中美人工智能竞赛：谁将主导人工智能时代？

全球构建人工智能（AI）经济的竞赛正在重塑世界的运行方式，从制造业和贸易到安全和地缘政治，无一例外。近年来，生成式人工智能和机器学习领域的突破性进展，开启了一场新的工业革命，计算能力已成为衡量国家实力的新标准。

这场竞赛的核心是人工智能数据中心，或者说“人工智能工厂”。与传统数据中心不同，这些庞大的设施容纳了数万个图形处理器（GPU），专门用于训练和运行大型人工智能模型。它们需要定制的基础设施架构、大量的可靠电力供应以及巨额的资本投资，而这些只有依靠政府、科技公司和私人投资者的共同努力才能实现。

人工智能正在逐渐成为新的经济基础，拥有最强大的计算基础设施的国家将在创新、增长甚至军事力量方面拥有明显的优势。

目前，美国和中国是建设“人工智能工厂”的两大竞争对手，但它们的做法明显反映了能力和经济背景的差异。

在美国，华盛顿政府正在加速投资大型数据中心项目，将其视为实现其在人工智能领域引领全球雄心的基石。美国认为，调动私营部门资本并加强国际合作，将增强美国在技术上对抗竞争对手的优势。

相比之下，中国正进入战略调整期。在经历了数据基础设施的大规模投资之后，北京正在放缓扩张步伐，转而专注于优化产能利用率，同时应对经济增长放缓以及芯片产业面临的限制西方技术引进的压力。

无论方向如何，两国都明白人工智能不仅仅是一项技术，更是21世纪新的权力基础。而这场“人工智能工厂”的竞赛，将决定谁能掌控未来经济的运行引擎。

美国重仓数据中心：人工智能未来格局的塑造之争

美国正在推行一项全面的战略，以巩固其在人工智能时代的领导地位。在最新发布的《人工智能行动计划》中，特朗普政府旨在调动私人和外国资本，以前所未有的速度扩展计算基础设施。

微软、谷歌、亚马逊和Meta等科技巨头正在国内外投入数千亿美元建设下一代数据中心。仅在2025年，这七大科技巨头预计就将斥资创纪录的3640亿美元用于建设和升级计算基础设施——这是一个前所未有的数字，因为这项投资对美国GDP增长的贡献超过了作为美国经济传统支柱的消费支出总额。

其中最引人注目的项目之一是星门（Stargate），这是一个耗资5000亿美元的超级计算机园区，由OpenAI、甲骨文和软银联合开发，展现了华盛顿人工智能革命的规模和雄心。据经济学家称，目前人工智能领域的资本支出已接近美国GDP的2%，相当于19世纪铁路繁荣时期的规模，当时基础设施曾一度主导了整个工业经济。

除了领土范围之外，美国还在利用其技术优势扩大地缘政治影响力。特朗普政府已与英国和阿联酋达成数十亿美元的数据中心协议。

与此同时，美国企业正加强与挪威和日本的合作，以构建由美国技术平台“锚定”的全球人工智能数据中心网络，从而巩固对国际人工智能基础设施链的控制。

但这波投资浪潮也引发了人们对金融泡沫风险的担忧。分析人士警告称，人工智能数据中心领域商业模式不明朗以及过度投机，让人想起2000年代互联网和电信行业的投资热潮。

与此同时，亚马逊网络服务（AWS）、谷歌云和微软Azure这三大“云巨头”的垄断地位也引发了人们对垄断和数据安全的担忧。政策制定者警告说，过度依赖少数几家科技公司的基础设施可能会给整个经济造成“单点故障”。2024年CrowdStrike事件导致微软全球云服务瘫痪，正是这种风险的鲜明例证。

除了网络安全问题外，大型数据中心还会消耗大量的水和电，加剧了许多州的水资源短缺问题，并引发人们对环境影响的担忧。

尽管如此，美国人工智能基础设施的发展势头依然强劲。与传统资产不同，人工智能数据中心由于硬件进步和人工智能模型的不断更新换代，价值迅速贬值，迫使企业不断进行再投资以保持竞争优势。

其结果是形成了一个高度依赖私人资本、政府政策和规模经济的生态系统，在这个系统中，超大型企业不断巩固权力。这正是美式技术资本主义的典型特征，速度、资本和雄心决定了全球人工智能格局。

中国的人工智能数据中心热潮正在放缓

ChatGPT 于 2022 年推出后，北京迅速将人工智能列为战略重点，开启了在中国各地建设“国家计算中心”的大规模投资浪潮。

到 2024 年，将有 500 多个项目在进行中，从内蒙古到广东，其中许多项目是“数据东移，计算西移”计划的一部分——该计划旨在将数据存储和处理设施从沿海城市转移到土地价格低廉、可再生能源丰富的内陆地区。

一段时间以来，人工智能基础设施被视为新的增长引擎，足以抵消房地产市场低迷和经济增长放缓的影响。但到了2024年，DeepSeek——一款先进的国产人工智能模型——的出现改变了这一局面。

行业正在从“训练”海量模型转向推理，即部署训练好的模型来产生实际应用效果。中国新推出的“AI+”计划也体现了这一转变，其重点在于商业应用而非基础设施建设。

此前的投资热潮留下了沉重的后遗症。预计到2025年，中国2022年数据中心建设热潮中新增的计算能力将有80%闲置。习近平主席罕见地发出警告，批评“过度竞争”和“自我损耗”，指的是投资过剩、资源浪费和产能过剩的蔓延。

这一警告标志着一个重要的转折点。习近平曾在2024年访问法国时表示，中国“不存在产能过剩的问题”。而如今，事实恰恰相反：中国西部许多数据中心最初是为训练目的而建，而当前的需求则集中在推理和实际应用领域，这些都需要不同的硬件配置。

进行推理需要快速、低延迟、高性能的芯片，而不是纯粹的计算能力，这使得中国现有的大部分基础设施不适合北京、上海或深圳等大城市的需求。

为解决这一问题，北京方面宣布计划在安徽省芜湖市建设一座以推理为核心的数据中心，服务于上海、杭州、南京等东部重点市场。然而，先进硬件的匮乏仍然是最大的障碍。

美国目前控制着全球超过70%的计算能力，并对英伟达H100等高端芯片实施了多项出口管制，使得中国难以获取核心技术。尽管华为昇腾等国产芯片正在推广，但它们在性能和能效方面仍然落后于西方芯片。

此外，运行大规模人工智能集群需要设计数万个处理器之间复杂的互连系统，而美国公司在这一领域仍然处于领先地位。

在特朗普政府时期，对中国半导体出口的一些限制有所放松，但政策仍处于变化之中，使得这两个超级大国之间的人工智能竞争难以预测。

技术与两种经济模式的对抗

中国的战略调整凸显了其国家资本主义模式的固有局限性，在这种模式下，政府通过产业政策引导经济增长。在数十年大力发展太阳能和电动汽车等战略产业之后，北京如今面临着产能过剩、投资分散和激励机制扭曲等熟悉的循环。

相比之下，美国则展现了技术资本主义的力量与风险。发达的资本市场和竞争激烈的私营部门促成了快速扩张、大胆的实验和持续的创新。但同样的环境也滋生了投机泡沫，导致权力过度集中在少数科技巨头手中。

因此，人工智能竞赛不仅仅是建设更多数据中心的竞赛，也是对各种经济模式适应性的考验。在一个日益由数据和算法驱动的世界里，能够灵活调整投资、平衡创新与风险控制的国家，将在人工智能时代拥有真正的优势。