| מימד | ארצות הברית | סין |
|---|---|---|
| מספר מרכזי נתונים (2025-2026) | ~5,427 (הגדול בעולם) | ~449 (3-4 בעולם) |
| הון ל-AI (2025 אומדן) | לפחות 350 מיליארד דולר (מיקרוסופט, אמזון, מטא, גוגל) | פחות מ-40 מיליארד דולר (אומדן USCC) |
| השקעה מתוכננת (2026-2031) | כ-50 מיליארד דולר לחודש בהוצאות בנייה (אפריל 2026) | כ-295 מיליארד דולר ב-5 שנים (59 מיליארד דולר לשנה) |
| פער ביצועי מודלי AI | מובילה ביכולות גבוליות | "סגרה למעשה" את הפער במודלי ביצועים |
| יתרון אנרגטי | צווארי בקבוק ברשת מאיטים בנייה חדשה | אנרגיה זולה יותר, פריסה מהירה יותר, אך חוסר יעילות רשת |
| מהירות בנייה | כ-3 שנים למתקן | שבועות עד חודשים (אישור מהיר, תכנון ריכוזי) |
| יעילות עלות | בנייה חסכונית יותר | עלויות בנייה גבוהות יותר אך אנרגיה ועבודה זולות יותר |
| גישה לשבבים | חדשניים (Nvidia, AMD, פיתוח עצמי) | מוגבלי יצוא; שבבים מקומיים משתפרים אך מפגרים |
ההתרחבות של מרכזי הנתונים בסין היא עצומה בהיקפה ובמהירותה, מונעת מתכנון ממשלתי מרכזי ויתרון עלות אנרגיה אמיתי. ארה״ב עדיין מובילה במספר המתקנים, בהון הכולל ל-AI ובגישה לשבבים. אך היתרונות המבניים של סין – בנייה מהירה יותר, חשמל זול יותר ואסטרטגיה לאומית מאוחדת – מצמצמים את הפער. הסיכונים הגדולים ביותר נמצאים בצד השלילי: בניית יתר, חוסר התאמה מדיניות אזורית, צווארי בקבוק בשבבים ובעיות שילוב רשת שעלולות להפוך את מיזם תשתיות ה-AI הגדול בעולם למקרה יקר של הרחבה ספקולטיבית.