马斯克这话一出来，全球科技圈都安静了。
他在G20会议上直接挑明：现在全球已经存在相当严重的电力危机，除了中国，所有国家都将面临电力短缺。

AI时代最大的难题，可能不是造不出芯片，而是没那么多电给芯片用。过去几年，全球科技圈一直在追逐人工智能。

大家关注最多的是英伟达GPU卖得多火，哪家公司训练出了更大的模型，谁在AI领域跑得更快。但到了2025年前后，一个新的问题越来越明显：AI发展速度太快，能源基础设施开始跟不上了。

这个变化，连马斯克也多次公开提醒。2025年1月，马斯克在社交平台上表示，未来人工智能发展的限制因素可能会从芯片转向电力。他认为，AI数据中心的建设速度非常快，而能源供应可能成为新的瓶颈。

为什么AI这么耗电？因为现在的大模型已经不是普通软件了。过去一个网站、一款手机应用，可能几台服务器就能运行。但训练像GPT这类大型人工智能模型，需要大量高性能芯片长时间工作。

数万甚至更多GPU集中在一起，就形成了一个巨大的耗电中心。这些芯片就像发动机，性能越强，需要的“燃料”也越多。

根据国际能源署（IEA）发布的报告，全球数据中心用电量正在快速增长。2022年全球数据中心、人工智能和加密货币相关设施的用电量约占全球电力消费的2%左右，预计到2026年可能达到更高水平。其中，人工智能的发展是推动数据中心耗电增加的重要因素之一。

美国受到的压力尤其明显。近年来，美国科技巨头不断扩大AI投资。微软、谷歌、亚马逊等企业都在建设大型数据中心，希望抢占人工智能基础设施。

但问题来了，美国部分地区电网建设速度并没有跟上。很多数据中心选址之后，真正接入稳定电力需要等待较长时间。原因并不是美国没有能源，而是新的发电设施、输电线路建设周期较长。

这也解释了为什么现在一些科技公司开始自己寻找能源方案。例如，微软、谷歌等企业都在探索通过长期购电协议、新能源项目甚至核能等方式保障未来电力供应。

说到底，AI竞争正在从单纯比拼芯片，变成比拼一整套基础能力。谁有先进芯片，谁拥有算力优势；但谁有稳定电力，谁才能让这些芯片真正运转起来。

中国在这方面确实有自己的特点。过去多年，中国持续建设电力基础设施，形成了规模庞大的电网体系。同时，中国在特高压输电、风电、光伏等领域投入巨大。

比如西部地区拥有丰富的能源资源，而东部地区拥有大量产业和人口，通过特高压输电，可以把远距离能源输送到用电需求更大的地区。

这类基础设施建设，不一定在短时间内引起关注，但到了人工智能时代，它的重要性开始显现。未来AI竞争，可能不会只是实验室里的技术比拼，而是一场从芯片、能源到基础设施的综合竞争。

很多人以前说，人工智能时代拼的是算力。但算力从哪里来？最终还是离不开电。芯片决定AI能跑多快，能源决定AI能跑多久。

人工智能看起来是一场软件革命，但背后其实也正在变成一场能源革命。谁能提前准备好支撑AI发展的基础设施，谁就更有可能在下一轮科技竞争中占据优势。