最近看到部分美國媒體和對華鷹派聯手詆毁黃仁勳,並大力推動對中國使用海外算力(包括海外數據中心)採取一刀切限制,我感到非常憤怒。
一方面,我認為某些對華鷹派智庫對AI和半導體理解不足,仔細看他們的報告,會發現大量基礎事實錯誤與邏輯跳躍相當常見。另一方面,他們極力推動的AI芯片全面斷供,他們有沒有收受利益(特別是來自某家美國AI lab),當時人自己心裏十分清楚。
這些人近期主張的核心是徹底切斷中國獲取海外算力的管道。但從美國自身利益來看,這個主張其實相當短視。
中國企業在海外租用算力,本質上是在向美國的 AI 與半導體生態支付高額費用。這些錢會流進 Nvidia、CSP、以及其他供應鏈,再被重新投入下一輪研發與擴產。換句話說,中國使用海外算力也在為美國生態輸血。
同時,美國其實是中國開源模型的最大受益者。一方面,美國的雲廠商與 inference providers 靠這些開源模型已經累積了可觀的推理 ARR(達10億美元)。另一方面,美國企業在大量非最前沿任務上使用這些模型也是目前性價比最高的選擇。算力層賺走了絕大部分利潤,模型層的中國 lab 實際收到的 licensing fee 卻非常有限,所以美國幾乎一直白嫖中國開源模型
再看 Nvidia 與中國工程師的合作。這些合作並非單方面讓利,而是在持續鞏固 Nvidia AI stack 的生態主導地位。工程師的共同開發、問題回饋與早期適配,反而讓 CUDA 生態更難被替代。
更重要的是,國產算力並非如鷹派想像的那麼不堪一擊。昇騰在硬體規格上已可與 Hopper 相比,部分中國 AI lab 在昇騰上的軟體棧也已進入可用階段。即使單晶片仍非最前沿,中國可以透過芯模協同(算法為晶片設計、晶片為算法優化)、系統工程(超節點、互聯、調度)與開源帶動生態的方式來縮小差距。而多數鷹派只會簡單比較單晶片規格,完全忽略系統層面的可能性。
因此,徹底禁止中國使用 Nvidia 晶片,結果很可能不是鎖死中國,而是加速倒逼中國全面轉向國產 AI 系統。如果徹底禁止中國使用 Nvidia 晶片,我會預期各家中國AI labs將很快使用國產硬件進行萬億規模模型訓練(包括預訓練)。這對美國長期維持技術與生態優勢反而有害。
在我看來,真正需要被質疑的不一定是黃仁勳,而是那些對產業理解不足、卻又極力推動全面斷供、並可能夾帶利益的對華鷹派。
显示更多