廉价能源可能还不够：人工智能计算服务的贸易模式

政策研究工作文件 廉价能源或许还不够 米哈伊尔·洛什金 欧洲和中亚地区首席经济学家办公室 2026年7月 政策研究工作文件 11429 摘要 价格方面，跨国生产成本差异仅为12-20%。因此，适度的监管、融资和信任摩擦就可能抵消廉价电力的优势。真正的制约因素是制度信誉，而非电价，包括可执行的数据治理、稳定的监管、可信的电力合同、融资渠道以及与买方的地缘政治协调。 富能源的发展中国家能否将廉价的电力转化为AI计算出口？本文构建了一个存在双边摩擦（涉及交付、监管和信任）的AI计算服务能力受限贸易模型。对模型在85个国家进行校准显示，几个发展中国家可以以低成本进行计算生产，但这种优势很少转化为出口竞争力。因为硬件主导了单位成本，并且在全球 政策研究工作论文系列旨在发布研究进展成果，以促进关于发展问题的思想交流。该系列的一个目标是尽快发布研究成果，即使呈现的内容尚未完全完善。论文会注明作者姓名，并应按此引用。本文中表达的观点、解释和结论完全由作者本人负责。这些观点不一定代表国际复兴开发银行/世界银行及其附属机构的观点，也不一定代表世界银行的执行董事或他们所代表的政府观点。 人工智能计算服务贸易模式廉价能源或许还不够 迈克尔·洛什金 1 JEL分类：F14、F18、L86、O14、O33、Q40 关键词：计算贸易，FLOPs，人工智能，数据中心，比较优势，发展中国家 1. 简介 人工智能的扩张推动了计算资源的需求。用于训练机器学习模型（ML）的计算量自2010年以来每六个月翻一番（Sevilla等人，2022年）。到2024年，数据中心占全球电力需求的约1.5%，预计到2030年这一份额将超过3%（IEA，2025年）。计算需求的增长创造了一种新的出口机会：国家可以跨越国界销售计算任务。在本文中，我们称之为FLOP出口，因为交易的服务以浮点运算来衡量，这是计算工作的标准单位。对于能源丰富的发展中国家而言，这为从初级能源出口转向更高价值的数字服务创造了潜在途径。 多个大型项目表明，FLOP出口在技术和商业上都是可行的。亚美尼亚正在部署5万台GPU，作为40亿美元投资（Firebird 2026）的一部分。肯尼亚、沙特阿拉伯和马来西亚吸引了数十亿美元的数据中心投资。谷歌已向印度承诺150亿美元，而OpenAI已提议建设一座价值250亿美元的“阿根廷星门”综合体（Straub等人，2026年）。全球数据中心外国直接投资在2025年达到3100多亿美元（Aykut等人，2026年），年度云计算出口超过90亿美元（世界银行，2025年）。 然而，最便宜的地区并非吸引最多投资的地方。在我们校准中，成本最低的潜在生产国吉尔吉斯斯坦拥有5兆瓦的装机容量，几乎没有数据中心外国直接投资，而发展中国家中最大的接受国（马来西亚、印度、巴西）则位于成本排名的中游（Aykut等人，2026年）。仅靠廉价的电力并不能创造计算出口。那么，核心问题就是：为什么低成本国家无法吸引计算投资，以及什么样的条件能使其将廉价电力转化为出口能力。 近期研究考察了计算治理和人工智能基础设施的地理分布（Sastry等人，2024；Lehdonvirta等人，2024；Pilz等人，2025），但尚未开发出计算贸易的正式贸易模型。本文提出了首个此类模型，并做出三点贡献。首先，我们构建了一个具有产能约束的里卡多计算贸易模型。该模型将延迟视为冰山式贸易成本，将地缘政治不信任视为双边主权溢价，从而提高交付成本。其次，我们对模型在85个国家进行了校准，纠正了能源补贴对总成本排名的扭曲。第三，我们刻画了由此产生的贸易体系，并量化了主权溢价带来的福利成本。 廉价电力和有利的冷却条件并不能自动转化为出口竞争力。硬件摊销成本约占单位成本的90%，其价格在全球范围内定价，因此跨国生产成本差异仅限于12-20%。这种狭窄的差距留给制度摩擦的空间很小。在成本回收定价模式下，几个发展中国家位列最低成本生产国之列。然而，当引入双边主权摩擦时，与经合组织买家的信任赤字几乎消除了它们的全部出口潜力。融资成本加强了这一结果：经合组织超大规模企业与发展中国家本地融资运营商之间的10个百分点WACC差距，为单位成本增加了约0.29美元/GPU小时，大约是前二十名生产商之间电力成本差异的四倍（Calcaterra等人，2024年）。 2. 相关文献 戈德法布和特雷弗勒（2018）认为，人工智能将比较优势转向数据和人力资本。我们的模型强调了一个不同的方面：计算生产严重依赖于电费和气候。因此，资源丰富的国家即使没有大型国内人工智能产业，也可以出口计算能力。科里尼克和斯蒂格利茨（2021）警告说，发展中国家可能会在人工智能革命中落后；而浮点运算（FLOP）出口则提供了一条途径。这一概念与豪斯曼等人（2007）关于出口构成和增长的论述相关，也与利马奥和文ables（2001）关于基础设施作为贸易成本决定因素的观点相关。在我们设定的环境中，网络延迟扮演着类似的角色。 我们模型最接近的先例是IT服务外包，其劳动密集且技能偏向（Blinder 2006）。FLOP出口与传统IT服务外包在要素密集度上有所不同。它资本密集且能源密集，而非劳动密集，因此可能的出口国是能源丰富的国家，而非劳动力丰富的国家。