算力焦虑背后的认知博弈

2012 年，谷歌的一个研究小组公开了一个叫做 " 谷歌猫 " 的研究项目。

他们将 16000 个计算机处理器连接起来，建造了一个超大规模的机器学习神经网络，让它在海量图片中自主学习，最终成功识别出了 " 猫 "。

" 谷歌猫 " 项目，揭示了人工智能时代的临近。这个时代也带火了一家企业——英伟达。

人工智能的发展，简单来说，需要三个元素：算法、算力和数据。

芯片的性能影响着算力，而英伟达在 AI 芯片市场的占有率在 70% 以上。

正是这种 " 天下英雄尽入彀中 " 的局面，让英伟达的股价一路飙涨。

2012 年至今，英伟达的市值上涨 500 多倍，一度成为全世界第一家市值突破 4 万亿美元的公司。

7 月 15 日，英伟达公司创始人兼首席执行官黄仁勋到访中国并表示，将开始向中国市场销售 H20 芯片。

据报道，H20 的推理能力仅为 H100 的 20%，是阉割版。

用这样的芯片去发展人工智能，是否意味着 " 起步即落后 "？

" 算力焦虑 "，再次被推至台前。

一、算力比算法和数据都重要吗？

这是英伟达的股价走势图。可以看到，在今年 1 月，英伟达股价大幅下跌。下跌的直接诱因，是 DeepSeek 的出现。

DeepSeek 用更小的算力、更高的效率，带来了更优的表现，一时间，"AI 大模型是否不再需要那么多算力 "成为焦点话题，这也导致英伟达一天之内股价暴跌近 17%，创下了美股的跌幅纪录。

在这个过程中，很少有人探究一个问题，这种 " 唯算力论 " 的认知，是如何形成的？

我们刚才提到，决定人工智能发展的要素有三个，为何算力这么吸引眼球？

谭主拉出了美国媒体关于中美人工智能报道的曲线，从 2020 年 5 月（当月，GPT-3 推出，通用大模型引发很大讨论）至今，并从中提取出其中对 " 算力 "" 算法 "" 数据 " 的关注度。

可以看到，在 2022 年 8 月前，这三个词的讨论基本处于同一水平线。但在 2022 年 8 月后，" 算力 " 直接断层领先，成为关注度最高的词。

那个月，美国政府的一纸禁令，限制英伟达向中国出口高性能芯片。它们可用于加速 AI、资料分析和高效能运算作业。

美国政府希望通过控制算力来扼住中国人工智能发展的 " 咽喉 "。

二、算力焦虑是如何形成的？

谭主发现，这项禁令的背后有一个关键人物——赛义夫 · 汗。

赛义夫 · 汗曾任职于白宫国家安全委员会（NSC），负责科技相关事务。他此前在智库就职的研究方向，正是半导体供应链以及美国半导体政策。

从 2019 年起，他的观点开始成型：最先进的 AI 芯片是训练最先进算法的基石，控制了最先进芯片的产业链供应链，就能固化领先优势。

这种观点，成为了催生拜登政府《芯片与科学法案》以及对华限制措施的一环。

赛义夫 · 汗的观点为什么能获得美国政府的高度认可？原因来自其他相关研究报告带来的隐忧。

它们分析了中国发展人工智能的优势，包括研发投入、人才培养、产业优势等，最后得出结论，中国将在 10 年内取代美国在人工智能领域的领导地位。

在这种背景下，赛义夫 · 汗的观点无异于提供了一剂 " 解药 "：它不仅 " 缓解 " 了美国对被超越的焦虑，更重要的是，它为全世界制造了一种新的焦虑——算力焦虑。

