原标题：10 万亿，中国正成为 AI 基建狂魔

2026 年，全球 AI 竞赛进入白热化，巨额资金正以前所未有的规模涌入。

美国仅四大科技巨头微软、谷歌、亚马逊、Meta 就预计投入约 6500 亿美元；

中国到 2030 年累计投资将达 10 万亿人民币 ;

欧洲与日本，分别公布了 2000 亿欧元和 1 万亿日元的投资计划。

这么多钱投向哪里？

建电网、拼芯片、抢购光模块、扫货变压器，仅仅是基础。

一个更深层、决定 AI 竞赛胜负的关键领域，正成为全球各国战略布局的重中之重。

那就是 AI 基建。

01 必争之地

3 月 10 日，英伟达 CEO 黄仁勋以个人名义发表了长篇博文《AI is a five layer cake》（AI 是五层蛋糕），这是他时隔五年后，再次发布这类深度文章。

在他看来，AI 远不只是 ChatGPT 或某个搜索产品，而是一个完整的系统。

他把这个系统分为五层：能源、芯片、基础设施、模型和应用。就像一层层堆叠的蛋糕，每一层都支撑着上一层的运转。

这个框架，也同样适合分析全球 AI 竞争格局。

能源层是根基，核心在于电力。当前的电力格局中，中国不仅总量 *，是美国两倍多，在火电、风电、水电、光电、核电这些主要发电领域，中国都是世界 *。

相比之下，美国的发电量不足中国的一半，还要面临电网设施老化、东西部电网各自为政的结构性难题。

就像网友总结的："AI 的尽头是算力，算力的尽头是电力，电力的尽头是中国 "。在能源层，中国无疑是完胜的一方。

能源层之上是芯片层。美国在先进芯片制程领域处于 * 地位，中国也正加速追赶。

过去有种普遍的看法，认为 * 大模型的训练必须依赖 * 进的芯片。仿佛芯片被卡脖子，就跑不出 * 大模型。

但 DeepSeek 打破了这一局限，它凭借对混合专家模型（MoE）、多头潜在注意力（MLA）等架构的算法创新，在有限算力条件下实现了大模型性能的突破性进展。

大模型突破芯片局限，国产芯片也持续发力，华为发布的韬 ( τ ) 定律为中国半导体产业另辟蹊径，预计到 2031 年，其高端芯片晶体管密度将达到 1.4nm 制程的同等水平。海光、寒武纪、昆仑芯等国产芯片力量，也都在各自领域取得突破。

与之对应，英伟达的芯片，正从美国不卖变成中国不买。美国商务部长卢特尼克 4 月 22 日在国会听证会上接受质询，谈及英伟达 H200 芯片对华销售情况时说：" 迄今为止，中方一块芯片也没买，因为他们希望将投资重心放在本土产业发展上。"

黄仁勋都只能沮丧地说：" 我们成了一家双方都‘禁足’的公司。" 然后强调：" 要记住，半导体归根结底是制造业，谁要是觉得中国做不出来，那就真的看走眼了。"

AI 大模型这层。2025 年 7 月数据显示，全球运行的 AI 大模型约 3755 个，其中 1509 个来自中国，数量位居全球 *，在开源大模型下载量这项关键指标上，中国也位居 *。

4 月 13 日，斯坦福大学 HAI 实验室发布 2026 年度《AI 指数报告》显示，中 美大模型性能差距已收窄至 39 分，两年前，差距还超过 300 分。

这份报告发布后不到两周，DeepSeek-V4 预览版发布并宣布开源。其中 V4-Pro 版本在数学、STEM、竞赛型代码等领域，性能比肩世界级闭源大模型，并超越了所有已公开的开源大模型。更值得关注的是，V4 优先适配了华为等国产芯片，完成了从英伟达 CUDA 生态向华为 CANN 架构的底层迁移，完成了国产大模型与国产芯片的自主闭环。

