人工智能时代的工业竞争

（一）算力竞争从一次性训练转向持续服务

　　报告的核心判断不是“模型训练不重要”，而是竞争约束正在转移。训练一个前沿模型是一次性、集中式的高投入活动；推理则是模型面向用户持续生成结果的过程，每天发生、长期发生，而且要同时满足响应速度、服务稳定性和商业成本。

　　报告以GPT-4为例，称其训练需要约2.5万枚高端人工智能加速器连续运行数月；随着模型接入多模态、实时搜索和更长上下文，资源消耗将转向数以亿计用户的持续调用。人工智能由此变成数据中心、芯片供应和电力系统的运转能力竞赛。

　　这也是报告将人工智能竞争称为“工业竞争”的原因：芯片、服务器、稳定电网和用户附近的推理服务，必须同时具备。

（二）国家力量同时取决于本土能力和基础设施控制

　　报告把人工智能时代的国家力量拆成两部分：一是本土拥有多少可通电运行的算力，二是能否控制其他国家采用的软件、云平台、标准和基础设施。前者决定本国能不能用，后者决定别国以后怎么用、向谁采购以及更换技术路线要付出多大代价。

　　因此，报告把美国云服务商在阿联酋、日本、新加坡、英国等地建设的数据中心也计入“美国需求”。其逻辑很直接：海外数据中心不仅提供服务，还会训练当地开发者使用美国工具链，带动云服务、网络、安全和维护合同，进而形成迁移成本。

　　这套判断揭示了报告真正关心的对象：不是某一代芯片的跑分，而是谁先把芯片、软件、云、人才和标准装进别国工业基础设施。基础设施先行落地后，后来者即使更便宜，也要面对迁移、再培训和供应保障的不确定性。

报告封面

（一）高端封装和高带宽存储决定产能上限

　　报告认为，先进逻辑芯片并不是高端加速器的全部。完整的人工智能加速器还需要高带宽存储器、先进封装和高速互连，任何一环不足，前端晶圆就不能转化为可部署的系统。

　　其中，中国台湾地区台积电的CoWoS先进封装被报告视为美国芯片生态的关键约束，美国英伟达、美国谷歌和美国亚马逊的相关产品都要争夺封装产能。报告估计，CoWoS交付周期一度拉长到128周，即使2026—2027年产能快速扩张，也难以完全消化需求。

　　对中国而言，报告把高带宽存储器视为更尖锐的短板。它判断，中国可以在成熟设备和多重曝光条件下推进逻辑芯片生产，但本土高带宽存储量产不足，会限制中国华为昇腾类加速器的最终交付；同时，能够替代CoWoS的先进封装能力也需要较长的工艺验证和产线爬坡。

　　这意味着，评价人工智能芯片不能只看设计、晶圆或发布数量。真正需要追踪的是“从晶圆到可运行系统”的转化率，尤其是存储、封装、互连、散热和软件适配能否同时达到规模化交付条件。

（二）AEC把芯片产量和电力约束放在同一张表上

　　报告新设“年度可加电算力”指标，英文原文将其定义为“the aggregate electrical load required to energize a year’s worth of compute production”，即一年芯片产量所需的可加电负荷。其计算方式是年度加速器产量乘以平均热设计功耗，单位为兆瓦。

　　这个指标的价值在于，它能避免单纯比较芯片数量。100万枚、每枚功耗100瓦的芯片，与10万枚、每枚功耗1000瓦的芯片，都对应100兆瓦可加电负荷，但性能和电网压力并不相同。AEC把硬件供给直接连接到电力和数据中心选址问题。

　　报告在Table 6中使用的情景标题是“Estimated U.S. and Chinese Compute Production (Bull Scenario, China Can Acquire 75% of Needed HBM and Packaging)”，它明确提醒读者：图中的中国数据是建立在“获得所需高带宽存储和封装能力75%”这一乐观假设上，而不是已经兑现的产能。

美国与中国可加电算力预测

（三）电力正在成为比硅片更慢的那条链

　　报告估计，美国数据中心用电到2028年可能占全国用电量的6.7%至12%，欧洲法兰克福、伦敦、阿姆斯特丹、巴黎和都柏林等主要枢纽接入新电网平均需要7至10年。也就是说，芯片即使已经生产出来，也可能因为没有电、没有机房或没有并网许可而闲置。

　　报告引用的美国能源部数据给出了相近的压力判断：美国数据中心2023年已消耗全国约4.4%的电力，2028年可能上升到6.7%至12%。国际能源署进一步估计，全球数据中心用电量将从2024年的约415太瓦时增至2030年的约945太瓦时，约20%的在建数据中心项目可能面临延误风险。芯片、数据中心和电网因此形成了一个必须同时推进的工业系统。

