ARTICLE · 1304065
中美AI算力、电力差距有多大
微软的仓库里堆着GPU，插不上电；西部一个县城的智算中心，机柜亮着灯，利用率不到一成。一个卡多到没处插，一个机房多到没人用。
01
芯片先差了三代
台积电的2纳米在2025年四季度量产，下一代1.4纳米预计2027年试产。中芯国际最先进的量产工艺停在7纳米等效，中间隔着5纳米、3纳米两代。
三代不是数字游戏。制程每进一代，能效比大约翻一倍，差三代，同样功耗下的算力密度只剩几分之一。而且7纳米以下离不开EUV光刻机，全球只有ASML能造，这台机器卡在出口管制里。
单卡也差着。昇腾910B大致相当于A100，H100是A100的两到三倍，B200又比H100翻一倍。中国能设计出先进芯片，却造不出来。这是算力差距的起点。
02
纸面差距，三到四倍
斯坦福的AI指数报告算过，2025年全球AI算力大约相当于1710万片H100，美国的数据中心超过5400座，是其他任何国家的十倍以上。
按多家机构的估算，美国占全球算力存量约三分之二，中国不到两成。三到四倍。
年出货也是这个格局：2025年中国市场AI加速卡卖了400万张，国产165万张，英伟达一家220万张。
数量差一截，单卡性能再差一截，两层叠起来，纸面上就是三到四倍。
03
能跑起来的，没那么多
纸面的卡，不等于能跑的卡。斯坦福说，美国数据中心的GPU平均利用率在30%到50%；信通院的口径，中国智能算力供应38亿卡时，实际用掉14亿，37%。两边的闲置率居然差不多。
但闲置的原因，正好反着来。
美国是有卡没电。纳德拉自己讲，最大的问题不是算力，是电力，一堆芯片堆在库存里，没电可用；微软积压的Azure订单，一度到800亿美元。北弗吉尼亚一个100兆瓦的数据中心，从申请到通电要七年，PJM平均排队八年，变压器交期从50周拉到128周。
中国是有电没客户。智算中心整体利用率不到七成，这两年新建的不到三成，西部一些枢纽低于两成，有的地方运维比客户多。
而且技术栈也不通，美国主流几乎统一 CUDA 栈，任务可以在不同集群之间调度迁移； 国内是多路线并行：昇腾 CANN、AMD ROCm、摩尔线程 MUSA、英伟达 CUDA 并存，算子库、通信栈、编译链互相不兼容，跨架构调度不到5%，卡挪不动。
所以准确地说，美国缺的是插座，中国缺的是客户。纸面那三四倍，落到能通电、有活干的算力上，还得打折。
04
电：中国能立刻接，美国接不上
2025年底，中国装机38.9亿千瓦，美国13亿千瓦，3倍；全年发电10.58万亿度，美国4.5万亿度，2.2倍。当年新增装机，中国4.29亿千瓦，美国约62GW，差7倍。
电价也压得住。内蒙古、甘肃、宁夏这些算力落地的地方，工业电价平均0.41元一度，实际签约还有0.3出头的；美国数据中心扎堆的地方0.07到0.12美元，合人民币五毛到八毛六。
美国不是没电，是接不上。页岩气便宜，新增装机八成是可再生，微软还包下了三里岛核电站。卡住的是并网排队、变压器交期、审批，还有民意：盖洛普的调查，七成美国人反对在自家附近建AI数据中心，密集区居民电费平均多掏18%。
摩根士丹利算过，2026到2028年美国数据中心要68GW的电，电网只能给30GW。燃气轮机订单排到2029年，全球一年产能60到70GW，手上订单110GW。马斯克在孟菲斯建Colossus 2，接线要一年，最后用一堆燃机加电池拼出1GW。
中国的电网也有自己的麻烦，电在西部，需求在东部，靠特高压和东数西算硬拉。但至少，今天就能接上。
05
芯片：短板在制造，不在设计
2025年，中国市场AI加速卡出货400万张，国产165万张，第一次过四成；华为昇腾81.2万张，一家占了国产的一半。
到2026年上半年，英伟达在中国的份额掉到34%，昇腾28%，两家只差6个点。一年前，这个差是31个点。
更有意思的是结构：非GPU加速器出货101.6万颗，第一次超过GPU，这块95%是国产。训练还在追，推理已经换了国产。自给率2025年35%，2026年45%，2027年预计68%。
天花板也很清楚。徐直军说，制约昇腾放量的不是需求，是供货能力。中芯7纳米良率、HBM供应、产能，三道关。华为今年910C的目标是60万颗，放在全国需求面前，不够分。
所以现状是：推理够用，训练吃紧。这不是靠一颗芯片追上的，是先把推理用起来，绕过去。
06
token：电价只是地板
很多人把结论简化成一句话：中国电便宜，所以token便宜。
这笔账得掰开算。生成100万token，大约是一部长篇小说的字数，耗电0.1到0.3度，也就是一支台灯亮一整天的电。西部电价0.41元一度，这点电只要四分到一毛二，而DeepSeek收你两块钱。也就是说，电费就算涨一倍，你的账单也动不了几个点。美国那边算下来七分到两毛一，同样不到token价格的5%。电费这头，两边拉不开差距。
可实际卖价差多少？DeepSeek输入0.28美元，Qwen更便宜，一毛八人民币；GPT-5要1.25美元，Claude Sonnet收3美元，最贵的Opus开到15美元。同样一百万token，贵的和便宜的差10倍到50倍。电费大家差不多，卖价差几十倍，钱显然没花在电上。
那差在哪儿？一是模型本身更省，MoE架构像一个科室只叫相关医生出诊，不用全院上岗，同样一张卡能干更多的活；二是工程抠得细，FP8、KV缓存、批量调度，都是把算力边角料榨干净的手艺；三是有的厂商在赔本抢市场，价格可以压到成本以下。
所以电价的角色是地板，不是武器。它决定最低能降到哪儿，决定不了现在为什么这么便宜。但地板也重要：电价便宜而且稳，才有人敢几个亿几个亿地往训练集群里砸，一砸五年。
07
展望
把前面这些数字收拢一下，其实就是两句话：美国的问题是电送不到机柜，中国的问题是机柜里的芯片不够强。一个被电网卡着，一个被制程卡着。谁先解开自己的那个结，谁就能把对方甩在身后。
技术上电网更容易，变压器、变电站、燃气轮机还有之前聊过的SOFC和SMR，都是花钱和加班就能赶出来的东西，慢一点、贵一点，最后总能到货。制程不一样，EUV全世界只有一家能造，良率是拿时间一点点磨出来的，没有近路。未来两三年，可能中国会先在token价格和应用铺开的速度上跑出来，美国退到最前沿那一小圈，守住单卡的性能优势。
比的不是谁卡多，是谁能让卡一直转着，还转得起。
推荐相关阅读：
