马斯克预言：接下来全世界将面临一场危机，或许只有中国是个例外

美东时间11月6日，纽约举行第33届巴伦投资大会。巴伦资本创始人Ron Baron和马斯克进行炉边对谈时，马斯克提到了一个很值得注意的数据：中国现在的发电量已经达到美国的2倍多，而且按照目前的趋势，很快可能会扩大到4倍。

这个数字听起来是在谈能源，实际上背后牵扯的是AI。

AI行业发展到今天，大家越来越清楚一件事：芯片性能再强，模型规模再大，数据中心没有足够稳定的电力供应，一切都转不起来。过去科技公司最关注的是GPU够不够、算法强不强、算力集群能不能扩大，现在又多了一个现实问题——电从哪里来。

美国已经碰到了这个难题，2025年，美国数据中心电力需求大约是31吉瓦，到了2027年预计会冲到66吉瓦。短短两年时间，需求就要增加一倍以上。

问题是，美国电网扩张的速度远远跟不上数据中心建设速度。一个新的数据中心想接入电网，平均等待时间已经超过6年。遇到审批、环境评估和输电线路建设比较慢的项目，等上7年甚至8年也不奇怪。

这对AI行业来说非常麻烦，芯片几乎每隔几年就会更新一轮，算力设备投资周期也越来越短。如果一家企业今天建数据中心，却要等六七年才能拿到足够的电，等真正通电的时候，里面准备安装的硬件可能早就换了好几代。

很多美国科技公司直接在数据中心附近安装柴油发电机，有些开始建设燃气轮机，希望绕开电网排队，自己解决供电问题。办法确实能缓解燃眉之急，可成本也跟着上来了，燃料费用、环保要求、排放限制，全都得算进去。

每到夏季高温，得州和加州经常面临用电压力，居民会收到错峰用电通知，空调使用都得考虑电网负荷。如果普通居民用电高峰都需要控制，要长期支撑规模越来越大的AI数据中心，难度自然会越来越高。

欧洲则最头疼的是电价。德国的核电站已经基本关闭，俄乌冲突发生后，天然气价格上涨，工业电价也跟着增加。法国核电占比高，供电条件相对稳定，可新核电项目面临建设成本不断增加、工期不断延长的问题，想在短时间内靠新核电项目支撑大规模AI算力中心，并不容易。

一些新兴经济体的情况更直接。越南这些年承接了不少制造业项目，工厂可以很快建起来，可到了用电高峰期，部分地区依然会出现限电。生产线设备已经安装好了，却可能因为电力紧张暂停运行，订单也会因此受到影响。

印度班加罗尔聚集了大量软件和互联网人才，AI产业的目标也不低，但夏季出现跳闸并不罕见。人才和软件能力可以快速积累，电网却没办法在几年内完成全面升级。

日本和韩国制造业基础很强，对电力的需求也很大，可两国发电对进口天然气依赖较高。只要中东能源供应出现波动，天然气库存、长期采购合同和进口价格马上就会成为现实问题。

这样看下来，AI竞争表面拼的是模型和芯片，背后其实还得看一个国家能不能长期提供规模足够大、价格相对稳定、供应不中断的电。

而中国这些年的非化石能源装机占比已经超过一半，而且正在向60%靠近。水电、风电、光伏和核电都在同步增加。

与此同时，中国没有把煤电一次性全部退出，而是保留了一部分煤电承担调峰和保供任务。碰到极端高温、严寒天气或者用电需求突然上升时，煤电仍然可以快速补上缺口。

这样一来，新能源装机可以继续增加，电网安全也不至于因为天气变化受到太大影响。

另一个关键点是特高压。中国特高压线路总长度已经超过5万公里。西北地区大量风电和光伏发出的电，可以通过输电线路送到华东、华南这些用电需求更大的地区；四川、云南的水电，也可以跨省输送到东部负荷中心。

这意味着西部土地多、风光资源丰富，可以大规模建设新能源基地；东部人口和产业集中，需要大量用电，两边通过全国电网连接起来。一个地区发电多，可以把电送出去；另一个地区用电突然增加，也能够从其他地方调度。

电网基础起来以后，算力布局也跟着发生变化。贵州山区、云南水电站周边、宁夏中卫，都已经建设了大量数据中心。对数据中心来说，电价是否稳定、供电能否连续，比办公地点是不是在一线城市重要得多。

这也是“东数西算”的现实逻辑。东部产生的大量数据，可以交给西部算力中心处理，利用西部相对充足的能源和土地资源，降低算力基础设施成本。

截至2026年年中，中国全国总装机已经突破4太瓦。放到AI产业上看，这个规模意味着未来继续增加数据中心时，能源基础相对更有空间。

不过，电多并不代表AI一定领先。业内一直有一个比较明确的判断：电力是AI发展的必要条件，但不是充分条件。

AI产业真正运行起来，还需要芯片、硬件、算法、网络、通信能力，也需要足够大的市场来消化这些技术。

芯片这一块，中国的国产替代速度正在加快。按照2025年底的统计数据，全国晶圆厂新建产线采购的半导体设备中，国产设备金额占比已经超过55%，比原定目标提前完成了5个百分点。

刻蚀机、清洗设备、薄膜沉积设备这些过去高度依赖进口的环节，国产设备的使用比例正在增加。

7纳米相关进展也比原计划更快。原本计划在2026年第二季度达到目标，实际在2025年底就已经正式达标。

国产芯片在国内市场的份额，也从2024年的25%提高到去年的35%，一年增加大约10个百分点。

成熟制程的进展更明显，目前市场份额已经达到35%。如果这种速度能够维持下去，消费电子需要的芯片中，一半以上可能不用等到2030年，就能够实现国内生产。

GPU市场，2025年，华为在中国GPU市场拿下了40%的份额，销售额达到102亿美元，超过了英伟达的101亿美元。

行业预计，到2026年，华为在中国GPU市场的份额可能提高到50%，英伟达则有可能下降到第四位。

这个变化幅度不小，因为英伟达过去在中国GPU市场的占有率一度达到95%。

这也解释了为什么黄仁勋多次推动美国政府放宽对华芯片出口限制。

限制继续收紧，美国芯片企业可能会失去更多中国市场；限制放松，中国企业已经投入的研发和国产替代也不会因此停止。

中国企业现在走的路线，也不完全是单纯追求一颗芯片的最高性能。

手机芯片更看重单颗芯片的性能、功耗和先进制程，AI算力中心更看重整个系统能够提供多少有效算力。单颗昇腾芯片的性能即使和英伟达高端产品存在差距，也可以通过软件调度、集群设计和高速通信系统提高整体效率。

这一点正好涉及华为长期积累的通信能力。AI服务器数量越来越多以后，单个GPU的性能只是其中一部分。几百张、几千张甚至更多芯片组成集群时，芯片之间的数据传输速度、网络延迟、软件调度效率都会直接影响整个系统的表现。

再往后看，真正决定这些技术能不能形成产业规模的还是市场。