近期，围绕人工智能核心硬件的发展路线争议再起。
曾准确预测2008年金融危机的知名投资人迈克尔·伯里连续发声，矛头直指芯片巨头英伟达的技术战略。
他在社交媒体平台援引数据称，中国当前发电装机容量已达美国的2.3倍，且年均新增装机规模持续领先，这种能源基础设施的代际差距将直接影响两国AI产业竞争力。
问题核心在于技术路径选择。
当前英伟达主导的GPU技术路线依赖不断提升芯片功耗来增强算力，其最新发布的H200芯片热设计功耗已突破700瓦。
伯里认为，这种"性能提升等于能耗增加"的发展模式，与美国相对滞后的电网改造进度形成尖锐矛盾。
据统计，全美约60%的电网设施已运行超过25年，去年加州等科技重镇曾因供电不足导致数据中心限电。
相比之下，中国在特高压输电、智能电网等领域的投入显现成效。
国家能源局数据显示，2023年中国新增可再生能源装机容量相当于整个德国电网规模，其中光伏发电新增装机连续六年居全球首位。
这种能源保障能力为AI产业提供了独特优势——深圳某智算中心项目甚至实现100%绿电供应。
技术层面争议同样激烈。
伯里主张美国应转向ASIC（专用集成电路）芯片研发，这类定制化芯片能以1/10的能耗完成特定AI任务。
但行业分析师指出，ASIC芯片存在研发周期长、通用性差的短板，而英伟达CUDA生态已形成技术壁垒。
值得注意的是，中国科技企业正多路径布局：华为昇腾芯片采用"达芬奇架构"实现能效比提升，百度等企业则通过算法优化降低算力需求。
影响维度已超越商业竞争。
白宫科技政策办公室去年报告显示，AI算力中心用电量已占全美总用电量的2.5%，预计2030年将升至7%。
能源专家警告，若维持现有技术路线，美国可能面临"算力增长天花板"。
而中国"东数西算"工程通过将数据中心集群布局西部能源基地，初步形成"能源-算力"协同发展模式。
这场围绕芯片功耗与算力扩张的争论，表面上是对一家企业技术路线的质疑，实质上折射出AI时代竞争逻辑的变化：决定领先的不仅是芯片本身，更是能源、基础设施与系统工程能力的综合比拼。
谁能在追求性能的同时更早跨过能效与可持续的门槛，谁就更可能在下一轮产业周期中握住主动权。