人工智能，尤其是大模型生成式人工智能的发展，使美中竞争更加炙热（下图 Linkedin）。一方面，视频生成大模型Sora的问世让中国大陆增加了追赶美国的紧迫感。北京正在努力缩小差距，承诺投入数百亿美元实现到本世纪末成为人工智能创新世界领导者的目标。而据认为在这场竞赛中领先中国大陆几年的美国，则对中国大陆在人工智能能力方面取得的巨大进展耿耿于怀。为取得对北京的绝对领先优势，华盛顿施出了各种措施积极予以遏制。无论美国，还是中国大陆，都全力以赴all in地投入这场可能决定国家命运的人工智能之战。尽管美国取得了暂时的领先，对美中两国来说，这是一场远未结束的竞争，两国都有自己的一系列挑战需要克服。

美国人工智能?现状

英伟达的A100和H100芯片在人工智能时代炙手可热，是OpenAI、微软、谷歌、Meta和亚马逊竞相追捧的GPU芯片。尽管OpenAI、微软、谷歌、Meta和亚马逊的人工智能项目各有特色，这些公司知道，英伟达芯片的质量和可用性，将在很大程度上决定它们能否为各自的AI项目赢得优势。虽然英伟达的A100和H100芯片，已是目前为止世界上最好且供不应求的人工智能GPU芯片。英伟达还将提供新的、功率更强大的GPU芯片。英伟达CEO黄仁勋3月19日在加州圣何塞SAP中心演示的最新采用Blackwell架构的B100/B200人工智能芯片（下图 YouTube），使英伟达/美国在人工智能GPU芯片方面遥遥领先。这相应地保证了美国在人工智能领域的持续优势，至少在竞争对手研制出同等品质的GPU芯片前如此。而英伟达专为GPU上的通用计算开发的并行计算平台和编程模型CUDA（Compute Unified Device Architecture），则帮助英伟达建立了AI的软件生态，进一步巩固了英伟达/美国（GPU芯片）在人工智能领域的优势地位。

除英伟达外，超威半导体公司（AMD）开发出了自己的人工智能芯片MI300X和Ryzen 8040，英特尔则有自己的人工智能芯片Gaudi3。人才方面，美国拥有全球60%的顶级人工智能研究机构，是世界前2%的AI精英首选就业地，高达57%的世界最优秀AI精英首选美国就业。

中国的现状

目前中国大陆最具竞争力的AI芯片，就是由英伟达在其年度报告中称之为第一大竞争对手的华为研制的升腾910（Ascend 910），和最新的升腾910B（Ascend 910B 下图 YouTube）。据称升腾910B的算力可媲美英伟达的A100，是大陆可获得英伟达H200 的2倍。大陆科大讯飞（iFLYTEK）推出的星火一体机，搭载华为鲲鹏CPU（生态）+升腾GPU（升腾910B），可支持最高达千亿的打摸训练。预计可助大陆追赶至GPT4水平，但落后于Sora。2023年9月，华为推出AI计算集群“Atlas 900 SuperCluster”，可支持超万亿参数大模型训练，可实现相当于18000张卡的超大规模无收敛集群组网。这表明中国大陆的AI基础算力还是强大的。

在具体运用方面，大陆最先进的生成式语言大模型《文心一言》（Ernie Bot）于2023年8月发布，目前用户已超1亿。三星计划将百度的《文心一言》人工智能集成到其新款Galaxy智能手机中，苹果正与百度就向iPhone 16提供百度的第二代人工智能技术进行谈判。面部识别可能是人工智能技术中中国大陆领先于美国的领域。当然，大陆每年培养出的基础人工智能也远超美国（下图 MARRO POLO）。不过这些人从大学毕业后，很多会继续到美国深造，然后留在美国从事相关领域的科研开发或教育。据保尔森研究所（Paulson Institute）运营的智库马可波罗（Marco Polo）的一项新研究显示，中国大陆在培养顶尖人工智能研究人员方面领先于美国，中国为47%，美国落后18%。在美国机构工作的顶级人工智能研究人员中，38%的人的原籍国是中国，而美国的这一比例为37%。

