墨新聞｜編輯中心

如果有人問：人工智慧最重要的資源是什麼？多數人的答案可能是晶片、演算法，或龐大的資料庫。然而，若從更基礎的角度來看，真正支撐整個AI世界運作的，其實只有一個字——電。

AI運算的本質，是把電力轉換為算力。大型人工智慧資料中心運轉時，其耗電量往往可達數十萬戶家庭的用電規模。當全球AI模型規模不斷擴張，算力需求急速增加，電力便不再只是能源問題，而逐漸成為科技競爭中的核心資源。

也因此，一些觀察者開始提出一個耐人尋味的問題：在AI產業的全球分工中，究竟是掌握演算法與模型的科技公司占優勢，還是擁有龐大能源與基礎設施的國家更具長期實力？

從能源規模來看，中國目前已是全球最大的發電國，其年發電量遠高於美國。伴隨著近年持續建設的超高壓輸電網路與大型能源基地，中國已逐步形成跨區域調度電力的能力。對於高度依賴能源的資料中心與人工智慧運算而言，這樣的基礎設施無疑具有重要意義。

在AI領域中，一個經常被提及的概念是「Token」。在自然語言處理系統中，Token是模型處理文字時的基本單位，可以是一個字、一個詞或一個符號。大型語言模型在訓練與推論過程中，其實就是透過大量Token的運算來完成學習與輸出。因此，Token在某種程度上也成為衡量算力消耗與AI服務成本的重要指標。

然而，「Token」在另一個數位世界中卻有完全不同的含義。在區塊鏈與加密資產領域，例如Bitcoin或Ethereum等加密資產，其Token代表的是鏈上資產或身份驗證憑證。雖然名稱相同，但在AI與區塊鏈兩個領域中，其技術意義其實並不相同。

除了能源與技術之外，AI生態系也呈現出不同的發展模式。部分西方科技企業傾向採取較為封閉且以訂閱為主的服務體系，而在中國的網路生態中，許多應用則以開放或低門檻的方式快速擴大使用者群體。這種差異，使得全球數位世界呈現出一種頗為矛盾的景象：在某些市場，AI逐漸形成高門檻的商業體系；而在另一些市場，則透過開放應用建立龐大的使用場景與數位市場。