DeepDive · 中美 AI 对抗 · 在线讲解

蛋糕的物理学
谁在赢，赢在哪一层

用黄仁勋的「五层蛋糕」——能源、芯片、基础设施、模型、应用——逐层拆解中美对抗。

文 / 冯小平 · 2026 年 6 月 · xiaopingfeng.com/deepdive
一句话讲完 · The Short Version
越往下，中国的物理优势越强；
越往上，美国的软实力优势越强。
而出口管制的全部意图，是死守中间那一层
同一场峰会，两句话

「中国会赢得这场 AI 竞赛。」

随即改口：中国只是纳秒之差紧追美国，美国必须靠赢得全球开发者来领先。

黄仁勋 · 2025 年 11 月 FT Future of AI 峰会 · 据 CNBC / The Hill
FIG 01 · 框架 / The Five Layers

一块自下而上叠起来的蛋糕

▲ 越往上 · 美国软实力越强 L5 应用 APPLICATIONS 各有主场 L4 模型 MODELS 胶着 L3 基础设施 INFRASTRUCTURE 美国领先 L2 芯片 CHIPS 美国压倒 L1 能源 ENERGY 中国领先 ▼ 越往下 · 中国物理优势越强
  • L5 应用 — 价值最终落地之处
  • L4 模型 — 把算力变成智能
  • L3 基础设施 — 数据中心级「AI 工厂」
  • L2 芯片 — 把电变成实时算力
  • L1 能源 — 算力即电力，每个 token 都是电与热的转换
每一层都是上一层的物理地基 · 需求自上而下传导，地基自下而上支撑 · 图内右缘标注每层领先方
开场坐标 · Key Numbers

先记住四个数字

2×
中国年发电量约为
美国的两倍
74.5%
美国占全球 AI 算力
份额 · 中国 14.1%
2.7%
最强美国模型对中国
的领先 · 斯坦福 HAI
66 万张
走私入华 H100 当量
中位 · 约中国算力 1/3
逐层拆解 / L1 → L5

把中美
一层一层摆上桌

五层各有胜负，规律清晰得近乎残酷

FIG 02 · § 01 能源 / 领先方 · 中国（结构性）

能源层 — 中国的物理主场

年发电总量 · 中国 ≈ 美国的 2 倍 中国 ~8,000 TWh 美国 ~4,300 TWh
  • 2024 一年新增 543 GW，超过美国历史总装机
  • 美国撞上天花板：并网排队 24–72 个月、变压器交期 2–4 年
  • 在建核电全球最大，部分区域备用裕度 80–100%；东数西算调度到西部廉价清洁电
2024 年发电总量 · 中国约 8 万亿 kWh、美国约 4.3 万亿 · 数据中心电价不到美国一半，建设周期以「月」计而非「年」 · 来源 Ember / NAM
综合判断

美国 AI 的真正短板不在芯片设计、不在资本，而在把电送到机房的速度。

§ 02 · 芯片 / 领先方 · 美国（压倒性）

芯片层 — 美国的咽喉锁

美国 / Nvidia 阵营
  • Blackwell B300 / GB300 NVL72
  • 台积电 3nm / 2nm · EUV
  • CUDA 二十年积累、400 万开发者
  • HBM 由三家垄断，先进封装靠 CoWoS
中国阵营
  • 昇腾 910C 约为 H100 的 80%
  • SMIC 7nm 良率约 20–40% · 无 EUV
  • CANN / MindSpore 生态起步
  • 连 DeepSeek 训练也要退回 Nvidia 硬件

灰市 B300 整机从 ¥400 万涨到 ¥700 万（约美国官价 1.8 倍）· 黄仁勋 2026 年 4 月称在华份额「已跌到零」

FIG 03 · 黑市价格追踪 / B300 整机 · 中国灰市
0 200 400 600 ¥万元 · 8×B300 整机 美国官方价 ≈ ¥400万（$55万） 3/19 走私网络被查 ¥400万 ¥700万 ≈ $1M +75% 近乎翻倍 25·12 26·1 2 3 4 5 6月
管制没堵死路，只把价格顶上去：¥400 万 → ¥700 万（≈$1M、约美国官价 1.8 倍）· 拐点对应 2026-03-19 Super Micro 走私网络被查、灰市断供 · 5–6 月为延伸估计
来源 Reuters / TNW · 新浪财经 · 黑市价多为业内与媒体援引，含估算成分
FIG 03b · 成本拆解 / Why Memory Leads