（一）报告给出的不是单点预测，而是三种产能情景

　　报告估计，2026年美国主导的芯片生态可生产约14578兆瓦可加电算力，中国华为对应的本土供给约780兆瓦；同期中国人工智能产业需求约3635兆瓦，供需缺口约为5比1。报告预计2027年以后美国云服务商需求将超过供给，2028年缺口约6970兆瓦。

　　中国部分，报告设置了高带宽存储和先进封装只能满足25%、50%和75%需求的三种情景。到2028年，三种情景下中国可加电算力分别约为3075兆瓦、6152兆瓦和9228兆瓦，对国内需求的满足度约为29%、58%和87%。这组数字的意义不在于给出一个确定答案，而在于指出：存储和封装每提高一个台阶，中国芯片供给就可能出现非线性增长。

（二）芯片数量增加，不等于计算能力追平

　　报告特意把可加电算力与TFLOPS分开测算。其估计2026年美国主导生态的平均芯片性能约为5516TFLOPS，中国对应约1267TFLOPS；即使按照中国获得75%存储和封装能力的乐观情景，到2028年中国TFLOPS产量约192亿，而美国主导生态约1508亿，中国约相当于美国的13%。

　　换句话说，中国芯片可能先在“能不能供上”上突破，再在“每瓦能完成多少计算”上追赶。报告认为，受限于极紫外光刻设备、晶体管密度和能效，中国芯片更可能用更高功耗换取规模；但报告也承认，中国正在改进芯片架构、存储和封装。

美国与中国TFLOPS预测

（三）美国要出口的不是芯片，而是整套技术生态

　　报告给美国的政策答案，是利用未来24至36个月的窗口，把有限芯片优先部署到有电力、有机房、能快速上线的伙伴市场，而不是简单囤积在本土仓库。它提出的四项政策大致包括：

●以芯片配额换取网络安全标准、供应链审计、开发者培训和排除高风险供应商的承诺。

●以能源金融和数据中心建设打通算力出口，使芯片、发电、储能和云服务同步落地。

●用智能电表、卫星热成像和现场检查等方式，按功耗核验芯片是否真正部署，防止转运和远程租用。

●建立年度、非涉密的中国芯片能力评估，持续跟踪高带宽存储、逻辑芯片良率、产能分配和先进封装进度。

　　这套方案并非停留在报告纸面。美国商务部公开资料显示，美阿布扎比人工智能园区规划容量为5吉瓦，并要求对算力访问实施客户识别和受控管理；马来西亚投资、贸易和工业部在2025年7月宣布，美国原产高性能人工智能芯片出口、转运和过境须申请战略贸易许可证，对可疑交易至少提前30天通知。算力出口因此被纳入能源、金融、法律和供应链监管，不再只是企业销售行为。

（一）结论

　　该报告的结论是：人工智能竞争已从争夺训练芯片转向争夺长期运行推理服务的工业能力，真正的竞争单位是“芯片—存储—封装—软件—数据中心—电网—用户”组成的连续系统。美国主导生态当前拥有产能和性能优势，但本土需求、电力短缺和建设周期会消耗这种优势；中国追赶取决于存储、封装、良率和产能分配，2028年前后的出口能力仍是情景预测。

（二）建议

　　该文件提出的建议，对中国的价值不在于照搬其出口管制逻辑，而在于看清人工智能工业竞争的完整链条，并提前补足可交付能力。

●统一算力工业口径。应把芯片数量、平均功耗、每瓦性能、封装良率、存储供给、可接入电力和持续利用率放入同一套评估体系，避免只用采购数量或峰值跑分判断产业实力。

●补齐高带宽存储短板。应把高带宽存储、先进封装、高速互连和散热系统作为与逻辑芯片同等重要的产业链任务，围绕量产良率、设备材料和系统验证建立长期考核。

●以工业场景倒逼推理能力。应把制造业实时控制、研发设计、中试验证、预测性维护和供应链管理作为推理算力的主要落点，用真实负载检验芯片性能、软件适配和服务稳定性。

●把电力保障前置布局。应在建设智算中心之前同步核算电源结构、并网周期、储能能力、冷却条件和区域负荷，推动算力设施与电网、绿色能源和工业园区协同规划。

●建设开放安全技术生态。应在保障数据和算力安全的前提下，扩大软硬件适配、开发者培训、行业数据集和国际合作，避免把竞争简化为单一芯片替代，真正形成可持续、可迁移、可验证的人工智能产业能力。

免责声明：本文转自占知智库公众号，原作者占知知道。文章内容系原作者个人观点，本公众号编译/转载仅为分享、传达不同观点，如有任何异议，欢迎联系我们！

转自丨占知智库

作者丨占知知道