中国大陆将注意力聚焦于工智能运用，并取得了诸多成果。最为人知晓的，恐怕是TikTok的内容定向推送，以及华为AI驱动智能矿山建设，智慧港口等等。正因如此，大陆政府今（2024）年一月批准的14项大型语言模型中，大多项目标是创新理论和解决工程和技术问题，而非简单地回答一般问题。

中国大陆人工智能面临的问题首先是高性能AI芯片问题。阉割的英伟达H20芯片算力太差，帮助华为的升腾910和910B顺势发力。华为GPU芯片算力似乎已能对标英伟达，在性能上已具竞争力。华为也已拥有其专有的神经网络计算架构，这是一个连接Ascend硬件和软件的平台，对解锁人工智能计算能力至关重要。不过当AI开发人员使用升腾生态时，需要将模型转到华为AI计算框架升思（MindSpore），需耗费额外的时间和人力成本。升腾也可适配其它AI框架，但使用体验不好。因此，华为的升腾在适配性、资源限制和生态系统方面，还任重道远。生态建设非常重要。英伟达的友好生态，加深了AI开发者对其的依赖，因而更愿意使用英伟达的GPU芯片。而算力和显存都做得不错的超威半导体（AMD）GPU芯片，则使用者就不多，原因就是其生态没做好。

此外，在OpenAI和谷歌的Gemini主导的基础模型方面，中国大陆正在通过使用Meta的开源大语言模型Llama 1来缩小差距。但这里存在时间差问题 – 你得等人发布最新版本后，再采用和改进。当你完成改进后，竞争对手已开发出新版模型。这意味着你总在后面追赶，具体表现就是，你在开发GPT4时，对手已经是迭代的GPT5或Sora了。

美国关注中国的工智能 

华为在过去一年中在（中国大陆）消费市场上与苹果的iPhone竞争更加成功，其为采矿和码头管理等特定行业开发人工智能的成功，都显示出了AI带来的生产力跃升。对美国，和世界任何国家来说，人工智能不仅限于消费市场，它更攸关一国的军事实力。人们相信，AI将彻底改变下一两代的战斗方式，很大程度上决定战争的胜负。

以无人机为例。俄乌战争案例显示，少数无人机很容易防御。但如果乌克兰或俄罗斯拥有数千架无人机，并全部以人工智能反馈系统实时编队移动，那么防御就很困难了（下图 Adobe Stock）。随着这些系统根据战场数据迭代，人工智能系统将变得更加复杂、高效、致命。拥有如此复杂、高效、致命的系统的军队有可能战无不胜。美中两国都想要它，两国都害怕对方在他们之前拥有它。因此，希望保持自己霸权的美国希望独家拥有它。自2018年以来，DARPA通过其名为AI Next的活动投资了20多亿美元，以促进AI用于国家安全目的。而想要与美国平起平坐，甚至取代美国的中国大陆，更视军用人工智能系统为在“百年未有之大变”中必须拥有的“杀手锏”之一。据《华盛顿时报》（The Washington Times）引述的美国空军大学中国航天研究院的一份报告评估称，中国人民解放军正在七个主要领域构建人工智能武器相关系统，包括人机联系、快速决策、网络战、认知战、战时后勤、太空作战和军事训练。这些人工智能武器系统将用于战场作战胜利和“推翻不友好政权”。

军事实力在很大程度上取决于经济实力，华为在具体行业应用AI的成果预示，人工智能有望在未来几代的经济增长中发挥巨大作用。人工智能系统在具体行业的运用，意味着其可以不断迭代。迭代速度越快，领先者更可能会扩大领先优势，使强者恒强。更要命的是，领先者的系统可以转用至军事目的。这就是为什么暂时领先的美国对在后急追猛赶的大陆忧心仲仲，不断加码围禁的原因。

