美国呢？电网大多建于上世纪五六十年代，七成输电线路服役超过25年。一座100兆瓦数据中心18到36个月能建好，但跨州高压输电线路审批要7到10年。算力落地和电网接入之间，有一道巨大的时间差。PJM电网2027到2028交付年的容量缺口高达6623兆瓦。数据中心越建越多，电越来越不够用，电价越涨越高。
电价只是成本的一端。另一端的Token价格更能说明问题--这是AI算力的最终计量单位。DeepSeek V4 Flash的API定价，输入0.14美元/百万Token，输出0.28美元。GPT-5.5同规格输出30美元/百万Token。同样的算力服务，价格差了上百倍。
有人说这是补贴，不可持续。不完全是。DeepSeek V4 Flash总参数2840亿，通过MoE架构每次推理只激活130亿，少算90%的浮点运算--靠的是工程效率，不是烧钱补贴。再加上西部绿电的低电价、国产芯片的替代、开源策略摊薄开发成本，中国的Token低价是结构性优势，撑得住。
一旦芯片突围，美国的钱就真的收不回来了
目前中国在高端AI芯片上仍然受限。但英伟达在中国的日子已经大不如前--黄仁勋2026年5月公开承认英伟达中国直销份额降至0%（这是出口管制的结果），算上间接渠道，IDC和Bernstein的数据显示其2026年全年中国份额可能只剩个位数。差距在快速缩小。2026年国产芯片出货占比已超60%，华为昇腾系列全年出货量预计超百万张，断层第一。DeepSeek V4全线适配昇腾生态，完成从CUDA到CANN架构的迁移，成为全球首个依托纯国产算力训练的万亿参数MoE模型。
现在国产芯片在千亿参数以上大模型训练还有瓶颈，行业预判2028年多模态专用芯片批量交付后，高端算力国产替代才算真正完成。但方向已经很清楚了。一旦中国在芯片上彻底绕开限制--哪怕不是性能追平，而是成本足够低、生态足够用--美国AI投资就危险了。
