马斯克认为，发电能力将成为扩大人工智能系统规模的制约因素。

人工智能竞赛的焦点正在发生转移。长期以来，芯片性能、算法创新和数据规模被视为 AI 发展的三大支柱。但马斯克的最新观点揭示了一个更为基础的要素：电力。

他表示：“人们低估了电力供应的难度。” 随着全球 AI 数据中心的迅猛扩张，电力需求正以惊人的速度增长。

中国电力体系的全链条领先

据行业观察，许多人工智能数据中心的用电需求相当于一座小城市。而高盛 2025 年 11 月发布的一份报告指出，电力短缺瓶颈可能阻碍美国在全球人工智能竞赛中的进展。

与美国的困境形成对比的是，中国一直在稳步扩大其能源产能。根据高盛的预测，到 2030 年，中国可能拥有约 400 吉瓦的备用电力容量，这一规模是全球数据中心当前电力需求总量的 3 倍多。

这意味着中国将有充足的电力支持数据中心需求的增长，同时还能满足其他行业的用电需求。

中国的电力优势远不止于发电量规模。这是一个体系化的领先。中国发电装机容量占全球 1/3，每用 3 度电就有 1 度是绿电。

这种规模与结构的双重优势形成了强大的基础支撑。中国的电力系统具备从原材料、发电、输电、配电到用电的全链条优化能力，体现了系统协同的卓越效能。

特别值得一提的是，全世界仅中国实现全套特高压设备自主研制，并建立了完整的技术标准体系。这种技术自主性为电力系统的稳定运行提供了坚实保障。

中国还通过国家战略与市场机制的协同发力，确保电力系统的稳定可靠。电价长期保持在世界较低水平，为高能耗的数据中心运营提供了成本优势。

据《华尔街日报》报道，一些中国数据中心现在的电费不到美国数据中心的一半。

实现可持续算力发展

马斯克的预判并非只关注电力。他在同一播客节目中还提出了一个引人深思的观点：随着时间的推移，美国对华半导体出口管制等限制措施可能会变得不那么重要，中国将解决芯片问题。

芯片在性能前沿领域存在边际效益递减的现象，这可能使中国在无法获得最先进芯片的情况下，也能更轻易地追赶美国。

截至 2025 年 6 月，中国在用算力中心机架总规模已达 1085 万标准机架，智能算力规模达 788 百亿亿次/秒，存力规模超过 1680 艾字节。

更值得关注的是，中国在人工智能领域的创新并未因外部限制而停滞。据华泰证券观察，中美模型迭代路径正在分化：海外重心由预训练转向后训练与强化学习，依靠算力取得性能优势；而中国在算力受限下更侧重架构与算法精修，以注意力优化技术提升训练推理效率与性价比。

政策层面也在积极推进芯片自主创新。2026 年 1 月，工业和信息化部等八部门印发《“人工智能+制造”专项行动实施意见》，其中明确提出要强化人工智能算力供给，推动智能芯片软硬协同发展，支持突破高端训练芯片、端侧推理芯片等关键核心技术。

中国社会科学院研究员段伟文指出，当前人工智能实际上处于厚泡沫时期，即便在国家竞争的驱使下能在一定程度上实现能效、绿色电力与芯片工艺的平衡，如果总能耗增加且获益者高度集中，将带来更高的乃至不可逆的环境负债。

与此同时，一些专家也提出了更根本性的解决方案。首都科技发展战略研究院科幻产业发展中心主任王中认为，当前以大语言模型为核心的 AI 发展路径在能效上呈现出不可持续的态势。

他主张寻求根本性的范式转变，探索更接近人类智能习得方式的道路，从而实现对“规模至上”路径的“降维打击”式能效提升。

参考资料：

https://news.sina.cn/2026-01-07/detail-inhfpfxi7221085.d.html?vt=4

https://news.ifeng.com/c/8pk2i2YIKEE?ch=ttsearch

https://www.ckcest.cn/entry/news/detail/cb7f5fc794300001e748c5184dd0dc50

https://vip.stock.finance.sina.com.cn/q/go.php/vReport_Show/kind/lastest/rptid/819192141679/index.phtml

https://finance.china.com.cn/industry/20251110/6277091.shtml