技术深度解析
1.2%的营收增速并非宏观经济的失败信号，而是结构性变化的标志。要理解这一点，我们必须从行业能源与算力密度的角度，审视中国经济的底层架构。
传统重工业——钢铁、水泥、房地产——属于高能耗、低算力密集型行业。其增长受到产能过剩和环境监管的双重压制。相比之下，AI和半导体制造属于高算力密集型，且能耗强度正快速攀升。训练一个像GPT-4这样的前沿模型，估计消耗50-100 GWh电力，相当于5000到10000个美国家庭的年用电量。大规模推理部署将进一步放大这一需求。
这就在AI进步与能源成本之间建立了直接耦合。一个token的边际成本现在取决于芯片效率（每瓦FLOPS）、数据中心冷却技术以及电力的批发价格。能够以0.03美元/千瓦时而非0.08美元/千瓦时锁定长期购电协议（PPA）的公司，将获得任何算法优化都无法完全抵消的结构性优势。
一个追踪这一趋势的关键开源项目是Energy-Aware AI Benchmark（GitHub仓库：`energy-ai-benchmark`，约4200星）。它测量了不同硬件上流行模型每次推理的能耗。最新结果显示，在NVIDIA H100上运行量化后的Llama 3 70B，每1000次推理消耗2.1 kWh；而在Groq的LPU等定制ASIC上，同样模型仅消耗0.9 kWh——降幅达57%。随着芯片架构的分化，这一差距只会继续扩大。
| 模型 | 硬件 | 每千次推理能耗（kWh） | 每千次推理成本（按$0.06/kWh计算） |
|---|---|---|---|
| Llama 3 70B (FP16) | NVIDIA H100 | 2.1 | $0.126 |
| Llama 3 70B (INT4) | NVIDIA H100 | 1.1 | $0.066 |
| Llama 3 70B (INT4) | Groq LPU | 0.9 | $0.054 |
| Mistral 7B (FP16) | Apple M3 Max | 0.08 | $0.0048 |
数据要点： 最高效与最低效配置之间，每次推理的能耗成本差异超过25倍。随着AI从训练阶段转向以推理为主的应用，这一成本差异将决定哪些商业模式能够生存。
关键玩家与案例研究
伯克希尔·哈撒韦是最具启发性的案例。其2025年一季度101亿美元净利润由三大板块驱动：能源（伯克希尔·哈撒韦能源）、保险（Geico、General Re）和消费品（可口可乐、卡夫亨氏）。这些业务都具有可预测的现金流和相对科技行业较低的资本密集度。巴菲特此举押注的是：在一个AI算力成本不断上升的世界里，那些无需巨额算力预算就能产生真实收益的资产，将被重新估值向上。这与2020-2023年主导市场的“不惜一切代价增长”信条截然相反。
中国AI芯片公司正竞相缩小效率差距。寒武纪近期发布了MLU590芯片，宣称在250W TDP下实现256 TOPS——即1.02 TOPS/瓦的能效比。相比之下，NVIDIA H100的能效比约为1.5 TOPS/瓦。寒武纪的优势在于其与国产软件栈的兼容性以及获取政府合同的能力。然而，其对中芯国际N+2工艺节点（相当于7nm）的依赖限制了晶体管密度。
华为的昇腾910B是另一个竞争者。据内部基准测试，它在中国国家AI算力中心广泛部署，性能约为H100的80%，功耗仅为H100的60%。华为还开发了专有编译器MindSpore，可针对特定模型架构优化能耗。GitHub仓库`mindspore-ai/mindspore`拥有超过5100颗星，且维护活跃。
| 芯片 | TOPS (INT8) | TDP (W) | TOPS/瓦 | 工艺节点 | 供货范围 |
|---|---|---|---|---|---|
| NVIDIA H100 | 1,979 | 700 | 2.83 | 4nm (台积电) | 全球 |
| 华为昇腾910B | 1,024 | 310 | 3.30 | 7nm (中芯国际) | 仅限中国 |
| 寒武纪MLU590 | 256 | 250 | 1.02 | 7nm (中芯国际) | 仅限中国 |
| AMD MI300X | 1,306 | 750 | 1.74 | 5nm (台积电) | 全球 |
数据要点： 华为昇腾910B的TOPS/瓦比率高于H100，但这部分是由于其绝对性能较低以及更激进的功耗管理策略。真正的瓶颈在于工艺节点——没有台积电的3nm或4nm工艺，中国芯片将难以在绝对吞吐量上匹敌NVIDIA。
行业影响与市场动态
1.2%的营收增速掩盖了剧烈的内部资源再分配。AINews估计，2025年中国AI相关资本支出（数据中心、芯片、冷却基础设施）同比增长38%，达到约2800亿元人民币。这些资金正来自对房地产和传统制造业的撤资。其净效应是传统行业的“空心化”与科技基础设施的“膨胀化”。
OPEC+决定在6月增产与此直接相关。更高的石油供应将压低全球能源价格，这有利于AI