2012年，谷歌的一個研究小組公開了一個叫做“谷歌貓
”的研究項目
。

　　他們將16000個計算機處理器連接起來 ，建造了一個超大規模的機器學習神經網絡
，讓它在海量圖片中自主學習，最終成功識別出了“貓”。

　　“谷歌貓 ”項目 ，揭示了人工智能時代的臨近 。這個時代
，也火了一家企業——英偉達
。

　　人工智能的發展，簡單來說 ，需要三個元素：

　　算法、算力和數據。

　　芯片的性能影響著算力
，而英偉達，在AI芯片市場的占有率高達70%以上 。

　　正是這種“天下英雄盡入彀中
”的局面 ，讓英偉達的股價一路飆漲
。

　　2012年至今
，英偉達的市值上漲500多倍，一度成為全世界第一家市值突破4萬億美元的公司。

　　7月15日 ，英偉達公司創始人兼首席執行官黃仁勛到訪中國并表示，將開始向中國市場銷售H20芯片 。

　　據報道
，H20的推理能力僅為H100的20%，是閹割版
。

　　用這樣的芯片去發展人工智能 ，是否意味著“起步即落后”？

　　“算力焦慮 ”
，再次被推至臺前。

　　算力比算法和數據都重要嗎 ？

　　這是英偉達的股價走勢圖 。可以看到，在今年1月 ，英偉達股價大幅下跌
。下跌的直接誘因
，是DeepSeek的出現。

　　DeepSeek用更小的算力 、更高的效率，帶來了更優的表現 ，一時間
，“AI大模型是否不再需要那么多算力
”成為焦點話題，這也導致英偉達一天之內股價暴跌近17% ，創下了美股的跌幅紀錄 。

　　在這其中
，很少有人探究一個問題，這種“唯算力論”的認知 ，是如何形成的？

　　我們剛才提到，決定人工智能發展的要素有三個
，為何算力這么吸引眼球？

　　譚主拉出了美國媒體關于中美人工智能報道的曲線，從2020年5月（當月 ，GPT-3推出
，通用大模型引發很大討論）至今，并從中提取出其中對“算力 ”“算法
”“數據”的關注度。

　　可以看到 ，在2022年8月前
，這三個詞的討論基本處于同一水平線
。但在2022年8月后，“算力 ”直接斷層領先 ，成為關注度最高的詞。

　　那個月
，美國政府的一紙禁令，限制英偉達向中國出口高性能芯片 。它們可用于加速AI
、資料分析和高效能運算作業
。

　　美國政府希望通過控制算力來扼住中國人工智能發展的“咽喉
”。

　　算力焦慮是如何形成的 ？

　　譚主發現 ，這項禁令的背后有一個關鍵人物——賽義夫·汗 。

　　賽義夫·汗曾任職于白宮國家安全委員會（NSC）
，負責科技相關事務
。他此前在智庫就職的研究方向，正是半導體供應鏈以及美國半導體政策。

　　從2019年起 ，他的觀點開始成型：最先進的AI芯片是訓練最先進算法的基石，控制了最先進芯片的產業鏈供應鏈
，就能固化領先優勢 。

　　這種觀點，成為了催生拜登政府《芯片與科學法案》以及對華限制措施的一環
。

　　賽義夫·汗的觀點為什么能獲得美國政府的高度認可？這正是來自于其他相關研究報告帶來的隱憂。

　　它們分析了中國發展人工智能的優勢 ，包括研發投入、人才培養 、產業優勢等等
，最后得出結論，中國將在10年內 ，取代美國在人工智能領域的領導地位 。

　　在這種背景下
，賽義夫·汗的觀點無異于提供了一劑“解藥”：它不僅“緩解 ”了美國對被超越的焦慮，更重要的是 ，它為全世界制造了一種新的焦慮——算力焦慮
。

　　想要發展人工智能
，就需要最先進的人工智能芯片，而這一芯片 ，牢牢掌握在美國企業手中。換句話說
，其他國家的人工智能發展程度，取決于擁有多少英偉達的GPU 。

　　在這個過程中 ，英偉達和美國的資本市場，也在為這個敘事“添磚加瓦”：

　　AI正在高速與世界上的各個行業深入融合
，真正的AI時代很快就要到來。

　　這種描繪方式并不新鮮，正如有評論形容 ，“第四次工業革命
”已經來了8次——元宇宙
、Sora、室溫超導等都曾被認為是“第四次工業革命”
。

　　我們當然不否認下一個時代會是人工智能的時代
，但真的有那么快嗎？

　　在部分機構的報告中，英偉達的GPU仿佛是通往人工智能時代的門票 ，算力的缺口每天都在擴大
，隨之帶來的，就是對英偉達GPU的需求 ，而英偉達的股價
，也在不斷漲高。