想要发展人工智能，就需要最先进的人工智能芯片，而这一芯片被牢牢掌握在美国企业手中。换句话说，其他国家的人工智能发展程度，取决于拥有多少英伟达的 GPU。

在这个过程中，英伟达和美国的资本市场，也在为这个叙事 " 添砖加瓦 "：

AI 正在高速与世界上的各个行业深入融合，真正的 AI 时代很快就要到来。

这种描绘方式并不新鲜，有评论形容，" 第四次工业革命 " 已经来了 8 次——元宇宙、Sora、室温超导等都曾被认为是 " 第四次工业革命 "。

我们当然不否认下一个时代会是人工智能的时代，但真的有那么快吗？

在部分机构的报告中，英伟达的 GPU 仿佛是通往人工智能时代的门票，算力的缺口每天都在扩大，随之带来的就是对英伟达 GPU 的需求，而英伟达的股价也在不断涨高。

三、" 唯算力论 " 能否扼住中国人工智能发展的 " 咽喉 "？

凡事物极必反，不同的看法正在涌现。

麻省理工学院一位研究人工智能的教授指出，今天的资本市场对 AI 的追捧已经显得有些过热。

他还专门做了一张《AI 炒作周期图》，梳理了 AI 技术在几十年间反复经历失望与再起的循环。

从上世纪的神经网络，到 AlphaGo 的震撼，再到如今的 ChatGPT，每一次高峰都伴随着巨大的期望，但最后，很多预期的承诺都无疾而终。

而这一次的 " 唯算力论 "，也迎来了冷思考——就是前文中提到的，DeepSeek 的出现。

在 2020 年至 2023 年的大部分时间里，美国媒体和研究机构眼中的中国，是一个努力在人工智能领域追赶的 " 后来者 "。

但到了 2023 年底，报道的口风开始发生变化。

这些研究机构总结称，美国的算力限制在客观上形成了一种 " 倒逼机制 "，由于无法直接获取顶级的算力，中国的研究机构将更多的资源和精力投入到算法创新上，目标是用更少的算力实现同等甚至更高的性能。这是美国所始料未及的。

正如上图所展现的，人工智能的叙事发生了改变。

这些美国媒体和研究机构对人工智能领导力的定义，从 " 算力 "，变成了 " 算力 "" 算法 " 以及技术扩散（将 AI 技术广泛应用于整个经济的能力）。

正是因为这样的现实情况，美国政府也在调整其相关政策。

允许英伟达向中国出口 H20，就是迹象之一。

一位关注美国人工智能政策的专家告诉谭主，H20 芯片的性能参数经过精确设计，其虽然沿用了先进的架构和封装技术，但在决定 AI 训练与推理效率的核心计算性能上受到了严格限制。

美国政府在这个时候放行 H20，也许是担心，自己的封锁政策可能催生出一个独立且强大的竞争对手，因此，美国政府需要推出一款性能经过精确计算的受限产品，用以延缓中国自主技术生态的成长速度。

这样的方式，能奏效吗？

有一个角度，可以思考这个问题。

四、要争先，更要争源源不断

谭主把中美各自关于人工智能发展的报道输入进大模型，大模型总结出了两种 " 发展哲学 "：

美国人工智能的发展，基本是 " 闭源 " 的。美国公司通过保密其模型架构、训练数据和权重，来保护其巨大的研发投入和知识产权。这种模式的盈利来源很稳定。

而中国人工智能的发展是 " 开源 " 的，中国企业提供免费的大模型，吸引更多企业在其生态系统上进行二次开发和创新。

到目前为止，我们还很难下结论，这两种模式谁就一定会更成功。

但谭主从中国的方式中看到了更多的可能性。

再过几天，2025 世界人工智能大会将会在中国举行。谭主统计了大会公开的人工智能应用的案例集发现：

人工智能应用的行业涉及教育、文化、气象、农业、矿业开采、药物研发、医疗诊断等；与中国合作的国家，有泰国、加拿大、越南、缅甸、沙特、希腊、葡萄牙等国家。

这些应用，有些在今天看来或许还很初级，可能只是庞大生产流程中的一个微小环节。

但历史的有趣之处恰恰在于此。

1894 年，法国举办了世界上第一场赛车比赛。出人意料的是，第一个到达的，是一辆蒸汽拖拉机。

然而后来的故事，所有人都已知道。

一场技术革命的最终走向往往不由最初拥有最快速度的人或事物决定，而由那个率先构建起最庞大、最繁荣应用生态的体系来定义。

只要开始了，就拥有无限可能。