结构上的差异在于，GPU作为主要交易投入品，其价格是全球统一的。因此，跨国成本差异主要来自电费和设施成本，这两者合计仅占单位成本的很小一部分。计算领域的比较优势因此比服务外包更狭窄、更脆弱，因为服务外包中劳动成本的差异更大。 多项研究探讨了企业应在哪里建设数据中心。Flucker等人（2013）表明，气候会影响数据中心的冷却成本。刘等人（2023）研究了在 可再生能源限制。在国际贸易理论中，Brainard（1997）将本地市场服务和海外生产集中之间的邻近性-集中性权衡正式化。Helpman等人（2004）将此扩展到异质企业在外贸和外国直接投资之间的选择。 在治理方面，Sastry等人（2024）认为计算非常适合进行监管。Lehdonvirta等人（2024）划分了“计算北”（配备训练能力硬件）与“计算南”（仅限于推理芯片）。Pilz等人（2025）预测数据中心电力需求到2030年可能达到327吉瓦。世界银行（2025）记录了由此产生的差距（高收入国家拥有77%的机柜空间容量），但并未提供一个正式框架将成本与贸易模式联系起来。Biglaiser等人（2024）调查了IO的云市场，Stojkoski等人（2024）估计了云出口地理范围，但将服务视为同质化。我们的模型增加了供给侧成本结构，并引入了训练与推理的区分。 3. 计算生产与贸易模式 3.1 生产技术与成本结构 考虑在国别建设中计算。个国家，每个国家都能提供算服。生位的成本取决于三个投入：力、硬件和数据中心。 数据中心消耗电力用于其图形处理单元（GPU）、冷却、电力分配和照明。这项开销通过电源使用效率（PUE）来衡量，即设施总能耗与IT设备能耗的比值。该国的每GPU小时成本为：2 𝑃𝑃𝐺𝐺𝐺𝐺𝐺𝐺𝐿𝐿𝐻𝐻GPU功耗（kW）如何每GPU的硬件成本，-是价（$/kWh），小（=价格，=使用寿命（年），=/（·=8,766·） 每年小时数（=利用率），3 是摊销网络成本，最后一项是摊销每张GPU的构建成本，这些都在全球硬件市场确定。 ，以及跨国差异由价、气候和建成本；建成本 (= 每GPU的成本 - 如附E所述。PUE函数捕捉了施寿命期内温度-瓦成本×700W)的冷却开。因此，4 是成本估，取决于冷却开： ) = + · max(0, ), PUE( ，是每氏度高于温度的PUE。 − 其中是自由冷却或以下的基PUE， 是国家j的夏季峰温度。 成本结构具有李嘉图特征：各国在生产成本上的差异源于技术差异和投入价格差异。然而，资源丰富的比较优势的直观解释更接近赫克歇尔-俄林理论，即国家出口其丰裕要素密集型商品（赫克歇尔 1919，俄林 1933）。对于计算生产而言，相关的禀赋并非电力，而是产生电力的自然资源，例如水力（吉尔吉斯斯坦、埃塞俄比亚、格鲁吉亚）、石油和天然气（伊朗、土库曼斯坦、卡塔尔）、太阳能辐射（北非、海湾地区）以及地热能（肯尼亚、冰岛）。 3.2 贸易成本 各国生产和贸易两种计算服务，其离岸成本不同。培训服务（记作T）包括批量工作负载，如模型训练、微调和大规模数据处理。训练最先进的AI模型可能需要数周至数月，跨越数千个GPU。客户将数据发送到数据中心，计算在本地执行，并将输出返回给客户。由于输入和输出均不具时效性，网络延迟不起作用。推理服务（记作I）涵盖实时工作负载，如聊天机器人响应、自主决策和交互式代理。每个查询必须在毫秒内往返服务器，因此服务质量会随着交付延迟（延迟）的增加而下降。 延，即家国家F的工作型及其延敏感性） ，是指数据包从家国家到所需的往返，通常在一个国家内5 –10毫秒，而跨洲超150毫秒（附）。 政府和公司可能出于国家安全、监管合规或政治原因，倾向于在国内处理数据。这体现在双边主权溢价上，该溢价作为买方国家从卖方国家获取计算资源的成本上的加价。当买方从方取算源且 ≥ 0，溢价被建模地政治盟的函数。于国内生（ ≠ ），主溢价零；当 = ，有效成本会因因子(1 + )而膨，因子以合国大会 = 0基准行衡量。双溢价理想点距离（Bailey, Strezhnev, and Voeten 2017）被一化，使得与0表示完美一致；管兼容性，于于相互数据充分性覆盖范内的国家[0,1]，1，否0。于全面易制裁下的国家（∈{=1}）被一个特例：根据假易被禁止，因此于非制裁国家对，双边溢价为： 𝜆𝜆𝑖𝑖𝑗𝑗∞ 两种既有的文献推动了这种功能形式。乘法楔子 ∞12(1+重力文献()−)是安德森和范温普（2003年）中关于从价双边贸易摩擦的标准表示，其中特定对楔子捕捉了边境效应、政策壁垒和非关税措施，这些措施提高了方方服支付的价格，使其高于方自身的成本。两个成部分楔子的性加性构，与冰山和理地政治、管和制裁摩擦，将其服易成本在恩和雅克斯（2020年）中-等效分解的可分离贡献。 楔形依赖双边制度协调源于不完全合同理论（Anderson and Marcouiller 2002, Antràs 2003）。计算贸易是合同密集型。买方将敏感数据发送给远程卖方，并依赖卖方的司法管辖区来执行保密、服务水平义务，以及在许多应用中，买方检索或删除其数据的能力。在这些合同可执行性较弱的国家的买方会折算卖方的有效价格，折扣的大小与该特定配对的强度相关。 执行环境。政治对齐数据充分性，即不可能执行的情况。因此，公式（2）