胜负手已不是「谁建得多」，而是谁能把算力、电力与负载三条约束同时解开。美国领先在前沿算力与资本投入；中国领先在国家枢纽动员与建设速度——两边撞的墙不同。
AI 竞赛已从模型算法延伸到机房、电网与芯片供应链。200 MW 至 1 GW 级园区成为双方常态。
按 H100 当量，美国约占全球前沿算力 75%、中国约 15%[1]。机房电力容量美国约 50+ GW、中国约 31 GW[2]。中国官方智算 ≥1,590 EFLOPS[5] 是更宽口径，不能直接对标。
投资方应盯电力接入与利用率，不盯宣传 EFLOPS；政策方应盯西部负载填充；企业方宜「训练西移、推理东留」。
把对照从「指标罗列」变成判断工具：任一条约束解不开，装机规模都难转化为可用竞争力。
| 约束 | 美国 | 中国 | 判断 |
|---|---|---|---|
| 算力 / 芯片 | 前沿 GPU 存量领先；云厂商自建万卡级集群 | 智算动员规模大；高端芯片受出口管制约束 | 美国领先 |
| 电力 / 接入 | 需求 31→66 GW（2025–27）；电网排队与燃机供应吃紧 | 东数西算引训练西移；西部绿电与土地优势 | 美国先撞墙 |
| 负载 / 利用率 | AI 训练与推理驱动高负载；现场气电兴起 | 西部机房历史上利用率偏低；填充进度决定枢纽实效 | 中国关键短板 |
读法：美国在「算力」上领先、在「电力」上先撞墙；中国在「动员」上领先、在「芯片 + 负载填充」上承压。
前沿份额：[1] Epoch AI。容量 GW：[2] BCG《大分流》（2026）国际可比参考指标——并非全部为 AI 专用机房。
| 指标 | 美国 | 中国 | 解读提示 |
|---|---|---|---|
| 前沿 AI 算力份额 | 约 75% | 约 15% | [1] Epoch AI 2025–26 · H100 当量 · 最可比口径 |
| AI 专用算力存量（H100 当量） | 约中国的 8 倍 | 1×（基准） | [2] BCG 2026 援引 Exponential View |
| 数据中心电力容量 | 约 50+ GW（2025 末） | 约 31 GW（2025 末） | [2] BCG 2026 · 并非全部为 AI 专用机房 |
| 头部科技 AI/算力资本开支（2025） | >4,000 亿美元 | 约 630 亿美元（可比口径） | [2] BCG《大分流》2026 · 2025 年 |
| 主要瓶颈 | 电网接入排队 + 燃气轮机供应 | 高端芯片获取 + 西部机房利用率偏低 | [4] IEA 2026 · 美国现场气电兴起；中国：出口管制与负载填充不足 |
| 指标 | 美国 | 中国 | 解读提示 |
|---|---|---|---|
| 在册数据中心数量（全类型） | 约 5,400+ | 约 450+ | [8] 行业统计 2025 · 站点数量 ≠ AI 算力 |
| 全球数据中心用电占比（2024） | 约 45% | 约 25% | [4] IEA《能源与 AI》2024 |
| 官方与行业「智算」EFLOPS | 无统一国家 EFLOPS 口径 | ≥1,590（工信部）；行业中报约 1,882 | [5] 工信部 2025 · 勿与美国 GPU 算力直接比较 |
| 万卡级 / 超节点集群 | 云厂商自建（xAI、微软、Meta、谷歌等） | 42 个万卡集群（工信部）+ 云超节点 | [5] 工信部 2025 · 披露口径不同，不宜直接对比数量 |
| 近期电力需求走势（口径不同） | 31 → 41 → 66 GW（2025–27 需求） | 枢纽加快建设；信通院中速情景 2030 年约占全国用电 3% | 美 [3] 高盛；中 [6] 信通院 · 单位不同，不宜直接相减 |
上表为支撑性指标；判断竞争力时优先看「决定性指标」与「三约束」。
亚马逊、微软、谷歌、Meta、Oracle、xAI 及托管伙伴争抢电力与土地。规划中 200 MW 至 1 GW 以上的园区已成常态；AI 是增量需求的主引擎。
美国机房电力需求（高盛）
单位：GW · [3] 高盛 2025–27 需求预测；容量展望约 2027 年末 95 GW（含利用率假设）。
约束：电网接入排队、燃气轮机供应、社区反对。[4] IEA：美国 AI 机房「现场气电」正在兴起（跟踪项目中约 1/5 已开始清地或施工）。
东数西算：8 大国家枢纽 / 10 大集群，将高耗电训练引向西部（电与地），低时延推理留在东部都市圈。[5] 工信部：42 个万卡集群；枢纽约承载全国智算 80% 以上。
2026 上半年公开智算项目
单位：项目数 · [8] 2026 上半年 · 412 个项目 · 披露投资约 8,927 亿元（公开备案不完全统计）。
