黄仁勋怒批欧洲：有百万个理由能赢，AI算力却不足5%

发布时间：2026-11-06T17:59:42+08:00　来源：虎嗅（转自环球零碳）　分类：chip

本文来自微信公众号：环球零碳，编辑：小澜，作者：环球零碳研究中心

摘要：

“一个吉瓦级的数据中心，晚三个月上线就少收100亿美元。”黄仁勋为欧洲AI深陷掉队困局痛心不已。到底是什么卡了欧洲AI的脖子？

→这是《环球零碳》的第2195篇原创

黄仁勋最近在欧洲转了一圈，话讲得很不客气。

在伦敦，他说英国正在发生一种“奇怪的普遍现象”。“你们有聪明的人才，有优秀的文化，有年轻人，而且充满活力。但不知为何，明明有一百万个理由可以赢，你们却总能找到一个不赢的理由。

对德国，黄仁勋表示看到这个科技发达的国家在AI技术上落后到如此地步，“感到非常痛心”。他呼吁：“给德国一个机会。给这个行业一个机会。”

就在前不久，欧洲央行前行长德拉吉也发布了一篇长文，呼吁欧洲扩大数据中心建设。他指出：欧盟的AI算力仅占全球不到5%，美国是75%。

图说：截至2025年5月，美国占据了全球约四分之三的高端算力，中国以15%的份额位居第二

来源：EPOCH.AI

德拉吉在发表于《金融时报》的文章中写道，除非欧洲能掌控价值链的某个环节，否则“AI带来的增长与主权将相互掣肘”。

卖芯片的和搞经济的，从不同角度指向了同一个事实：欧洲在AI竞赛中正在掉队。而且掉队的方式不是某一个方向走得慢了，而是整个产业出现了结构性问题。

欧洲的AI故事里有一个被反复提及的悖论：

它是全球监管最超前的地区，却是算力最匮乏的地区之一；它有着丰富的工业数据来源，却把这些数据交给别人训练模型；它培养了大量AI人才，然后看着他们去美国创业。

能源掣肘：电力卡住算力脖子

英国洛顿项目让这种困境变得具体。

今年10月，微软正式退出参与Nscale在埃塞克斯郡规划的数据中心，原因是这一项目要到2030年之后才能接入电力。

而该项目原计划2027年投运，曾被英国政府称为“英国最大的主权AI数据中心”，微软原本会成为主要客户。

图说：Nscale英国数据中心

来源：Capacity Global

这一项目不是孤例。亚马逊此前也取消了在爱尔兰都柏林3亿欧元的AI服务器机架投资计划，同样是因为当地电网承载力不够。

欧洲智库布鲁盖尔研究所点得很透：私人资本不是欧洲算力建设最大的阻碍，电网接入审批周期才是核心卡点。

法兰克福、巴黎、都柏林这些核心数据中心枢纽，项目接入电网的排队周期普遍在7到10年。

英国能源监管局此前曾表示，约315家数据中心正在排队申请接入国家电网，所需电力约为73吉瓦。相比之下，全国峰值用电需求为45吉瓦。

数据中心需要持续、稳定的大功率供电。开发商签下绿电合同之后，仍要等待变电站、输电线路和配电设施到位。

任何一环滞后，都会让服务器和厂房等待。企业既要承担延期成本，也要面对芯片快速迭代带来的设备贬值风险。

黄仁勋表示，一个吉瓦级的数据中心，建设成本约500亿美元，晚三个月上线就少收100亿美元。

能源成本进一步揭示了欧洲的产业劣势。德拉吉2024年向欧洲议会介绍竞争力报告时指出，欧盟企业承担的电价达到美国的两至三倍。

德拉吉近期还表示，高昂的电价使得在欧洲部分地区建设及运营数据中心的成本比中国高出两倍。

对长期运行的AI集群，电费会不断进入每次训练和推理的报价。

电的问题不解决，算力就是空中楼阁。而算力不够，模型训练、产业应用、生态聚集，全链条都起不来。

产业断层：有数据没“大脑”