　　“唯算力論 ”能否扼住中國人工智能發展的“咽喉
” ？

　　凡事物極必反，不同的看法正在涌現 。

　　麻省理工一位研究人工智能的教授指出 ，今天的資本市場對AI的追捧已經顯得有些過熱
。

　　他還專門做了一張《AI炒作周期圖》
，梳理了AI技術在幾十年間反復經歷失望與再起的循環。

　　從上世紀的神經網絡，到AlphaGo的震撼 ，再到如今的ChatGPT，每一次高峰都伴隨著巨大的期望
，但最后，很多預期的承諾都無疾而終 。

　　而這一次的“唯算力論” ，也迎來了冷思考——就是前文中提到的
，DeepSeek的出現
。

　　在2020年至2023年的大部分時間里，美國媒體和研究機構眼中的中國 ，是一個努力在人工智能領域追趕的“后來者 ”。

　　但2023年底
，報道的口風開始發生變化 。

　　這些研究機構總結稱，美國的算力限制在客觀上形成了一種“倒逼機制
” ，由于無法直接獲取頂級的算力
，中國的研究機構將更多的資源和精力投入到算法創新上，目標是用更少的算力實現同等甚至更高的性能
。這是美國所始料未及的。

　　正如上圖所展現的 ，人工智能的敘事
，發生了改變 。

　　這些美國媒體和研究機構對人工智能領導力的定義，從“算力” ，變成了“算力 ”“算法
”以及技術擴散（將AI技術廣泛應用于整個經濟的能力）
。

　　正是因為這樣的現實情況，美國政府也在調整其相關政策。

　　允許英偉達向中國出口H20
，就是跡象之一 。

　　一位關注美國人工智能政策的專家告訴譚主，H20芯片的性能參數經過精確設計 ，其雖然沿用了先進的架構和封裝技術
，但在決定AI訓練與推理效率的核心計算性能上受到了嚴格限制。

　　美國政府在這個時候放行H20，也許是擔心 ，自己的封鎖政策可能催生出一個獨立且強大的競爭對手
，因此，美國政府需要推出一款性能經過精確計算的受限產品 ，用以延緩中國自主技術生態的成長速度
。

　　這樣的方式
，能奏效嗎？

　　有一個角度，可以思考這個問題。

　　要爭先 ，更要爭源源不斷

　　譚主把中美各自關于人工智能發展的報道
，輸入到了大模型，大模型總結出了兩種“發展哲學”：

　　美國人工智能的發展 ，基本是“閉源 ”的 。美國公司通過保密其模型架構 、訓練數據和權重，來保護其巨大的研發投入和知識產權
。這種模式的盈利來源很穩定。

　　而中國人工智能的發展是“開源
”的
，中國企業提供免費的大模型，吸引更多企業在其生態系統上進行二次開發和創新 。

　　到目前為止 ，我們還很難下結論
，這兩種模式，誰就一定會更成功
。

　　但譚主從中國的方式中 ，看到了更多的可能性。

　　再過幾天
，2025世界人工智能大會將會在中國舉行 。譚主統計了大會公開的人工智能應用的案例集發現：

　　人工智能應用的行業，涉及教育
、文化、氣象 、農業
、礦業開采、藥物研發 、醫療診斷等等；

　　與中國合作的國家 ，有泰國、加拿大
、越南、緬甸 、沙特
、希臘、葡萄牙等國家
。

　　這些應用
，有些在今天看來或許還很初級，可能只是龐大生產流程中的一個微小環節。

　　但歷史的有趣之處恰恰在于此 。

　　1894年 ，法國舉辦了世界上第一場賽車比賽
。出人意料的是
，第一個到達的，是一輛蒸汽拖拉機。

　　然而后來的故事 ，所有人都已知道 。

　　一場技術革命的最終走向，往往不由最初擁有最快速度的人或事物決定
，而由那個率先構建起最龐大 、最繁榮應用生態的體系來定義。

　　只要開始了，就擁有無限可能
。

（文章來源：玉淵譚天）