【导读】随着美国科技企业高管随特朗普访华，全球目光再度聚焦于人工智能领域。AI既是新一轮技术革命的核心动力，也是当下大国博弈中最敏感、最不稳定的变量。特朗普再度执政后，美国官方文件明确提出要“赢得人工智能竞争”，将 AI 博弈提升至国家战略高度。

本文分析了美国社会的两种代表性的观点：一是美国智库战略与国际研究中心人工智能主任艾伦在美国国会主张对华采取芯片管制措施，强调切断中国先进芯片获取渠道的必要性，其论调反映了一部分美国人将中美AI竞争视作“新冷战”的对抗思维；二是英伟达CEO黄仁勋以“AI五层堆栈”隔空回应，明确指出AI发展是国家系统工程，电力短缺、应用场景不足等短板，才是制约美国维持AI领导力的真正困局，单纯的出口管制无异于自断市场臂膀。

这场隔空对话所折射的战略取舍，关乎中美科技博弈的走向。总的来看，美国正构建“能源—AI—再工业化”协同战略，以此实现“经济安全—国家安全”战略目标，该思路与新版《美国国家安全战略》的核心诉求相契合。

本文由“欧亚系统科学研究会”编译，仅代表作者观点，供诸君参考。

遏制还是自我提升？

黄仁勋与艾伦关于美国AI战略的隔空交锋

▍A面：艾伦的出口管制与遏制战略

2025年12月2日，美国智库战略与国际研究中心CSIS下设的瓦德瓦尼人工智能中心主任艾伦（Gregory C. Allen）在参议院外交关系委员会发表国会听证会陈词，主张在AI芯片领域加强对中国的出口管制。早在2017年，艾伦就在美国情报高级研究计划局（IARPA）的资助下，牵头撰写了《人工智能与国家安全》报告，强调AI将成为继核武器、航空航天、网络技术、生物技术之后的又一类颠覆性军事技术，而对手国家的企业在AI的投入规模与能力增长对美国构成威胁。

在最新的国会证词中，艾伦一开始便强调，特朗普政府与拜登政府均将当前人工智能竞赛比作美国与苏联的太空竞赛，且当前的人工智能竞赛在绝对规模上更大。1960至1973年间，美国政府为阿波罗计划投入280亿美元，经通胀调整后相当于3260亿美元。而到2026年，仅美国五家企业——Meta、Alphabet、微软、亚马逊和甲骨文——的人工智能专项资本支出合计预计就将超过4500亿美元。此外，OpenAI、Anthropic及xAI等其他企业还将为这一总额再添数千亿美元投资。这一数据表明，与太空竞赛不同，人工智能竞赛的绝大多数活动都发生在商业私营领域。总体而言，美国企业单年的人工智能投资规模，就远超美国政府在整个13年阿波罗计划周期内的总投入。

艾伦强调，美国政府在人工智能竞赛中采取的最具战略意义的举措，就是阻止对手获取最先进的人工智能芯片，同时切断其自主研发芯片的技术途径。该战略的核心举措始于特朗普政府第一任期，后在拜登政府时期得到大幅扩充。若拜登政府未对先进人工智能芯片实施出口管制，全球首个百万芯片级人工智能集群大概率会落户中国而非美国。特朗普政府第一任期的相关管制措施对中国半导体产业影响深远：阻止中国芯片制造商获取EUV等先进制造设备，致使中芯国际长期停滞在7纳米技术节点，且未来数年或仍难突破；同时还禁止华为旗下海思半导体等头部芯片设计企业，通过台积电等代工厂获取美制半导体设备。而苹果、台积电、英伟达等企业则成为美国早期出口管制的主要受益者。

