作者：
谭主
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 芯片市场的占有率高达 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。
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。
在这其中，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」。
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？这正是来自于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，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，正如有评论形容，「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。
「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 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。
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，输入到了大模型，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。
（玉渊谭天）
文章转载自东方财富