卡的钱，近一半花在内存上

单颗 B200 GPU 模组 COGS ≈ $6,400 45% 17% 13% 24% HBM 内存 先进封装 GPU 逻辑 测试/其他
HBM 内存约 45%，先进封装约 17% —— 真正的瓶颈不只在 GPU 逻辑本身
  • 卡脖子的位置因此不止一处：HBM 与先进封装同样是管制抓手
  • 这也解释了长鑫 CXMT 自研 HBM3 冲 2026 量产为何是关键变量
§ 03 · 基础设施 / 领先方 · 美国（中国系统级追赶）

用第一层的电，补第二层的芯片

384 : 72
CloudMatrix 昇腾数
对标英伟达 GB200 机柜
4.1×
代价是功耗
换来系统级算力约 2 倍
8,192 颗
华为 Atlas 950 超节点
昇腾芯片数 · 2026 Q4
  • SemiAnalysis 的概括：「芯片落后一代，系统设计领先一代」
  • 美国四大云厂 2026 年资本开支约 7,100 亿美元；xAI Colossus 约 2GW / 55.5 万 GPU
  • 美国比的是「每瓦特能算多少」，中国比的是「能拉来多少瓦特」
FIG 04 · § 03 基础设施 / 全球 AI 超算性能份额

装机总量上，差距是五倍

美国 74.5% 中国 14.1% 欧盟 4.8% 挪威 1.8% 日本 1.4%
全球 AI 超算 GPU 集群性能份额 · 美国 74.5% vs 中国 14.1% · 前两名之外几乎是零头，这一层是真正的双寡头
来源 Epoch AI · 数据集覆盖全球约 10–20% 算力，截至 2025-05 仍为最新
§ 04 · 模型 / 领先方 · 胶着

美国守闭源前沿，中国控开源生态

闭源天花板 · 美国
  • 最强美国模型仅领先约 2.7%
  • Arena ELO 差从约 1300 缩到约 39 分
  • Mythos 因太强只对受信任组织开放
开源洪水 · 中国
  • Qwen 累计下载超 7 亿次、衍生模型超 11 万
  • 中国模型占 Hugging Face 新增下载约 41%
  • DeepSeek V4 / Kimi K2.7 多用 MIT、Apache 许可
另一条战线 · 蒸馏

Anthropic 指控阿里 Qwen 在 2026 年 4–6 月对 Claude 发动超 2,880 万次交互的蒸馏——偷不走配方与人才，就用 API 把「能力的影子」学走。

§ 05 · 应用 / 领先方 · 各有主场

谁能把蛋糕吃成现金

美国 · 赢在变现
  • 企业级 SaaS 与 Agent：金融、法律、医疗、编码
  • 「从席位到算力」按 token 计费跑通
  • SaaS 市场规模 2,250 亿美元
中国 · 赢在场景
  • 消费超级 App、制造与机器人、政务产业脑
  • 定制率约 70%、私有部署毛利仅约 35%
  • 数据不出境 → 2024–2028 垂直「事实垄断窗口」

中国 SaaS 市场约 370 亿美元 · 即便应用跑起来，把它吃成可持续现金流远比美国吃力

§ 06 · 综合 / Scorecard

一场自下而上的战争

1 能源
中国 — 约 2× 总量 · 变量：美国能否破电网瓶颈
2 芯片
美国（压倒） — 约一代 + 生态代差 · EUV / CUDA / 管制
3 基建
美国 — 74.5% vs 14.1% · 中国用系统级换能效
4 模型
胶着 — 闭源个位数百分比 · 开源中国领先
5 应用
各有主场 — 美赢 B2B 变现 · 中赢消费与制造

