埃隆・马斯克在一档公开播客访谈中分享了自己对于全球 AI 产业发展的看法。他提出，后续中国 AI 算力的整体规模，有望超过世界上其他所有国家。
很多人习惯把 AI 赛道的竞争焦点放在算法迭代速度，或是单颗芯片的极限性能上。但马斯克认为，这些并不是这场科技竞赛里起决定性作用的要素。真正决定 AI 产业扩张上限的，是一个国家持续扩大电力产能、维持稳定供电的基础能力。
AI 数据中心属于高耗能基础设施，算力集群想要持续运行，离不开海量且不间断的电力供给。在他的测算框架下，今年中国总发电量有可能达到美国的 3 倍，庞大的电力储备，可以支撑起大规模 AI 数据中心集群落地运行。他同时提到，发电能力，已经成为现阶段限制 AI 系统大规模扩容最主要的瓶颈。
海外行业观点趋同，电力供给决定算力硬件价值
马斯克这次公开发声，并不是行业内第一次提出类似判断。在此之前，不少海外媒体就刊发过相关分析文章，提出 AI 产业长期竞争，最终比拼的是电力储备与稳定供给能力。在这一项基础条件上，美国当前的建设进度已经明显落后。
部分海外行业资深从业者也表达过相似看法。在他们看来，无论一款 AI 芯片硬件性能有多强，如果机房供电中断，芯片就无法发挥算力，和普通石块没有差别。先进芯片、服务器硬件，都需要稳定电力作为前提，脱离电力保障，算力就无从谈起。
这个观点也点出了很多行业观察者容易忽略的事实。算力硬件的技术突破固然重要，但 AI 大模型训练、持续推理，都是长期不间断的用电过程。短期采购大量芯片不难，持续提供稳定、低成本的电力资源，才是难度更高的工程。
国内能源基建成型，为算力产业打下底层底座
国内能源与科技交叉领域的分析师，也对这套逻辑给出了解读。经过多年持续建设，国内已经搭建起完善的跨区域电力输送网络，也就是特高压输电体系。同时，国内在多地布局风电、光伏、水电等各类清洁能源基地。
这套完整的能源基础设施，能够把西部富集的清洁电力，远距离输送到算力需求集中的区域，为 AI 算力产业后续的快速增长筑牢根基。这类能源基建项目建设周期漫长，投入成本巨大，其他国家很难在短时间内复刻这套体系。
算力产业的落地，从来不是单纯购买服务器和芯片那么简单。大型算力枢纽选址，首要考量因素就是区域电网承载能力、电力成本，还有能源输送通道。特高压网络打通了能源跨区域调配的通道，让清洁能源能够匹配算力中心的用电需求，实现能源资源和数字产业的空间匹配。
算力扩张离不开算电协同，能源短板会直接限制产业落地
AI 算力集群的用电规模十分惊人，大型算力中心启动之后，会长期维持稳定高负荷用电，对电网的调峰能力、供电可靠性都提出很高要求。如果区域电网容量不足，就算企业采购再多算力硬件，也没办法上线运行。
这也是为什么全球不少科技企业，在新建大型 AI 数据中心时，会优先考察当地电力资源，甚至直接配套建设新能源电站。算力产业正在逐步进入算电协同的新阶段，能源规划和算力规划需要同步推进。
不少行业分析都提到，未来 AI 产业的差距，会慢慢从芯片、算法层面，延伸到能源基础设施层面。拥有稳定充足电力供给的地区，才有条件持续扩建算力集群，承接更大规模的模型训练和推理任务。能源基建的积累，会慢慢转化成算力产业的长期竞争力。
理性看待行业预判，算力发展是多要素共同作用的结果
马斯克的这一番论述，属于基于当前产业现状做出的前瞻性预判，并非既定事实。AI 产业的发展，依旧会受到芯片制造、软件生态、人才储备、市场需求等多重因素共同影响，电力只是其中一项核心基础条件。
但这一观点也提醒行业，大家看待 AI 产业竞争，不能只盯着芯片参数和模型效果。能源体系的建设周期更长，属于慢变量，却会在中长期决定算力产业的天花板。
全球范围内，越来越多从业者开始关注算力背后的能源约束。随着大模型应用持续普及，算力需求还会继续上涨，电力供给能力，也会在 AI 产业发展进程中，扮演越来越关键的角色。
（智算芯能前沿网综合）
本文由智算芯能前沿网编辑整理，转载请注明出处。