中國與美國的人工智慧(AI)之戰

中國正在加緊建構不依賴西方技術的本土AI生態系統，以應對與美國之間曠日持久的科技競爭。

而美國正通過出口管制，以及限制中國獲取美國資本、人才和先進技術等其他措施遏制中國的AI發展。

在上海落幕的世界人工智慧大會(World Artificial Intelligence Conference)上，中國展示了多種不含美國技術的產品。中國科技企業正通過加強AI自給率，使中國具備更強的抵禦美國壓力的能力。

中國還提出了一項AI全球治理計畫，呼籲建立跨國開源社區，讓使用者自由部署和改進AI模型。行業參與者表示，這凸顯出中國為AI制定全球標準的雄心，並將削弱美國的影響力。目前美國的領先模型並不開源。

中國此前已發佈一系列政策和投資以提升AI能力，其中包括迅速提高發電能力和人才培養。

據悉，中國證券監管部門已大大減少批准與半導體和AI等“硬科技”無關的公司在境內IPO，從而將資金集中用於具有重要戰略意義的技術。

AI 科技競賽

中美誰能在全球AI競賽中取勝事關重大。AI可能對經濟和軍事產生顛覆性影響，佔據AI高地被視為對未來的全球影響力、國家安全至關重要。

目前美國仍保持先發優勢，其最熱門的AI模型和最強大的晶片都出自矽谷。而中國的AI投資有一部分造成了浪費和產能過剩。

據《華爾街日報》(The Wall Street Journal)報導，在貿易談判中，獲取先進晶片一直是中國的優先任務。美國在4月份限制對中國銷售輝達(Nvidia)的H20 AI晶片，最近又恢復銷售。

川普政府正採取措施試圖維護美國的領先地位。最近美國出台了AI“行動計畫”，旨在減少繁文縟節，方便科技公司建設訓練AI所需的資料中心。

2025年初，OpenAI和日本的軟銀(SoftBank)在白宮公佈了一項5,000億美元的建造新AI資料中心的計畫，但項目面臨延遲。

而中國則表現出不惜一切代價投資AI的決心。中國AI初創公司DeepSeek的崛起為中國提高AI自給率注入了信心。華為也在今年發表的多篇論文中詳細介紹了其研究人員如何利用自主晶片，在不依賴美國技術的情況下建構大語言模型。

智庫Seldon Strategies的創始人邁克爾·弗蘭克(Michael Frank)表示：“中國在強化AI和計算生態系統方面顯然取得進展。”

AI 戰略突圍

難以採購到全球最先進的晶片是中國在AI領域面臨的最大挑戰。

美國已阻止中國購買輝達最尖端的一些晶片和用於製造尖端晶片的先進裝置，試圖繼續拖住中國科技發展的腳步。

華為正帶頭突圍。華為與2,000多家企業合作開展“備胎計畫”，旨在幫助中國半導體行業到2028年實現70%的自給率。

通過將自己能夠生產出來的最好的晶片整合在一起，華為也越來越有能力打造出與美國一些計算系統不相上下的晶片性能。這有助於本土公司實現與美國相同的一些計算目標，例如訓練最先進的生成式AI模型，但其能耗比美國晶片要高。

美國研究機構SemiAnalysis最近報告稱，連接384枚昇騰(Ascend)晶片的華為叢集在某些指標上的表現優於輝達擁有72個圖形處理器的旗艦系統。

摩根士丹利(Morgan Stanley)的分析師預測，到2027年，中國82%的AI晶片將來自國內製造商，高於2024年的34%。

中國通過資助新的晶片計畫和其他項目發揮了重要作用。今年7月，華為總部所在地深圳市政府表示，正籌集約7億美元用於加強“自主可控”的半導體供應鏈。

與此同時，中國金融機構、國有企業和政府部門紛紛部署中國本土AI模型，包括DeepSeek和阿里巴巴(Alibaba)的通義千問(Qwen)。這不僅刺激了對國產AI技術的需求，也培育了國內供應鏈。