约束：出口管制下的高端 GPU/NPU 获取；西部机房历史上利用率偏低；国产算力栈（昇腾等）通过超节点扩大规模。
| 区域 | 为何重要 |
|---|---|
| 北弗吉尼亚（PJM） | 美国最大机房市场；云与 AI 托管高度密集 |
| 得州（ERCOT） | 电网接入相对更快；大型 AI 园区集中 |
| 太平洋西北 | 水电与凉爽气候；超大规模云历史腹地 |
| 中西部 / 大平原 | 新巨型项目追逐土地与电力 |
| 凤凰城 / 东南走廊 | 新兴云与 AI 次级集聚带 |
[4] IEA：美国近一半机房容量集中在五大区域集群；在建项目约一半仍涌入既有大集群，局部电网承压。
| 省份 | 项目数 | 亿元 | 侧重 |
|---|---|---|---|
| 内蒙古 | 42 | 1457 | 乌兰察布 / 和林格尔 · 绿电训练 |
| 广东 | 38 | 1290 | 大湾区枢纽 · 训练与产业 |
| 新疆 | 35 | 987 | 风光资源 · 超大园区 |
| 浙江 | 29 | 654 | 推理 / 行业算力 |
| 青海 | 27 | 590 | 冷凉气候 · 低 PUE |
| 河北 | 24 | 457 | 张家口 · 环京低时延 |
| 江苏 | 22 | 424 | 工业 AI |
| 贵州 | 19 | 356 | 西南枢纽 |
| 甘肃 | 18 | 322 | 算电协同 |
| 广西 | 16 | 299 | 边缘 / 面向东盟 |
[8] 2026 上半年 · 公开备案不完全统计 · 单位：项目数 / 亿元 · 仅列前十
全球数据中心用电约 415 TWh（2024）→ 约 950 TWh（2030，[4] IEA 中枢情景）。AI 专用机房增速高于机房整体（[4] IEA：2025 年 AI 相关机房用电同比约 +50%）。
美国：数据中心约占全国用电 4–5%；[7] EPRI 情景 2030 年或达 9–17%。中国：[6] 信通院中速情景至 2030 年约占全国用电 3%（该路径下机房用电约 4,000 亿千瓦时量级）。
优先看电力接入排队、现场发电可行性与实际上架率，而非宣传 EFLOPS 或在册机房数量。美国项目的关键风险在电网；中国项目的关键风险在芯片获取与西部填充。
东数西算下一程应从「装机动员」转向「负载填充考核」。枢纽成功与否，看训练任务是否真正西移、利用率是否跟上，而不只看万卡集群个数。
训练上西部绿电与冷凉气候，推理留东部低时延都市圈——别用一套指标衡量两边。选址时同时问三句：卡从哪来、电何时接上、负载谁来填。
| 术语 / 单位 | 含义 |
|---|---|
| EFLOPS | 10^18 FLOPS，每秒百亿亿次浮点运算；算力规模单位 |
| H100 当量 | 以英伟达 H100 GPU 为基准折算的算力，用于跨芯片横向比较 |
| GPU / NPU | GPU 为通用图形处理器（英伟达主导）；NPU 为专用 AI 处理器（如华为昇腾） |
| 智算 / 智能算力 | 工信部口径，含训练与推理的较宽国家产能指标（≥1,590 EFLOPS 即此口径） |
| 万卡集群 | 单集群部署 ≥10,000 张加速卡的训练集群 |
| 超节点 | 多机多卡经高速互联构成的逻辑大节点，扩大单任务可调度规模 |
| GW / MW / TWh | 1 GW = 10^9 W = 1,000 MW；1 TWh = 10 亿千瓦时 |
| PUE | 数据中心总能耗 ÷ IT 设备能耗，越低越优（青海「低 PUE」即此） |
| 现场气电 | behind-the-meter，机房自建燃气发电、不并网 |
| 负载填充 | 机房实际上架率 / 利用率 |
| CAPEX | 资本开支 |
| PJM / ERCOT | 美国两大区域电力市场 / 电网运营商 |
| 东数西算 | 国家算力枢纽工程，8 大枢纽 10 大集群 |
| 枢纽 | 国家算力枢纽节点 |
正文中所有数字均标注「数值 · 时间 · 来源」；来源编号对应底部来源表，可逐条追溯。
| 编号 | 来源 | 用途 |
|---|---|---|
| [1] | Epoch AI | 前沿算力份额（H100 当量） |
| [2] | BCG《大分流》2026 | GW 容量、CAPEX、H100 当量存量 |
| [3] | 高盛大宗商品研究 | 美国 GW 需求路径 |
| [4] | IEA《能源与 AI》 | 全球用电占比、现场气电 |
| [5] | 工信部 / 新华社 | 中国万卡集群、EFLOPS |
| [6] | 信通院 | 中国用电情景 |
| [7] | EPRI | 美国用电占比情景 |
| [8] | 2026 上半年中国智算公开项目梳理 | 区域 / 省份项目数（公开备案自整理） |
非官方普查；部分为研究机构估算与公开备案梳理，口径与时间见正文标注。