文源：源Byte
“没有电，就没有AI。”
当马斯克在一次访谈中抛出这句话时，不少人只当是又一次夸张的预言。可如今回看，这更像是一记提前敲响的警钟。
9月1日，彭博社放出重磅消息：奥特曼正筹划将其千亿美元级别的“星际之门”AI项目，首次拓展至印度，目标算力不低于1吉瓦。
1吉瓦，是什么概念？相当于一座中型城市的全天用电负荷。这不仅是AI的算力野心，更是一场对电力系统的极限挑战。
而几乎在同一时刻，特斯拉在印度市场交出了9年等待后的首份成绩单——自7月启动销售以来，订单量勉强超过600台。这个数字，还不及特斯拉全球两天的交付量。
两位硅谷最具影响力的科技领袖，一个将AI的未来豪赌在印度，一个在现实的挫败后，转身再次加码中国。他们的选择，像是一场无声的对决，也映射出AI时代真正的胜负手：不是算法，不是模型，而是能源。
奥特曼的印度之梦，来得热烈而急切。
他公开表示，印度“极有可能成为全球最大AI市场”。为了兑现这一愿景，OpenAI甚至推出了专为印度市场定制的低价版ChatGPT Go，月费仅399卢比，约合人民币32元，近乎免费。
但这背后，是“星际之门”的宏大布局。印度不仅是用户池，更被设想为全球AI算力的枢纽。微软追加30亿美元建数据中心，谷歌投入60亿，信实集团更是计划打造3吉瓦的超级数据中心。一时间，印度仿佛站在了AI革命的风口。
然而，热潮之下，现实却布满裂痕。
首先是“芯片赤字”。印度全国GPU总量仅约1.8万个，而训练一个先进AI模型动辄需要数万块高端芯片。更糟的是，美国已将印度列为芯片出口限制二级国家，2027年前高端GPU进口上限仅为5万台。
其次是“资金赤字”。政府虽拨款12.5亿美元推动AI发展，但与全球数百亿级别的投入相比，无异于杯水车薪。
最后是“人才赤字”。尽管印度拥有全球20%的AI人才，但高端工程师大量外流，国内能主导核心AI开发的不足2000人。
比这些更致命的，是“电力赤字”。
在坎普尔，一个270万人口的城市，电力系统常年瘫痪，停电是日常。而在孟买，连交通信号灯都曾因断电集体熄灭。在这样的基础设施下，如何支撑一个24小时不间断、耗电堪比城市的AI数据中心？
讽刺的是，印度不缺人。全国已有约7万人从事数据标注，预计2030年将超百万。在喀拉拉邦的小镇，农村妇女用方言为AI“喂数据”，换取远高于本地水平的收入。人力，成了唯一可用的“算力替代品”。
这种“缺电不缺人”的悖论，在独角兽Builder.ai身上暴露无遗。这家曾估值15亿美元的公司，号称用AI自动生成代码，实则背后是数百名廉价外包工程师手动操作。最终因财务造假崩塌，沦为一场“人力AI”的闹剧。
反观马斯克，早已看透本质。他深知，AI的竞争，最终是能源与基建的竞争。特斯拉上海工厂的“中国速度”，让他尝到了甜头。如今，他选择与字节跳动火山引擎合作，让Model Y搭载中国AI模型，再次将赌注押在中国的电力冗余与工程效率之上。
当奥特曼在印度描绘AI蓝图时，马斯克或许正冷笑：没有电的“星际之门”，终究只是海市蜃楼。