在当下的竞争格局下，艾伦认为，芯片的出口管制（特别是英伟达芯片）更有利于美国的国家安全。出口管制确实增强了中国提升本土半导体设备供应商能力的意愿，但这并不等同于出口管制直接推动了技术本土化。艾伦认为，美国实施的最重要的出口管制措施，就是针对先进半导体制造设备的管制。出口管制改变了设备需求的结构：从技术层面看，中国采购的设备技术复杂度有所降低；从地域层面看，先进节点设备需求更多转移至中国境外，而传统节点设备需求则更多流向中国，但出口管制并未改变设备需求的整体增长趋势。因此，出口管制并未摧毁市场需求，只是改变了需求结构。艾伦认识到，无论美国采取何种行动，中国原本就计划大规模扩充芯片产能；但他也同时指出，出口管制的作用在于，确保中国的产能扩张不会导致美国及其盟友在先进芯片领域形成对中国的战略依赖。

艾伦还在2025年3月于CSIS平台发表文章《解析美国盟友实施人工智能与半导体出口管制的现行法律权限》中，认为现有的多边出口管制架构既不够灵活迅速，无法实施美国对中国施加的复杂、有针对性的人工智能和半导体出口管制措施。艾伦强调，美国能否阻止中国在AI与半导体领域追赶，核心取决于盟友的“管制对齐”——盟友具备单边管制的法律权限，但缺乏执行能力与政治意愿，且多边架构僵化。特朗普政府需在“施压盟友”与“协调利益”间平衡：既要推动盟友建立治外法权和专项管制，也要帮助盟友应对中国措施（如关键矿物替代供应链），避免盟友因经济损失退出合作。

▍B面：黄仁勋“国家系统工程论”的五层结构

就在艾伦在国会作证的次日，即2025年12月3日，黄仁勋接受了CSIS的采访。黄仁勋以“国家系统工程论”回应艾伦基于冷战思维提出的“对抗论”，指出人工智能的发展本质上是国家整体能力的系统性工程，单纯通过限制AI芯片出口，不仅无法解决美国在AI发展上的底层结构性困境，反而自断臂膀，放弃关键市场。不同于艾伦将AI比作覆性军事技术进而强调对抗的“狭义的国家安全”，黄仁勋提出，“广义的国家安全”还包括经济体的活力、产业的生产力、思想领域的创造力，以及司法体系的公平性。

黄仁勋对人工智能的理解并非将其简化为单一技术或单一产业，而是把AI描述为一个有机的“五层堆栈”（five-layer stack）：底层是能源，之上依次是芯片、基础设施、大模型，最终到达面向具体行业的应用与落地场景。这意味着围绕AI展开的大国博弈需要把注意力从浮于表面的算法竞赛拉回到那些真正决定国家能否规模化部署AI的物质条件与制度安排上。换言之，AI不是单纯的“算力游戏”，而是国家的系统工程。

第一层：能源

人工智能的最底层是能源，这是黄仁勋反复强调的首要条件。没有充足且稳定的电力能源，芯片厂、超级计算机厂、AI数据中心等都无法建立。一个令黄仁勋感到不可思议的现实是，美国目前的能源供给仅为中国的50%，且增长停滞，而中国的能源规模还在持续攀升。据《金融时报》，OpenAI在10月致美国政府的公开信中指出，2024年中美新增电力装机容量差距显著：中国新增429吉瓦，超美国全网容量1/3、占全球增量过半；美国仅新增51吉瓦，全球增量占比仅12%。这意味着中国构建AI产业的底层能力远强于美国。

这一差距也与美国的产业诉求形成了矛盾，特朗普反复强调美国需要再工业化、将外流的制造业迁回本土以创造大量就业，但制造业回流以及核心工厂（芯片厂、超级计算机厂、AI数据中心）的落地，都必须以强大的能源体系为支撑，而美国社会曾长期存在“妖魔化”能源产业的倾向，制约了能源供给的增长。正因如此，黄仁勋对特朗普政府纠正过去十年在能源领域的错误，将“能源增长”和“再工业化”作为产业政策的两大主要方向表示大力支持。

