| आयाम | संयुक्त राज्य अमेरिका | चीन |
|---|---|---|
| डेटा सेंटरों की संख्या (2025-2026) | ~4,280–5,427 (वैश्विक रूप से सबसे बड़ा) | ~369–449 (वैश्विक रूप से तीसरा-चौथा) |
| AI पूंजीगत व्यय (2025 अनुमान) | कम से कम $350 बिलियन (Microsoft, Amazon, Meta, Google) | $40 बिलियन से कम (USCC अनुमान) |
| नियोजित निवेश (2026-2031) | ~$50 बिलियन/माह निर्माण खर्च (अप्रैल 2026) | 5 वर्षों में ~$295 बिलियन ($59 बिलियन/वर्ष) |
| AI मॉडल प्रदर्शन अंतर | सीमांत क्षमता में अग्रणी | बेंचमार्क मॉडलों पर अंतर को 'प्रभावी रूप से बंद' कर दिया है |
| ऊर्जा लाभ | ग्रिड बाधाएँ नए निर्माण को धीमा कर रही हैं | सस्ती, तेजी से तैनात होने वाली ऊर्जा, लेकिन ग्रिड अक्षमताएँ बनी हुई हैं |
| निर्माण गति | ~3 वर्ष प्रति सुविधा | सप्ताह से महीने (तेज अनुमोदन, केंद्रीकृत योजना) |
| लागत दक्षता | अधिक लागत-कुशल डेटा सेंटर निर्माण | उच्च निर्माण लागत लेकिन सस्ती ऊर्जा और श्रम |
| चिप तक पहुंच | अत्याधुनिक (Nvidia, AMD, स्वदेशी) | निर्यात-प्रतिबंधित; घरेलू चिप्स में सुधार हो रहा है लेकिन पीछे हैं |
चीन का डेटा सेंटर विस्तार पैमाने और गति में विशाल है, जो केंद्र सरकार की योजना और एक वास्तविक ऊर्जा-लागत लाभ द्वारा संचालित है। अमेरिका अभी भी सुविधाओं की संख्या, कुल AI पूंजीगत व्यय और चिप तक पहुंच में अग्रणी है। लेकिन चीन के संरचनात्मक लाभ — तेज निर्माण, सस्ती बिजली और एक एकीकृत राष्ट्रीय रणनीति — अंतर को कम कर रहे हैं। सबसे बड़ा जोखिम नकारात्मक पक्ष पर है: अतिनिर्माण, क्षेत्रीय नीति में बेमेल, चिप बाधाएँ और ग्रिड एकीकरण की समस्याएँ, जो दुनिया के सबसे बड़े नियोजित AI बुनियादी ढांचे के निर्माण को सट्टा अधिशेष का एक महंगा मामला बना सकती हैं।