马斯克去年曾断言：中国Al反超美国，关键不在于芯片，而在于电力。他的判断现在正在逐步被证实。 2025年，马斯克在一次访谈中提到，中国AI发展的核心优势在于电力而非芯片。他认为，中国2026年发电量预计将达到美国的三倍，充足的电力能支撑大规模芯片生产与AI训练。 同时，他指出芯片制程从3纳米提升到2纳米，性能增益仅约10%，他援引黄仁勋观点，认为摩尔定律已失效，技术追赶难度因此降低。 他表示，中国可凭借充沛电力，在算法、数据规模等维度建立新优势，电力储备将成为未来AI竞赛的关键基础设施。 马斯克当时其实是对美国电力不足以支持AI发展表示担忧。事实上，美国一批技术巨头，如微软、谷歌、亚马逊等，为能得到稳定的充足电力支持自身AⅠ发展，近期纷纷计划自建发电站。 而中国的电力状况确实为AⅠ发展提供了坚实基础。近年来，中国持续推进能源结构转型，水电、风电、光伏发电装机规模均位居世界前列，每年新增清洁能源发电量足以满足多个大型数据中心的用电需求。 在工业用电方面，中国电网覆盖范围广，供电稳定性高，为芯片制造、AI训练等高耗能产业提供了持续动力。 从实际场景看，AI训练需要大量电力支持。以训练一个大型语言模型为例，其耗电量可能相当于数百户家庭一年的用电量。 中国充足的电力供应，使得企业可以建设更大规模的算力中心，开展更复杂的AI模型训练。 同时，电力成本的相对稳定，也降低了AI企业的运营成本，使中国大模型在国际竞争中取得成本优势。最近，美国约有1／3的企业选用授权费用相对低廉的中国开源大模型，其成本低廉是重要因素之一。 在芯片制造领域，从硅片加工到晶圆测试，每个环节都需要持续供电，中国的电力保障能力确保了芯片生产的连续性。 这种电力优势，让中国在AI领域的发展有了更多可能性，能够在算法和数据等方向投入更多资源，推动技术进步。 今年4月，小米AI团队推出的MiMo-V2.5-Pro模型，在综合智能指数和Agent指数上，在当时的Artificial Analysis的数据中，均取得了全球开源大模型并列第一，并进入全球大模型总排名前五。 今年3月，华为推出的昇腾950芯片，在计算和推理方面，均大幅拉近与美国最先进的AⅠ芯片的差距，取得了长足进步。 马斯克去年的预言，正在逐步地被证实。