第二层：芯片

能源之上是芯片，这恰恰是黄仁勋与英伟达的核心竞争力所在。从全球产业格局来看，美国在芯片技术层面领先数代是业界公认的事实，这是美国维持AI产业竞争力的核心优势之一。英伟达所布局的芯片并非大众认知中的游戏显卡，而是适配AI数据中心的GPU，这类GPU有着极高的技术壁垒和产业价值，重达两吨，包含150万个零部件，功耗高达20万瓦，单价更是达到300万美元。黄仁勋还提到，外界曾有关于GPU走私的担忧，但AI数据中心所需的GPU规模极大，想要完成走私几乎不具备可行性。同时，英伟达的芯片技术迭代速度也处于行业顶尖水平，没有同体量的公司能够做到每年推出新一代产品，其技术能实现每年5到10倍的性能提升。但即便如此，面对AI产业上万倍甚至百万倍级的算力需求增长，芯片技术的进步依然需要能源的强力支撑，这也再次印证了能源层与芯片层之间的强关联。

黄仁勋还强调，绝不能因一时的优势而掉以轻心，因为半导体产业的核心命脉在于制造环节，若有人认为中国无法攻克芯片制造难题，那无疑是一种误判。在芯片产业的成本竞争上，中美之间的差距进一步拉大，中国的能源优势意味着芯片企业的能源成本仅为美国一半，此外中国还会为工厂员工提供免费通勤等配套福利，而美国本身的能源成本就高于中国，叠加中国的政策后，美国芯片产业的最终成本可能达到中国的4到8倍，这一成本鸿沟对美国芯片产业的市场竞争力构成了严峻挑战。

第三层：基础设施

人工智能发展的第三层是基础设施。在黄仁勋看来，过去人们提及基础设施，往往只局限于云计算；但在AI产业的发展语境下，基础设施的范畴已经被极大拓宽，除了云计算这类传统基建外，还包括土地、电力、厂房等硬件设施，这些硬件要素甚至催生出了全新的配套产业。同时，基础设施还涵盖了金融服务，因为AI产业的发展需要巨额资本投入。从基建落地速度来看，中美之间也存在显著差距，在美国，从破土动工到建成一座AI超级计算机数据中心，大概需要耗费三年时间，而中国高效的基建建设能力甚至能实现一周内建好一座医院，这一差距也成为美国在AI基础设施层面面临的巨大挑战。

第四层：大模型

第四层是大众谈论AI时最关注的AI大模型。这一层诞生了诸多具有革命性意义的成果，比如风靡全球的ChatGPT、Anthropic的Claude、谷歌的Gemini以及xAI的Grok，这些前沿模型凭借强大的自然语言处理能力刷新了大众对AI的认知。但黄仁勋也特别提醒，这四款模型仅仅是全球150万个AI模型中的冰山一角，AI模型的能力边界远不止理解英语或自然语言。在更广泛的学科和产业领域，AI模型展现出了多元的应用潜力：它能够解读基因、蛋白质的内在规律，也能推演物理定律；可以精准控制机器人的肢体动作，也能分析金融领域的长期时序数据，还能整合医疗领域的多模态信息。从覆盖范围来看，AI模型的应用已经延伸至各个行业的各类信息处理场景，全球150万个AI模型正一一对应着这些多元的应用需求，这也意味着对AI模型的认知不能局限于自然语言处理这一单一细分领域。

在中美AI模型层的竞争维度，美国的前沿AI模型无疑处于世界顶尖水平，大概领先全球6个月的时间，但中国在开源模型数量与研究人员数量方面已经领先美国。（1）没有开源技术，初创企业便失去了成长的技术土壤，科学家难以借助AI工具实现技术创新，整个AI产业根本无法实现规模化发展，而中国在开源赛道的领先地位，也让其在AI模型的普惠化和产业化层面占据了先机。（2）此外，中国在研究人员数量、专利数量等方面均已处于全球领先位置：第一，中国拥有庞大的高素质理工科学生群体；第二，全球50%的AI研究者是华人；第三，去年全球70%的AI专利来自中国。中国的AI生态充满活力、创新力十足，从业者也极其勤奋，是一个实力强劲的科技大国。