美国死守芯片这道唯一咽喉；中国用电力 + 系统设计 + 开源生态绕过它

FIG 05 · 两套战略 / 卡位 vs 破局
五层蛋糕：美国在芯片层卡位、中国从能源层绕墙破局 示意插画
美国在芯片层砌墙设锁（出口管制），中国从能源层用电力与系统设计绕墙而上 · 概念插画
§ 07 · 扩散 / 蛋糕不是静止的

模型层如何重写整块蛋糕

  • 黄仁勋讲需求自上而下传导；更要命的是反向——架构跃迁向下重写芯片、基建、能源的需求曲线
  • MoE 稀疏化 — DeepSeek-V4-Pro 总参 1.6 万亿，推理只激活 490 亿（约 3%）
  • 测试时计算 — 推理已占总算力约三分之二，2023 年仅约三分之一
  • Mamba-3 / 线性注意力 — 拆掉 KV cache 这堵内存墙，改写 HBM 需求
  • 世界模型与具身 — 训练推理需 LLM 的 8–32 倍算力，反把需求推向新量级
综合判断

出口管制锁得住芯片，锁不住一个更聪明的架构。

§ 08 · 乘法 / 不是账本，是一台机器

国家 AI 实力是乘法系统

实力 ≈ 能源供给 × 芯片转化 × 集群利用率 × 模型能力 × 组织吸收 × 扩散广度

不足 30%
中国智算中心
GPU 平均利用率
36.8%
2025 年全国智算
用算量占共算量
54%
2024 年全球工业机器人
新增安装量在中国
  • 任何一个接近零的环节都会把整体拖向零——补最短项的回报永远高于加长最长项
  • 前沿差距决定你能不能上牌桌，扩散速度决定你从牌桌上赢走多少
FIG 06b · 算力去哪了 / Two Redistributions

能力规模与算力消耗，正在脱钩

激活 ~490 亿 · 约 3% 总参数 1.6 万亿
MoE 把「能力规模」与「单次算力」解耦 · 代价是全部专家须常驻显存
33% 2023 50% 2025 67% 2026 推理 训练
推理已超过训练成为算力主力：约 1/3 → 1/2 → 2/3
两张图指向同一件事：「AI 工厂」正从训练重定义为推理 —— 这抬高的是长期用电与部署密度，不是一次性建设
FIG 06 · 能力时钟 / 前沿模型自主任务时长 · 对数轴
10 秒 1 分 10 分 1 时 8 时 2020 2022 2024 2026 GPT-3 · 9 秒 Opus 4.6 · 14.5 小时 每 ~7 个月翻倍
前沿模型能自主完成的任务时长（50% 成功率）：2020 年约 9 秒 → 2026 年 2 月约 14.5 小时，约每 7 个月翻倍 —— 与之赛跑的是 2030 年前的电力、芯片、数据三道墙
来源 METR · 端点为实测值，曲线按实测翻倍率绘制
§ 09 · 结语 / 两个时钟在赛跑

蛋糕会从哪一层塌

  • 需求自上而下传导，崩塌也会自上而下：一旦应用层回报撑不起前四层投入
  • 跨七大供应商的算力承诺约 1.15–1.4 万亿美元，是 OpenAI 2025 年约 130 亿营收的 75 倍
  • 最先承压的是离现金流最远的中间两层；能源最抗跌——电厂和电网总有别的用途
  • 能力时钟（每约 7 个月翻倍）与约束时钟（2030 年前撞上电力、芯片、数据三道墙）正在赛跑
带走的判断框架

不要笼统地问「中美 AI 谁强」，而要问「在哪一层、强多少、靠什么撑住」。

延伸阅读 · Read Further

五层各有胜负，
问题要问到层上

← 回到《蛋糕的物理学》全文（含逐层图表与一手来源） ← DeepDive 全部文章目录
本幻灯片为《蛋糕的物理学》配套讲解版 · 数据与事实均出自原文，原文内附一手来源链接
文 / 冯小平 · xiaopingfeng.com/deepdive