美国布鲁金斯学会（Brookings））在题为《How will the United States and China power the AI race?》的书面对谈中，由Kyle Chan、Samantha Gross、Liza Tobin、David G. Victor四位作者分别从技术、能源政策与国家安全等角度，讨论同一个命题：随着AI训练与推理驱动数据中心扩张，美中两国要想维持技术前沿地位，必须在地缘竞争氛围下更快获得电力与相关基础设施能力；而两国在“算力关键要素”上的比较优势并不相同，这会外溢影响全球市场、基础设施与供应链格局。

对谈首先提出一个直观判断：在先进AI芯片与算力供给上，美国仍占上风；但在“可获得、可扩张”的电力供给能力上，中国具有更明显的相对优势。Kyle Chan将这种差异概括为可能改变算力平衡的“electron gap（电力缺口）”，并指出美国正在遭遇新建数据中心的能源瓶颈：部分项目单体需求可达1吉瓦量级，相当于一座小城市的用电规模。在这一背景下，能源不再只是成本项，而可能成为决定数据中心落地速度与区域竞争力的“硬约束”。

数字背后是更明确的趋势判断。国际能源署（IEA）预计，美国数据中心用电需求将在2024—2030年间“翻倍以上”，到2030年达到426太瓦时（TWh），约占美国总用电量的9%左右；中国数据中心用电也预计在未来五年“翻倍以上”，2030年约277 TWh。但Chan认为，这种增长对中国未必构成同等约束，因为中国过去十年整体发电量扩张速度更快：其发电量已超过美国两倍，并且过去十年总发电量年均增长接近6%，新增电量中“过半”来自风电、光伏、水电等清洁能源。换言之，电力增长的“惯性”和工程动员能力，可能让中国在满足新增电力需求方面更从容。

Samantha Gross进一步把约束从“发电量”延伸到“资源与系统能力”。她强调，面向AI训练与应用的新型数据中心规模远大于以往，行业甚至开始用“耗电量”而不是“算力容量”来定义数据中心；问题在于，几乎没有任何地区会“闲置”出1吉瓦级别的即用发电能力，同时数据中心还需要水等多种资源。她由此指出，决定竞争胜负的关键变量往往是速度：传统公用事业习惯多年期规划，但AI产业“等不起”，数据中心选址与国家间竞争将取决于电力生产、输电与配套基础设施的交付速度。

David G. Victor则试图“降温”。他认为，AI对能源的需求本身未必会重塑地缘竞争格局；真正具有地缘影响的是AI技术在经济与军事上的应用，而数据中心能源只是其中一部分。他承认中国在更少公众阻力下快速建设的能力可能形成优势，也指出美国部分地区电价相对较低、中国不少地区电力更便宜；但他对“能源危机式叙事”保持怀疑，认为许多关于数据中心耗电暴增的预测带有泡沫色彩，因为没人能精确预判需要多少数据中心、以及芯片能效会以多快速度改善；在他看来，真正的“大故事”可能是芯片与系统层面的节能创新。

第二个问题把视角从国内扩容推向海外布局：当美国与中国都在寻求海外能源伙伴以支持AI扩张时，全球哪些地区会成为竞争焦点？Chan指出，中国正在全球推进能源基础设施投资，从中东到东南亚，同时阿里巴巴、华为等中国云服务商也在海外加速建设数据中心，并与美国云厂商在AI基础设施上更直接竞争。这种“能源基础设施 + AI基础设施”的组合，使中国能够在特定地区塑造AI发展的底层配置。与此同时，他也判断美国未必能在全球范围匹配中国的工程建设能力，但美国可以借助全球对美国AI芯片、云服务与模型的需求来影响产业演化；第三方国家很可能采取“混搭”策略，例如用中方支持的能源基础设施为数据中心供电，同时部署美国产AI芯片。这意味着竞争不一定是“二选一”，而可能表现为供应链与基础设施的交错耦合。