第五层：应用场景

人工智能发展的最顶层是第五层——应用层。这一层是AI技术实现价值闭环的关键，因为AI模型本质上只是技术工具，而技术的最终价值必然要通过落地应用来体现。几乎所有行业都能找到深度适配的AI技术，无论是关系民生的医疗领域、服务大众的娱乐领域，还是支撑实体经济的制造业、关乎未来出行的自动驾驶和交通运输领域。

以机器人为例，该领域将是未来全球科技与产业竞争的关键赛道。中国在这一领域极具优势：第一，中国有巨大的市场需求，本土制造业需要大量劳动力替代，未来劳动力短缺问题也会倒逼机器人技术落地；第二，中国具备扎实的AI技术；第三，中国在机电一体化领域实力突出，实现了需求和供给能力的匹配。其他国家则各有短板：日本有需求和机电技术，但AI能力不足；德国同理；而美国如果完成再工业化，会有大量需求，也有顶尖软件技术，但机电一体化能力还需要提升。

此外，黄仁勋特别强调社会文化环境对模型发展的影响——中国社会对人工智能接受度更高，公众更倾向于将人工智能视为机会，而非威胁；美国则存在较强的技术风险忧虑。这种社会氛围差异导致模型在中国能够更快深入行业场景、在更多领域得到应用，也使得中国的大模型产业能够在实际使用反馈中快速迭代。黄仁勋认为，美国不能总用科幻电影里的叙事来渲染AI的威胁，引发不必要的社会恐慌。

在黄仁勋看来，在AI应用和技术普及层面，美国绝不能落后于其他国家，因为谁先实现AI技术的规模化落地、谁的应用覆盖范围更广，谁就能主导这场全新的工业革命。这一观点也能从历史中找到印证：电是由英国人发明的，但美国更快、更广泛地实现了全社会的电气化，最终借此成就了工业强国的地位，这一历史经验也为当下的AI应用竞争提供了重要的借鉴，即看待AI竞争不能只盯着ChatGPT和DeepSeek这类单一模型的对决，而要从整个技术栈（Technology Stack）和全行业的维度进行综合评估，这远比单一维度的对比要复杂得多。

综上所述，黄仁勋的AI五层结构分析，共同构成最终的判断：美国要巩固AI领导力，不能只依靠芯片优势和出口管制，而必须在能源、基础设施和社会应用层面进行全面的国家战略升级。而其中的电力供应，正成为美国AI发展最紧迫的底层制约。

▍电力瓶颈：美国AI发展的最紧迫制约

（一）从石油到电力：美国能源战略转型的紧迫性

数十年来，美国能源战略的核心是应对全球石油市场风险。但这一指导原则已日益过时：美国自2019年起已成为能源净出口国，2024年更是全球最大的石油和天然气生产国。AI的崛起，将电力供应提升至新的战略高度：电力不再只是支撑经济活动的一般性资源，而正演化为制约美国AI扩张乃至国家竞争优势的“最紧迫瓶颈”。CSIS预测，美国AI数据中心电力需求将从2024年的4吉瓦（GW）飙升至2030年的84吉瓦，增幅高达21倍。

尽管预测各不相同，但都表明美国电力需求将激增。（1TW=1000GW，图片来源：Financial Times）

然而，自20世纪70年代起，美国电力行业整体发展增速便持续放缓，近几十年的近乎零增长，是此前数十年增速稳步下滑的延续。当美国在过去二十年几乎没有经历电力负荷增长时，美国社会与监管体系逐渐形成了一种“电力需求不会再大幅上升”的惯性思维。尽管2010年以来，美国发电装机总容量已增长172吉瓦，达到1318吉瓦，看似具备充足的供应潜力，但风电、太阳能的非稳定供电特性，使得装机容量无法等同于实际供电能力。

