤、回報率這些角度來布局產業(yè)的，國家將貴州定位為大數據產業(yè)的基地，是基于社會主義市場經濟的另一套邏輯。如果沒有大數據這樣相對高端的產業(yè)布局來驅動，在貴州通水、通電、通路、通網，改善偏遠地區(qū)農民的生活，就缺乏經濟上的可持續(xù)性，不可能完全實現(xiàn)。以通電來說，中國建設了大量輸變電線路和配電設施，在偏遠山區(qū)，則大量采用太陽能光伏發(fā)電和小水電等分布式能源，使得貴州的農村電力覆蓋率達到100%。
近一段時間，國內和海外一些經濟學家經常提出，中國應該投入更多政策和資源支持居民消費，而不是繼續(xù)投資于生產領域。這些說法并非全然沒有道理，但也要理解到，如果沒有像在貴州這樣的基礎設施建設和產業(yè)布局，如果沒有對像光伏、電網這些領域的生產投入，中國幾億農村居民的生活就無法改善，他們的消費也就更無從談起。中國體制并不追求短期的經濟刺激，也不追求短期的資本回報。
在AI發(fā)展沖擊全球電力系統(tǒng)的當前挑戰(zhàn)下，中國坐擁一個強大的新能源與電力產業(yè)，能夠處變不驚，這不完全是幸運，而有著某種必然性。
在AI時代，中美科技競爭中，這樣對中國有利的因素還會有很多。比如，依靠強大的基礎設施與網絡建設，從智能家居、智慧城市到工業(yè)物聯(lián)網，中國能為AI技術找到廣泛的應用場景，這也是其他國家很難效仿的。在農村，大量攝像頭和傳感器的部署，使得農業(yè)生產，如灌溉、養(yǎng)殖的監(jiān)控，都找到了智能解決方案。能有這樣一個大規(guī)模智能物聯(lián)網市場的前提，依然是當初不計回報的通水、通電、通路、通網。
美國官員將人工智能比作文字和印刷機這樣的發(fā)明，指的就是人工智能的產業(yè)賦能與發(fā)明促進作用，如果僅從用AI來干活，來生產和創(chuàng)造來說，中國已經進入了人工智能的時代。
