27/08/2026
【哈燒議題】不只算力，更拼電力：超級強權的能源對決⚡️
AI 軍備競賽，不再侷限於晶片和算力，正升級為關乎電力供應可靠性與整體營運成本的全面戰略博弈。
今年 9 月，DeepSeek 團隊在英國自然雜誌《 Nature 》上發表論文，揭露其開源 AI 模型 R1 使用 512 顆輝達 H800 晶片，訓練成本僅 29.4 萬美元，推理成本不到 600 萬美元，每百萬 token 處理成本只要約 1 至 2 美元。相比之下，美國同類型模型（如 OpenAI-4 ），訓練成本動輒上億美元，每百萬 token 處理成本通常超過 10 美元，差距可謂天壤之別。
AI 從拼算力到較量電力
DeepSeek 能有如此壓倒性的成本結構源於多項技術創新， 包括知識蒸餾 *註1（ Knowledge Distillation ）、自動化數據處理等方法，大幅提升效率並降低運算能耗，使其每百萬 token 僅消耗約 23 度電，僅為美國同級模型的 25%–30%。更關鍵的是，中國多年累積的基礎設施佈局，構成其不可忽視的低電力成本優勢。
電力是資料中心營運的核心支出。視資料中心規模而定，電力支出可占總營運成本的 20% 至 60%；而規模越大、架構越先進的 AI 資料中心，因需投入更多冷卻與網路系統，電力占比通常更高。中國平均電價約每度電 0.08 美元，僅美國的一半，再加上部分地方政府可提供高達 50% 的電費補貼，使實際成本進一步下降。對於電力開銷在營運中佔比極高的資料中心而言，這項差距具有明顯的戰略意義。
這場人工智慧的世紀競賽，焦點已從晶片算力之爭，進一步擴張至基礎設施與營運成本的全面較量，為白熱化的中美 AI 競爭注入了新的變數。
更多詳細精彩內容 https://www.estockking.com/hotdata17.html
#知識蒸餾技術 #核電 #太陽能 #風力發電 #電動車 #自駕車