实际上，欧洲不是没有发展AI的家底。

德拉吉表示，欧洲大陆有丰富的公共部门数据，数十年的健康记录、统计机构的数据收集，还有高度自动化的制造业产生的海量机器可读工业信息。

欧盟委员会估计，到2030年欧洲数据经济规模超过8000亿欧元。

问题在于，这些数据存在谁的服务器上、被谁用来训练模型。世界经济论坛的数据显示，美国超大规模云厂商控制了欧洲近70%的云市场。

美国运营商可以通过“主权云”提供算力，设施虽然在欧洲，所有权却在美方。

而欧洲大企业的AI预算，相当一部分流向了美国云厂商的算力租用。欧洲数字行业协会的观察是，大量本土企业不得不租用美国云厂商算力，产业资金持续外流。

这就形成了一个诡异的循环：欧洲有着高质量的工业数据，数据流向美国公司的云，美国公司用这些数据训练出更好的模型，欧洲企业再花钱买这些模型的API来用。

云计算时代形成的差距，如今传导到了AI，世界经济论坛数据显示，目前欧洲只产出了3个基础AI模型，美国是40个，中国是15个。

在全球范围内，欧洲大型跨国企业底层接入的要么是美国Anthropic、OpenAI的模型，要么是中国阿里模型。

欧洲代表性的模型企业是法国Mistral AI，但它目前没有获得全球认可的迹象。

黄仁勋说“下一波AI浪潮发生在物理领域”——机器人、制造业、汽车、重工业，这本是欧洲积淀深厚的领域。但问题就在于，欧洲的传统工业与数字平台之间发生了产业断层。

来源：QUARTZ

传统企业的数据也常散落在不同工厂、旧软件和设备协议里，清洗、授权与系统改造都需要投入。

黄仁勋看到的工业数据优势，只有经过这一轮组织和软件改造，才能转化为可复制的产品与收入。

而英伟达和欧洲众多企业的合作，短期依然无法改变后者是人工智能技术的接受者，而非新技术的共创者的现状。

如果算力和模型都在别人手里，欧洲的工业场景优势就变成了别人的训练素材和落地市场，而不是自己的竞争壁垒。

这种“有身体没大脑”的状态，短时间内难以扭转。

合规负担：监管跑在产业前

黄仁勋在伦敦那句话——“你们想的太多了”——指向的是欧洲的监管文化。

当默茨询问欧洲应该如何监管人工智能（AI）技术，黄仁勋直言：如果相关技术根本不存在，那就没什么可监管的。

图说：英伟达首席执行官黄仁勋与德国总理弗里德里希·默茨会谈

来源：Nadja

他警告说，政策制定者不能通过监管来实现技术领先地位，应该像监管使用互联网的产品一样，重点监管人工智能应用，而不是试图全面监管底层技术。

当然，黄仁勋有着自己的立场。英伟达卖芯片，欧洲市场监管越少、建设越快，他就越赚钱。

但把立场放在一边，他所说的卡点无比真实：欧盟《人工智能法案》是全球首部综合性AI监管立法，2026年8月首批配套条款落地，建立了风险分级框架，对透明度、安全评估、深度伪造标识都提出了要求。

对初创团队来说，合规会占用工程预算，并影响产品能否及时上线；当标准、解释与执行尺度缺少一致性时，企业还要为不确定性预留时间。跨国经营涉及的合同、语言与公共采购差异，又让扩张过程变得更慢。