事实上，美国发电系统的总有效容量自2010年起便陷入停滞，甚至出现下降；与此同时，有效容量系数（实际发电量与其理论最大发电量之比）高达84%的燃煤机组，正被有效容量系数仅为34%的陆上风电和13%的太阳能所取代。2020年加州热浪、2021年得州“乌里”冬季风暴等供电短缺事件，已为美国电力系统的可靠性敲响警钟。更糟糕的是，从全国范围来看，美国电力系统已基本无“备用容量”可言。

美国电力分布图（来源：Financial Times）

然而，AI时代的来临正在彻底推翻过去数十年形成的结构性预期。如今，每新增1吉瓦数据中心用电需求，都需要配套同等规模的有效发电容量。过去未能实现有效容量增长，正是数据中心建设热潮和AI技术竞争倒逼行业聚焦能源与电力问题的根本原因。此外，美国国内对经济再工业化的广泛政治共识，将带动采矿、半导体制造、电池生产等能源密集型产业的发展。因此，美国新的长期能源战略，应致力于打造堪比当前油气领域全球主导地位的电力供应优势。

（二）美国电力供应的能源结构与未来走向

截至2024年12月，美国煤电装机共包含400余台机组，总容量达188吉瓦。而根据美国环境保护署（EPA）的分析，2035年前煤电退役规模或达150吉瓦以上。但特朗普政府废除EPA温室气体排放规则的举措，使得煤电快速退役的场景已不太可能出现。从短期来看，推迟煤电退役的确是缓解电力供需压力的权宜之计。然而，煤电机组的老化问题突出，美国70%的煤电装机（超130吉瓦）已运行40年以上。机组老化与相较其他能源的经济竞争力下滑，共同导致煤电利用率持续走低。因此，尽管煤电退役速度短期内放缓，但到2030年代中期及以后或将出现加速。

美国电力行业正迎来天然气发电建设热潮。EPA的数据显示，2030年前处于不同建设阶段的新建燃气发电项目总容量将达近30吉瓦。根据国际能源署（IEA），燃气发电将成为美国大数据中心的主要电力来源。在现有发电技术体系中，燃气发电凭借建设周期最短、选址条件灵活、财务成本可控的核心优势，能够快速提供大规模有效电力容量。此外，燃气电站可直接选址于数据中心内部或其毗邻区域，这一布局不仅能显著提升区域电网的运行稳定性，还可大幅降低整体输电系统的投资成本；部分燃气电站还可与数据中心联动构建独立微电网，实现脱离主网的自主运行，这种模式可规避并网成本和并网延迟。然而，燃气发电热潮正引发上游供应链瓶颈。通用电气、三菱、西门子等主要燃气轮机制造商的订单已迅速积压，交货周期已延后至2028年之后。尽管未来美国燃气发电装机规模仍将保持增长态势，但行业若想进一步提升装机增速，将面临严峻的供应挑战。

xAI数据中心的燃气轮机（来源：Financial Times）

燃气发电热潮与光储项目的大规模部署相辅相成。在不同州、不同市场和不同政策框架下，当前发电技术的经济性均倾向于“燃气+储能+可再生能源”的混合组合模式：燃气发电可提供全场景用电需求所需的有效容量；以太阳能为主的可再生能源，能以快速部署的优势实现超低边际发电成本，既降低整体供电成本、提升电力获取速度，又优化项目碳排放水平；储能系统则可平抑可再生能源发电波动，同时提升发电组合的整体经济与可靠性价值。太阳能正迅速主导新增发电装机市场，其重要性已远超风电。2024年美国太阳能装机新增30吉瓦，创历史纪录；而风电新增装机仅5吉瓦，为2014年以来最低水平。