AI 開源模型

在上海的AI大會有超過800家公司參會，會議期間，中國科技人員淡化了美國先進晶片出口管制的影響，並就如何通過最佳化模型設計和工程技術集中攻克瓶頸交流了看法。

許多人強調了中國公司允許使用者免費使用、修改並部署其AI模型的做法，這種開源方式推動了中國模型在全球的普及。

雖然目前全球最好的大語言模型在美國，但大家可以免費使用的最好的模型在中國。根據基準測試提供商Artificial Analysis的資料，2024年11月以來，中國最好的開源模型的整體性能已優於美國最好的開源模型。

最近，多家中國公司攜開源模型湧入市場，其中許多公司表示在特定用例上的性能超越DeepSeek。OpenAI的山姆·阿爾特曼(Sam Altman)表示，OpenAI已無限期推遲發佈開源模型，以便進行進一步安全測試。

AI 能源之戰

人工智慧主導地位的爭奪戰也引發了能源之戰。

企業使用圖形處理器(GPU)來訓練AI模型。為了讓AI模型執行越來越複雜的任務，企業正在採取的策略是：建構更大的GPU叢集，而這需要消耗更多的電力。

每一年，新的AI模型訓練所需的計算能力大約都是前一年的四倍。這遠遠超過了任何硬體效率的提升。

雖然人工智慧訓練的主要能源成本是運行GPU，但還有用於儲存和管理資料的伺服器、GPU之間的互連以及冷卻系統，這些都會增加能耗。

據非營利研究組織Epoch AI稱，目前廣泛使用的AI模型——包括OpenAI的GPT-4和Meta的Llama 3.1，都是在耗電量約為30兆瓦的資料中心進行訓練的。這大約相當於30家沃爾瑪(Walmart)門店在任何特定時刻的用電量。

趨勢表明，到2030年，用於訓練最大型AI模型的資料中心將平均需要超過5吉瓦的電力，大約相當於曼哈頓同時間消耗的電量。

而建造一座大型資料中心可能需要18個月到兩年的時間。建設可再生能源項目或天然氣發電廠通常需要三年或更長時間。新鋪設輸電線路可能需要10年或更長時間。

中國已在能源領域投入巨資，包括增加電力供應，為國內用於開發和運行AI的資料中心提供動力。

摩根士丹利(Morgan Stanley)研究人員預測，在截至2030年的五年裡，中國將在電網建設項目上投入約5,640億美元，較之前五年增長超過40%。

中國目前的發電能力大概是美國的2.5倍，雖然美國正在提高發電能力，但預計未來五年這一差距還將進一步擴大。

AI 人才之戰

近日，第66屆國際數學奧林匹克競賽(International Mathematical Olympiad, 簡稱IMO)在美國舉行。

這些競賽題目涵蓋代數、幾何、數論和組合數學等，是對推理、邏輯和創造力的終極考驗。由於這些題目既複雜又非常規，這項年度數學競賽已成為衡量AI逐年進展的有用基準。

在這個飛速發展的時代，這些頂尖的研究實驗室夢想著有朝一日它們的系統能強大到足以達到IMO金牌的標準。

最終競賽成績，中國隊以總分231分的優勢摘得團體冠軍，6名隊員全部斬獲金牌；美國隊的6名成員斬獲五金一銀，總成績位列中國隊之後，排名第二。

胡佛研究所(Hoover Institution)和史丹佛大學(Stanford University)的研究分析，中國的行動為其提供了強大的本土人才後備力量。這些研究評估了2024年至2025年2月參與DeepSeek論文撰寫的200多名作者的背景，發現這些DeepSeek研究人員中超過一半從未離開中國求學或工作。

美國提供AI學位課程的大學較少，但美國大學在電腦和資訊科學排名中仍佔主導地位。川普在今年4月簽署了一項行政令，要求為美國青少年提供AI教育和學習機會。

根據中國教育部4月份發佈的資料，中國已批准超過600所高校設立AI學位，高於2019年的35所。

北京市中小學將從2025年9月起為學生開設AI必修課。 (道瓊斯風險合規)