G20 创新部长会议上，黄仁勋曾抛出一个全新视角：大家到现在都摸不透 AI 的市场体量，问题不在于数据，而在于所有人都看错了衡量维度。
 
很多人至今看不懂这轮人工智能狂潮的估值逻辑，总觉得软件订阅费支撑不起如此庞大的算力投入，根本原因就在于我们看错了刻度尺。
 
大家习惯了用消费电子的周期思维去套用新技术，把它当成大号的智能手机或电脑软件，却忽略了一个根本事实：当一门技术能够持续生产智能的时候，它就已经彻底脱离了普通商品的范畴。
 
前两天在美国北卡罗来纳州举办的二十国集团创新部长级会议上，英伟达掌门人黄仁勋与美国商务部长展开对话时，就把这套被业界称为算力经济学的新逻辑挑明了。
 
面对台下坐着的各国财政与科技高官，他并没有大谈特谈某款芯片的跑分有多高，也没有推销具体的软件应用，而是直接将算力设施定义为如同公路、电网、供水系统和互联网一样的国家级生产资料。
 
这场对话的背景其实耐人寻味。眼下全球经济增长放缓，各主要经济体都在寻找下一轮生产力爆发的支点，但围绕新兴技术的争论却陷入了两极分化。
 
一边是资本市场对算力基础设施的大规模加码，另一边则是不少政策制定者对能耗、就业冲击以及潜在风险的担忧与犹豫，正是在这种拉锯战的关键节点，产业界给出了完全不同的解题思路。
 
传统视角下的基础设施建设，我们习惯用公里数、钢筋水泥的吨数来衡量，而新的时代衡量国家实力的标准，正在被折算为能源消耗与算力密度的乘积。
 
建立起一个一吉瓦规模的人工智能算力中心，背后对应的不仅是芯片采购，更是一整套包含电力调度、高效液冷、大型机房以及专用网络在内的庞大工程生态，整体投入规模动辄需要五六百亿美元。
 
这个体量几乎是过去建造一座顶级晶圆制造厂的两倍以上，如果放眼全球，到本十年末，全球对于智能的需求将催生出相当于一百吉瓦规模的整体设施建设。
 
这种量级的投入，如果纯粹指望几家互联网公司靠卖应用软件来买单，显然无法理解其内在的商业逻辑。
 
算力之所以成为国家级基建，核心在于它产出的是数字智力，这就好比发电厂把煤炭水利转化为电能，算力中心则是把能源转化为一种具备通用生产力属性的智慧资产。
 
这种资产可以直接注入到基础科研、药物研发、高端制造以及教育医疗等各行各业，从底层重塑一个国家的要素生产率。
 
针对不同国家资源禀赋的差异，产业界提出的分层结构也极具参考价值。
 
整个体系其实就像一个由底层到顶层不断递进的五层结构：最底层是能源供给，向上依次是芯片硬件、算力基础设施、基础大模型，最顶层则是行业数据与垂直应用。
 
全球并没有多少国家具备从底层能源一路通吃到顶层应用的绝对优势，现实的路径从来不是要求每个经济体都在芯片制造或大模型研发上争夺全球第一，而是要根据自身的优势找准生态位。
 
有的国家拥有丰沛的清洁能源与土地，便可以承接算力中心的物理部署；有的国家具备深厚的垂直产业沉淀，完全可以借助成熟的通用算力，集中精力在医疗、生物工程或智能制造等顶层应用环节实现超越。
 
关键的战略重心，在于如何推动智能技术的普及与本土产业的深度融合，而不是在技术栈的每一个环节都盲目搞全产业链重复建设。
 
在这个过程中，最值得警惕的反而是决策层面的摇摆与战略迟疑，当前不少讨论过度聚焦于各种脱离现实的理论假想与潜在危害，甚至试图用预先设立的严苛条框去规范一项仍在飞速演进的技术。
 
监管当然必不可少，但监管应当精准锚定那些真实发生、具体可感的实际问题，而非被模糊的恐惧所支配。
 
从历史维度的规律来看，任何一次通用技术革命的普及，必然伴随旧生产关系的重构，新技术在打破部分旧形态的同时，也在基建、工程、系统维护与新兴业务层面创造出数量庞大的新岗位。
 
在这个转型期，一个经济体可能遭遇的最坏结局，绝非在技术试错中承担一定的探索成本，而是因为过度谨慎与观望，彻底被这轮以算力为核心的工业革命甩在身后。
 
算力正在从商业公司的技术竞赛，全面演化为重塑国家竞争力的战略底座。
 
当我们不再把这门技术视为简单的效率工具，而是看作全社会经济运转的新型发动机时，围绕其未来规模与投资逻辑的所有迷雾，才算真正被拨开。