此外，德拉吉在文章里专门提到，当地社区担心数据中心的环境成本和能源费用上涨，这让数据中心的建设并不受当地欢迎，同时也极易引发监管机构关注。

近日，芬兰当局已下令暂停两座谷歌数据中心的建设，原因就是其未按规定程序清理超过300公顷森林，引发了环境担忧。谷歌表示，将遵循监管机构的指导进行环境影响评估。

这两座数据中心是谷歌在芬兰130亿欧元投资计划的一部分，被视为其在欧洲最大的单项投资之一。

资金缺位：企业与人才纷纷外流

如今，AI产业的发展，已经把资金门槛抬到了新的高度。而资金则是留不留得住企业和人才的关键。

欧盟的一份报告显示，2020到2025年间，美国将1.33万亿欧元风投资金中的34%投向了AI，而欧洲仅将其2520亿欧元中的18%用于人工智能领域。

图说：投入AI领域的风投资金（按区域）

来源：StepUp StartUps

更关键的结构问题是：欧盟投资者在1000万欧元以下的早期轮次中提供了大部分资金，但在超过2500万欧元的AI交易中，参与度掉到26%。后期资本主要来自美国。

这意味着什么？欧洲养出来的AI初创企业，需要靠美国资本进一步长大。

据世界经济论坛观察，欧洲有超过4万家风投支持的科技公司，创建数量全球领先，但大多数难以在不搬迁或不卖给外国买家的情况下成长为全球规模的企业。

DeepMind就是一个例子。这家公司成立于英国，但却难以在英国这个欧洲金融中心得到风险资本支持，之后才被谷歌收入囊中。

人工智能的关键在于芯片、模型以及数据。这些领域的美国企业动辄几十亿、上百亿美元的融资。

即便欧洲诞生人工智能的幼苗，它们也不容易在欧洲本土找到类似美国、中国的充足资金。

人才也是同一个逻辑。部分欧洲技术专业人员的收入不到美国同行的一半。欧洲培养的AI本科生大约14%去美国继续深造，进入就业市场后，留在美国的概率更高。

黄仁勋说的欧洲“想太多”背后，可能还有一个“给太少”。

总体而言，美国、中国是这一轮人工智能浪潮的两大中心，而欧洲则处于相对边缘的地带，这是历史上产业断裂、能源电力掣肘和资金匮乏等多方面因素造成的。

黄仁勋希望英伟达的AI工厂为欧洲企业所接纳，他也带来了一大笔资金。但这些对于欧洲产生本土的AI生态作用有限。

正如对外经济贸易大学研究员赵永升所说，欧洲目前的问题在于整体社会共识要跟得上全球AI的发展，而非仅是欧洲政治界的有识之士进行宏大叙事的策划等。

欧洲最缺的不是诊断与处方，缺的是执行力。

-------

来源：

[1]https://www.yicai.com/news/103411000.html

[2]https://www.yicai.com/news/103362395.html

[3]https://www.thepaper.cn/newsDetail_forward_34297365

[4]https://www.jwview.com/jingwei/html/10-19/693067.shtml

[5]https://wallstreetcn.com/articles/3783903

[6]https://www.cls.cn/detail/2507945

[7]https://m.21jingji.com/article/20261022/herald/406cea2d2ca38fa310a80d168f57d584.html

[8]https://www.weforum.org/stories/artificial-intelligence/european-technology-champions-competitive-edge-intelligent-age#1

[9]https://digital-strategy.ec.europa.eu/en/library/funding-ai-economy-strengthening-europes-investment-capacity

[10]https://www.cnbc.com/2026/10/16/nvidia-jensen-huang-london.html

[11]https://www.businessinsider.com/jensen-huang-warns-europe-move-faster-ai-risk-falling-behind-2026-10

[12]https://www.bloomberg.com/news/articles/2026-10-21/nvidia-ceo-huang-pitches-europe-on-all-industries-adopting-ai?leadSource=uverify%20wall

[13]https://www.yna.co.kr/view/AKR20261022013000009?section=economy/all

[14]http://ipaper.ce.cn/pc/content/202610/17/content_340396.html

[15]https://www.ft.com/content/f054f927-b512-452a-b494-ea53f5ac1079

[16]https://epoch.ai/data-insights/ai-supercomputers-performance-share-by-country

原文链接：https://www.huxiu.com/article/4903628.html

更多AI行业深度分析，请访问 AI最前沿（aiforefront.cn）。