中美AI竞争正在出现一个容易被低估的变化：决定算力上限的，已经不只是GPU性能，还包括谁能长期提供足够便宜、稳定的电力。内蒙古乌兰察布因此成为中国“东数西算”体系的重要节点，但把它理解成“靠廉价电力堆芯片就能击败英伟达”，同样过于简单。
乌兰察布发展数据中心并非突然起步。国家“东数西算”工程已将内蒙古纳入全国一体化算力网络国家枢纽节点，乌兰察布近年来持续吸引华为、阿里巴巴等企业布局数据中心。
当地优势首先是能源：内蒙古风电、光伏资源丰富，而AI数据中心恰恰是耗电大户，把算力部署到能源富集地区，本质上是把过去的“西电东送”进一步变成“西算东送”。
第二个优势是气候。乌兰察布年平均气温较低，数据中心可以更长时间利用自然冷源降低制冷能耗。
不过，所谓“AI数据中心40%的电都用来散热”不能一概而论。数据中心制冷占比受设备密度、PUE、冷却方式和气候影响很大，先进数据中心已经能够明显降低制冷占比，因此不能把40%作为固定标准。
真正与美国AI竞争发生关联的，是中国面对高端GPU出口限制后正在选择不同的技术路线。华为今年公布Atlas 950 SuperPoD超节点，计划通过高速互联把大量昇腾处理器组成更大的计算系统。
它解决的问题不是“几千颗普通芯片打英伟达一颗”，而是在单颗芯片性能受到限制的情况下，通过互联、软件和系统工程提高集群整体算力。
但这条路线有一个代价：芯片效率不足，可以通过规模弥补；规模扩大以后，电力就会成为新的成本。假设完成同样一次AI训练，中国系统需要更多芯片，那么服务器数量、互联设备、冷却设施和耗电量都会增加。
此时乌兰察布这样的低成本能源基地，价值就不仅是“电便宜”，而是直接影响国产AI算力方案能否在经济上成立。
这也是中美AI竞争下一阶段最值得观察的地方。美国优势仍然集中在英伟达高端GPU、先进制程和软件生态，中国则拥有庞大的电力系统、可再生能源装机规模、数据中心基础设施以及不断发展的国产AI芯片。
双方实际上正在比较两套体系：美国争取让每颗芯片提供更高算力，中国则同时尝试用能源、网络和集群规模弥补单芯片差距。
所以，“AI的尽头是电力”并不完全准确，但方向值得重视。芯片决定单位算力效率，电力决定这种算力能扩大到什么规模。
未来真正限制AI发展的，可能不再是一张GPU能跑多快，而是数十万甚至上百万颗芯片同时运行时，谁能承担它们长期产生的电力、散热和基础设施成本。乌兰察布崛起，反映的正是中国开始把能源优势转化为算力优势的尝试。