夏一新觀點：全球AI競賽，馬斯克為何認為美國低估中國？

馬斯克（Elon Musk）近日在美國德州奧斯汀郊外的特斯拉超級工廠（Tesla Giga Texas），接受英國《經濟學人》（The Economist）總編輯貝多斯（Zanny Minton Beddoes）專訪。貝多斯是《經濟學人》創刊以來首位女性總編輯，也是國際財經新聞界極具影響力的媒體人。訪談中，她以中國「月之暗面」（Moonshot AI）剛推出的Kimi K3為例，詢問美國是否應禁止使用這款AI模型，甚至阻止美國企業採用中國AI。

馬斯克回答，這種做法無法阻止其他國家使用中國模型，也未必能長期壓制中國AI發展。更值得注意的是，他對中美AI競爭的判斷，早已不限於模型或晶片，而是延伸到半導體設備、電力、關鍵材料、機器人與製造業。全球AI競賽，正在由單一技術較量，轉向整條產業鏈的競爭。

除了AI模型，貝多斯也追問，美國能否透過限制中國取得高階晶片，長期壓制中國AI發展。馬斯克直言，中國解決光刻設備問題的速度，可能比多數人預期更快。近日已有消息指出，中國具官方背景的企業開始製造國產浸潤式深紫外光（DUV）曝光機，預計2026年生產約5台，2027年提高至20台。

這項進展不代表中國已追上荷蘭半導體設備龍頭ASML，更不表示中國已具備台積電等級的先進製造能力。高階晶片能否穩定量產，仍取決於製程整合、良率控制、先進封裝，以及龐大的供應鏈協作。國產DUV真正值得注意之處，不在於今年能生產幾台，而在於中國開始建立設備製造、晶圓廠驗證、製程修正到下一代設備改良的自主循環。

美國的出口管制確實增加中國取得先進晶片與設備的難度，卻也迫使中國投入更多資源建立本土替代方案。封鎖可以拖慢對手，卻很難永久阻止技術追趕；時間拖得愈久，中國建立自主設備、晶片與軟體體系的動機也愈強。

馬斯克認為，數位AI的兩大限制是晶片與電力。中國目前較缺先進晶片，美國及其他國家面臨的問題，卻逐漸轉向供電、散熱與電氣設備不足。AI算力部署速度不斷提高，新電廠、輸電網與資料中心基礎設施卻未必跟得上。

他甚至預測，中國未來的發電量可能達到美國約四倍。這項估計或許偏向樂觀，但中國目前的發電規模已超過美國兩倍，並持續擴建火力、水力、核能、太陽能與風力發電。相較之下，美國不少資料中心正面臨接電排隊、電網老化與地方阻力，能源供應逐漸成為擴大AI算力的現實障礙。

國際能源總署（IEA）預估，全球資料中心用電量到2030年可能接近目前兩倍，AI需求正是主要推力。晶片再先進，沒有足夠電力、冷卻系統與輸配電設備，也無法真正轉化為算力。當美國仍把高階晶片視為AI競爭的核心武器時，馬斯克看見的，卻是下一個瓶頸可能已經轉移。 （相關報導： 台積電Q2交最強成績單！2奈米量產進度曝光，全球AI巨頭全靠它？ ｜ 更多文章 ）

中國另一項優勢，是掌握多種關鍵礦物及其加工能力。美國地質調查局（U.S. Geological Survey，USGS）資料顯示，中國在鎵、天然石墨與稀土開採上占有極高比重；國際能源總署（International Energy Agency，IEA）也指出，中國在稀土分離、精煉與永磁體製造環節具有壓倒性優勢。

嚴格來說，並非所有稀土都是AI晶片不可缺少的材料。鎵、鍺可用於特定半導體與高速通訊元件，石墨是電池的重要原料，稀土永磁體則廣泛運用於電動車、工業馬達、風力發電與機器人。這些材料未必直接決定大型AI模型的性能，卻是資料中心電力設備、自動化工廠與實體AI產品的重要上游基礎。更重要的是，中國擁有全球最完整的製造業供應鏈。

美國AI公司的強項集中在大型模型、晶片設計與雲端服務，中國則擁有電動車、電池、無人機、消費電子及工業機器人產業。當AI由聊天機器人走向自駕車、人形機器人與智慧工廠，中國可能更快把性能未必最佳、但成本較低且已足夠應用的模型，部署到大量實體產品。這也正是黃仁勳所描繪的「實體AI」藍圖：讓人工智慧走出資料中心，進入汽車、工廠與機器人。

國際機器人聯合會（International Federation of Robotics，IFR）統計，中國2024年安裝的工業機器人，占全球新增量超過一半，工廠內運作的機器人數量也約為美國五倍。中國未必率先訓練出全球最聰明的模型，卻可能更快把「夠用」的AI放進汽車、物流、工廠與機器人。到了實體產業，模型排行榜上的些微差距，未必還能決定市場勝負。

馬斯克的看法並非孤例。祖克柏（Mark Zuckerberg）、黃仁勳（Jensen Huang）與蘇姿丰（Lisa Su）雖然立場與商業利益不同，卻都不認為美國能單靠封鎖中國AI或限制晶片出口，維持永久領先。《華爾街日報》（The Wall Street Journal）也曾報導，黃仁勳認為出口管制反而促使中國加快建立本土晶片與軟體體系。

當然，這些科技領袖的說法不能脫離商業利益理解。中國是特斯拉重要的生產基地與汽車市場，上海超級工廠在其全球供應鏈中占有關鍵位置；中國同樣是輝達、超微及其他美國科技公司的重要市場。他們反對全面封鎖中國AI，既有產業判斷，也有維護市場與供應鏈穩定的現實考量。

中美AI競賽已不再只是模型能力與高階晶片的較量，而是延伸到先進製造、能源、關鍵材料、機器人與整體產業動員能力。美國仍主導大型模型、晶片設計、CUDA軟體生態與雲端服務；台灣掌握最先進AI晶片的量產與先進封裝；韓國則由三星電子與SK海力士撐起高頻寬記憶體（HBM）供應；荷蘭ASML掌握先進曝光設備；日本在工業機器人、精密機械、光學與半導體設備供應鏈中占有重要地位，Canon與Nikon仍具備深厚的光學技術；中國則在電力、材料加工、製造規模，以及實體AI落地應用上累積優勢。

這場AI競賽愈來愈像春秋戰國，各國憑藉不同技術與產業優勢形成多極競爭，沒有任何國家能獨自掌握整條AI供應鏈。馬斯克真正提醒美國的，不是中國已經超越美國，而是華府可能用錯方式理解這場競爭。出口管制確實能延緩中國取得最先進晶片，卻不能取代自身的能源建設與產業政策。當AI下一階段由大型模型轉向機器人、自駕車、智慧工廠與大規模實體部署，美國與盟友需要補上的，恐怕不只是晶片，而是整條AI產業鏈。

如果華府仍把全球AI競賽理解成一場晶片禁運戰，或許能守住最先進晶片的優勢，卻未必能贏得更廣大的AI應用市場。 （相關報導： 台積電Q2交最強成績單！2奈米量產進度曝光，全球AI巨頭全靠它？ ｜ 更多文章 ）

＊作者為加拿大英屬哥倫比亞大學哲學博士、副教授、精神科醫師。