核能仍是一项建设周期较长的技术，其主要贡献将体现在2030年之后。尽管核电具备明确的经济和战略价值，但巨额资本投入和成本超支风险仍是巨大挑战。多个反应堆项目预计2030年前后完工，其中包括美国能源部支持的凯洛斯（Kairos）、X能源（X-Energy）、泰拉能源（Terra Power）等企业的先进反应堆设计。这类小容量、理论上可批量复制的反应堆，有望将核能的商业模式从大型工程转变为类似燃气联合循环电站的模式，这一规模化构想也吸引了谷歌、亚马逊等科技企业的投资。5吉瓦级的超大规模数据中心集群，与核电机组天然适配。但此类项目必然会经历前期运行调试和设计迭代阶段，其对全国发电装机的显著贡献要到2030年代中期才能显现。

CSIS的研究认为，AI的崛起，将电力供应提升至新的战略高度。美国新的长期能源战略，应致力于打造堪比当前油气领域全球主导地位的电力供应优势。美国需将当前制约AI发展的电力短缺困境，转化为长期的全球电力供应主导地位。这种规模的扩张具有可行性：1982-1991年的十年间，美国电力消费量增长了约800太瓦时（TWh），电力行业新建了43座核反应堆，总容量达52吉瓦。而这一切都是在没有现代数字工程、制造技术、施工技术，更没有AI辅助的情况下实现的。无论是核能、天然气、太阳能、储能还是地热能，所需技术均已成熟。简言之，满足AI能源需求的工程和技术挑战并非不可逾越，关键在于政策制定者能否打破现状，开启美国电力供应主导全球的未来。

▍特朗普的政策转向与美国的AI战略未来走向

针对艾伦“就算丢了中国市场，我们还能在其他地方增长”的论调，黄仁勋强调，如果彻底退出中国市场，相当于把全球第二大AI市场、第二大科技市场拱手相让；且中国市场是不可替代的——就像全球企业都想进军美国市场一样，失去中国市场的损失无法弥补。黄仁勋的采访无疑是对白宫喊话，有些政策看似能达成短期目标，但长期的意外后果可能会对美国造成严重伤害。通过对AI发展的五层结构的解释，他竭力让特朗普政府意识到究竟是什么因素在真正制约美国AI的发展。

目前来看，这场辩论暂时以黄仁勋胜出。12月9日，特朗普宣布，美国将允许英伟达向中国出售其H200人工智能芯片，条件是美国可从销售额中抽取25%的分成，不过销售将仅限于“获批准的客户”。但对于未来，黄仁勋也提出，接下来的关键问题，是如何平衡技术扩散、出口和标准输出：第一，要守护狭义的国家安全，防止敏感技术流向对手；第二，要确保美国企业能优先用上最顶尖的技术；第三，在此基础上，要积极向全球推广美国的技术标准，通过全球市场反哺研发，从而维持科技和军事领域的绝对优势，这三者是相辅相成的。

总体来看，美国正在形成“能源—AI—再工业化”相互协同的安全与发展战略：AI驱动的技术优势为能源开发与制造业回流提供了关键技术支撑；能源体系在成本与供给安全上的保障，为AI产业与制造业奠定了稳定运营的基础；而制造业回流所带来的产业链控制权及多样化场景需求，又反过来推动AI技术的落地与迭代。AI技术进步、能源体系稳固与制造业回流之间构成了一个互相强化的正向循环，共同支撑美国“经济安全—国家安全”的整体战略目标。

这一战略最新美国《国家安全战略》中有所体现，该战略一方面明确将确保美国的技术与标准——特别是在人工智能、生物技术和量子计算领域——引领世界发展，视为“美国核心且至关重要的国家利益”；另一方面将恢复美国的能源主导地位（包括石油、天然气、煤炭和核能）并推动关键能源组件回流，列为“最高战略优先事项”，同时拒绝“气候变化”和“净零排放”意识形态。该战略还强调，廉价且丰富的能源将为美国创造高薪就业机会，降低消费者和企业成本，推动再工业化，并帮助维持美国在人工智能等尖端技术领域的优势。