芯片、大模型这层，美国是 *，但中国加速追赶，而在最顶层的应用层，中国优势就相当明显。

去年底，中国国内生成式 AI 用户规模突破 6 亿，普及率达 42.8%，尤其是 18-24 岁年轻群体中，普及率更是超过 91%。而美国 AI 普及率为 28.3%、欧盟为 32.7%，都低于中国。

经历过技术代际落后的中国人更害怕落后，反而对新技术的拥抱更加开放和积极。

这是个由 14 亿人组成的超大规模单体市场，不仅对 AI 接受度极高，应用场景还异常丰富。

今年 3 月，曾经 " 让好莱坞颤抖 " 的美国 AI 视频生成平台 Sora，因商业模式不可持续宣告关停，同一时期，中国视频创作者们却靠着 Seedance 制作的 AI 短剧成功实现盈利。一家杭州企业睿琪软件，还凭借一款教外国人识别花卉的 AI 应用年入 10 亿。

麻省理工学院的报告直接指出，尽管美国企业已经投入超 300 亿 -400 亿美元用于生成式 AI，但高达 95% 的试点项目未能转入实际生产阶段。

AI 技术的先进性固然重要，但谁能率先大规模应用新技术，同等重要。

总体来看，在能源层、应用层，中国有明显的 * 优势；在芯片层，中国和美国还有差距，但正在奋力追平；在模型层，中 美各有所长。

下一个阶段竞赛焦点已然明确，第三层 AI 基础设施成为决胜关键。

02 全球抢滩

谁能化身 "AI 基建狂魔 "，谁就能赢得先机。

然而，建造算力中心绝非易事，它既要整合芯片、光模块、服务器等关键设备，还牵扯到土建、供电、冷却等工程环节。

这是一项复杂的系统工程，一块短板没补上，就可能满盘皆输。

眼下，各国正在使出浑身解数攻克这一难题。

美国是在 AI 基建上砸钱最多的国家。

仅 2026 年，Meta 预计投资 1350 亿美元、微软 1050 亿美元、谷歌 1850 亿美元、亚马逊 2000 亿美元，四家投资总额相比去年大幅增加 70%。

巨头们也心知肚明，光靠烧钱是不够的。于是，美国企业开始 " 合纵连横 "，组合各自优势，互相补短板。

OpenAI 与甲骨文等发起了 " 星际之门 " 计划，投入 5000 亿美元扩建 AI 基建；微软与贝莱德、xAI 等结成联盟；英伟达 10 亿美元入股诺基亚，想把全球数百万个基站打造成算力节点……

不过有时候，卡住整体进度的偏偏就是些不起眼的小环节。

2026 年，美国原计划新建的数据中心项目，有近一半延期或取消，原因是关键零部件短缺，尤其是变压器等电力设备不足。

Crusoe 能源与基础设施负责人安德鲁 · 利肯斯打了比方：" 供应链中任何一个环节延误，整个项目就无法交付，简直像玩一场疯狂的拼图游戏。"

为应对这种困境，白宫一口气提出 90 多项政策，甚至专门成立了一个跨部门的 AI 基建工作组。有人戏称，此举是在学习中国发改委的产业政策。为了不掉队，美国也顾不了那么多。