第三个问题聚焦中国在清洁能源技术与制造上的优势，是否会成为新的战略“卡脖子”。Chan认为，中国通过产业政策已成为光伏、风电、电池、电动汽车等领域的全球领导者，并通过长期研发投入与规模化生产显著压低成本，使相关产品在全球广泛可得。在美国面临数据中心电力约束时，价格低、供给稳定的中国光伏组件与电池可能反而成为“补充电源与备电”的现实选项；并且与化石能源不同，清洁能源技术更多是一笔前期资本投入，而非持续性的燃料供应链，因此不太像能被随时“断供”的脆弱点。

Gross在这一点上更为谨慎。她认为满足AI新增用电不是简单“把钢材插进地里”，每一种新增电源路径都有约束。天然气在美国看似逻辑自洽（资源充足、价格低），但设备供给存在前置瓶颈：例如GE Vernova在2025年底披露其燃气轮机订单储备达80吉瓦，积压可能持续到2029年，其他主要制造商也可能类似。在“没提前下单”的情况下，可再生能源往往更快落地，而中国又在光伏与电池制造上产能充裕；这使得美国超大规模数据中心在建设阶段对中国供应链形成一定依赖与“杠杆点”，尽管这种杠杆主要发生在建设期，一旦发电与储能设施建成，后续对外部输入的依赖会显著降低。Victor则回到“市场替代”的逻辑：即便中国在清洁能源制造上很强势，也不必然形成可被轻易武器化的地缘杠杆，因为只要买家有替代选项（例如转向天然气或其他方案），单一供给方的优势就难以转化为强制性影响力。

第四个问题最具政策张力：美国是否应允许中国参与或投资美国清洁能源技术与制造（如储能电池），以缓解AI数据中心建设的电力瓶颈？Chan给出了“有条件的开放”思路：在适当的安全护栏与限制下，中国对美清洁技术制造的参与可能有助于缓解瓶颈；可选机制包括美方控股的合资企业、以及由美方企业在本土生产、使用中方知识产权的许可协议。同时他建议把合作聚焦在“电芯/电池电芯”等相对不敏感环节，而将逆变器与电池管理系统等敏感组件交由美国企业设计、生产与安装，以降低系统性风险。

Liza Tobin则持强烈反对意见。她认为，中国清洁能源投资不能类比1980年代日本汽车对美投资：日本是盟友、在法治与市场规则下竞争；而中国会动员“民营”公司服务于其在关键技术供应链上的主导目标。她以稀土“武器化”风险作类比，并警告若让中国资本进入与电网相连的关键基础设施，将扩大其潜在杠杆。她还指出，在所谓美中“休战/停火”氛围下，美方为了维持协议稳定可能倾向淡化安全风险，但像Volt Typhoon这类被指与国家支持相关的网络行动提醒外界：基础设施可能被用于破坏与胁迫。因此她认为，美国不应以市场准入换取短期供给便利；其比喻也极端明确：这更像“邀请苏联共同开发核技术”，而不是“丰田在肯塔基建厂”。

把四位作者的观点合在一起，这篇对谈传递出三层主线。第一，能源正在从AI竞赛的背景变量变成前台约束：不仅是发电量，还包括输电、用水、设备制造与项目交付速度。第二，竞争将通过全球基础设施与供应链外溢，呈现“地区化、组合式”的格局：第三方国家可能同时使用中方能源基础设施与美方AI算力要素，形成新的相互依赖结构。第三，最难的分歧集中在“开放还是脱钩”：一方强调用制度化护栏把中方能力转化为本土制造与AI扩张的增量；另一方则强调基础设施安全与长期战略风险，认为一旦允许深度嵌入，未来的杠杆与不确定性将难以管理。

总体而言，布鲁金斯这篇文章并未给出单一答案，而是把“电力如何供给AI”上升为“国家能力、产业组织、盟友与规则体系如何共同塑造AI前沿”的综合议题：能源不是AI竞赛的全部，却越来越像决定“谁能更快把算力落到地面”的底盘工程。