參考消息網2月7日報道 美國外交學者網站2月5日刊登文章，題為《與美國相比，中國被忽略的人工智能能源優勢：更便宜的能源》，作者為中國金融科技和經濟問題專家徐賽蘭。文章編譯如下：

對中國新的大語言模型的報道震驚了美國技術界，并引發了關于美國如何才能避免在人工智能（AI）這一關鍵領域將地盤讓給戰略競爭對手的思考。

備受關注的一點是中國的深度求索（DeepSeek）和其他人工智能公司獲得了多少及哪種類型的半導體，但沒有得到太多關注的是，人工智能供應鏈上讓中國比美國人工智能公司更具優勢的其他因素。

其中一大優勢是中國的電價。美國較高的人工智能能源強度和總體能源成本縮小了它的相對優勢。與此同時，中國的電力成本較低，人工智能領域的能源強度也較低。

在人工智能熱潮中，對電力的需求將激增。國際能源署的數據顯示，預計到2026年，全球的數據中心所使用的電能將比2022年增長35%至128%。訓練一個大語言模型所使用的能源大約相當于130個美國家庭一年的用電量。而當訓練完成后，消費者用它來進行推理還將消耗更多的能源。

相比之下，中國的深度求索公司已經證明，它使用的算力能夠遠低于全球平均水平。其大語言模型使用的能源估計僅為美國人工智能技術的四十分之一到十分之一，這表明其效率大大提高。分析人士指出，如果深度求索公布的信息屬實，一些人工智能查詢可能根本就不需要用到數據中心。

除此之外，這也會對數據中心的冷卻需求產生連鎖效應。數據中心需要大量額外能源來冷卻硬件，否則這些硬件在大型計算任務下可能會變得過熱。像中國企業那樣使用較低水平的算力則意味著，冷卻需求將下降。

美國的電力成本高于中國，這一事實給中國提供了相對于美國的更大優勢。原因之一是，中國對電價進行監管，以使人們用得起電，而且可再生能源供應商等還可以得到政府支持。美國向能源供應商提供補貼的水平遠低于中國。

在電網建設方面，中國也具有優勢。雖然中美兩國都在努力發展智能電網以優化能源使用情況，但中國在安裝智能電表方面領先。此外，中國擁有先進的輸電網絡，而美國的基礎設施正在老化。

不過，美國可以從模仿中國較節能的人工智能模型方面獲得好處。美國的一些人工智能公司已經在研究深度求索公司所使用的方法，以減少能耗需求。

美國在人工智能能源領域與中國之間的鴻溝或許比人們此前認為的要深，但可以通過人工智能模型的效率提升以及對能源和基礎設施的持續投資大大縮小。決策者和頭部技術公司需共同努力提高人工智能的效率，以便讓美國在不面臨嚴重能源限制的情況下仍能保持人工智能領域領先者的地位。

作者：編譯/裘芳 來源：參考消息網 責任編輯：jianping