欧洲虽然雄心勃勃，要在 2030 年前撬动高达 2000 亿欧元的投资，现实却很骨感。

在 AI 硬件方面，欧洲严重依赖外部供应，半导体全球份额仅占 10%，即使是意大利的 * 超算 Colosseum，其核心架构也依赖英伟达。

法国总统马克龙曾承认，欧洲 AI 基建高度依赖美国和中国，亟需建立自主产业能力。

拖慢欧洲步伐的，还有各国在法规和利益上的巨大分歧。欧盟的《人工智能法案》，耗时 3 年才勉强达成共识，这种漫长的博弈对于 AI 这种快行业来说，黄花菜都凉了。

亚洲方面，日本今年计划投入 3873 亿日元（约 24 亿美元）用于 AI 基建，韩国制定了规模为 10.1 万亿韩元（约 70 亿美元）的 AI 专项预算。

这和中 美动辄千亿级的投资相比，显得有些不够看。并且，AI 训练需要海量数据作为养料，而日韩在数据规模上天然受限。

日韩也深知这点，选择避开与中 美正面交锋，另辟蹊径。

日本打算放弃通用大模型竞赛，专注打造 " 实体 AI"。软银、NEC、本田等本土巨头联手，共同推动 AI 与汽车、机器人等实体经济深度融合。

韩国也选定了 NAVER Cloud、Upstage、SK 电讯等五个联合体，启动 " 主权 AI" 战略，目标是建立一套专属韩国的 AI 体系。

从全球范围来看，AI 竞争的核心赛场还是在中 美之间。

03 AI 基建狂魔

重新审视 AI 基建的难点，就能看清中国的优势。

其中之一，便是国家调度电力和算力资源的能力。

早在四年前，中国就布局了一项 * 战略眼光的大国工程：东数西算。

这项与 " 南水北调 "" 西电东送 " 比肩的战略，核心就是让东部蓬勃的算力需求无缝对接西部充沛的绿色电力。今天，在贵州深山、宁夏戈壁、甘肃沙漠里，都藏着世界级的算力枢纽。

更巧妙的是，算力和电力之间还能协同作战。

白天用电高峰时，系统就暂停非紧急的 AI 训练任务，减轻电网压力；夜间风电充沛，就全速跑算力，吃掉多余绿电；同时，AI 模型还能反过来帮助电网进行智能调度。

电力支撑算力，算力优化电力，形成了闭环，实现了成本与效率的黄金平衡。

目前，中国算力总规模跃居全球第二，超算数量登顶世界 *。并且，算力总规模年均增速高达 30%，这意味着不到三年就能翻一倍。

支撑这种增长的，是 " 全国一盘棋 " 的调度能力。

若将视角聚焦到数据中心本身，小到螺丝钉，大到机房，中国都拥有全链条的自主制造能力，这也是一项重要优势。

AI 芯片领域，华为昇腾、海光信息、寒武纪等国产芯片厂正快速崛起。去年，国产芯片在国内的市占率提升至 41%，出货超 165 万片。

AI 推理服务器领域，中国有五家企业闯进全球前十，分别是浪潮、华为、新华三、中科曙光、联想。

光纤领域，长飞光纤、亨通光电、中天科技、烽火通信四家企业跻身全球 *。

光模块领域，全球前十厂商中有七家是中企。" 易中天 "（新易盛、中际旭创、天孚通信）三家公司占据了 800G/1.6T 高速光模块市场六成份额。

各国都缺货的变压器，中国占据了全球 60% 产能。

此外，中国在 AI 基建上还有一个潜在优势：工程基建速度。

美国建设一座 AI 超算中心，需要约三年时间。中国一座大型数据中心的建设周期为 18 到 24 个月，如果用预制化、模块化方案，可缩至 6 个月甚至更短。

中国速度背后的根基是什么？

是 " 人 "。

中国每年培养科学、技术、工程和数学（STEM）专业毕业生超 500 万人，*AI 研究人员占全球 50%。这种人才生态，让创意以惊人的速度落地生根。

中国拥有庞大的产业工人大军：电工、建筑工、管道工、钢铁工、安装工……没有他们的高效协作与快速响应，再先进的蓝图也只能停留在纸面。

说到底，AI 基建的竞争是对一个国家过去所有基建积累和综合国力的 " 期末结算 "。

曾经，我们没有高铁，如今却建成了超过 5 万公里的世界 * 高铁网络。

曾经，我们是电力穷国，如今却成为了全球 * 全民通电的国家。

曾经，我们的国土被高山天堑阻隔，如今在世界最高桥梁前 500 名中，我们独占 439 座。

历史已经证明，中国是当之无愧的基建狂魔。未来必将证明，在 AI 时代，我们同样能成为引领世界的 AI 基建狂魔。