保持美国领先 

为保持美国的领先地位，拜登政府的AI政策目前正同时做两件事。其一是投资于美国的能力，以推动美国前进。此外，就是试图减缓中国大陆的前进步伐（下图 VOA）。在投资方面，2022年11月OpenAI发布ChatGPT后，大量资金开始涌入美国各种风险投资基金，每家公司现在都希望站在风口成为一家人工智能公司。但由于需要大量资金，少有公司能够支持自己的大型语言模式。据CB Insights的数据显示，风险投资家和企业投资者在美国2023年的1151笔交易中推动人工智能投资达到310亿美元。由于全球的资金主要涌向硅谷，美国在AI资金方面绝对领先。2023年底，美国政府还迫使沙特阿美旗下风险投资公司Prosperity7出售其在硅谷人工智能芯片初创公司Rain AI的股份，表明美国的AI风投“不缺钱”。除民间资金，联邦政府也已经谈了很多关于资助进化人工智能的研发，尤其是聚焦国家安全目的项目。

美国政府显然非常清楚中国大陆在AI的短板，并努力利用大陆的弱势拉大其与美国的差距 -- 积极限制中国获得最先进芯片和芯片制造设备的能力。于是，美国不断加码对大陆芯片制造的围堵，包括最新游说荷兰中止与大陆厂商（中芯国际）的售后维修服务合同。巧妇难为无米之炊。没有必须的（高端）芯片，没有大陆半导体公司的机器的正常运转，大陆再多AI人才，也难以推出媲美Sora的AI模型。美国政府的这一招，可说是釜底抽薪，如果荷兰的ASML配合的话。此外，美国政府也已开始采取措施，阻止中国大陆获得最好的人工智能算法和系统。

展望未来

北京领导层已经意识到，如果他们不能够在生成性人工智能系统方面赶上美国，中国大陆将输掉人工智能竞赛。因此，北京在推出了2期“大基金”（Big Fund）后，正在建立第3期“大基金”，计划注入270亿美元的资金，用于支持顶级技术开发。目标是提高中国的半导体自给自足能力，并克服美国实施的出口限制措施。大陆在这方面也确实取得了一些进展。

随着中国大陆专注于本土能力，中芯国际（SMIC）与华为公司合作生产出了可替代英伟达A100的GPU芯片升腾910B。更早的时候，中芯国际与华为公司合作生产出了用于5G手机的7纳米芯片麒麟9000s。而华为公司在2024年3月申请的专利表明，中芯国际最快可能今年就生产出5纳米的芯片。这说明美国政府的封禁，虽有延缓大陆发展的作用，但时效不理想。尤其是中国大陆在美国的封锁下，发展出了一整套从设计到成品的独立半导体供应链。这意味着第二代人工智能可能会出现两个平行的生态系统（下图 SCMP），一个在美国，另一个在中国大陆。这意味着大陆企业可能充分利用其在应用方面的突出能力，去赶超美国的领先。

第二代人工智能的“真正杀手级应用”将出现在那些愿意花钱将该技术作为其业务运营一部分的公司。阿里巴巴正专注于将人工智能融入其电子商务生态系统。华为在过去一年中在消费市场上与苹果的iPhone竞争更加成功，并使用其硬件为包括采矿和码头在内的特定行业开发人工智能。考虑到北京确实拥有在未来几年的人工智能竞争中有所作为的技术人才，其巨大的国内市场，以及其鼓励全球合作的开源新一代人工智能技术，中国大陆在人工智能领域的竞争力不容小觑。

硅谷的AI关联企业当然知道中国大陆AI同行的“卷力”。《纽约时报》报道包括国防承包商帕兰泰尔(Palantir)负责人亚历克斯·卡普以及风险投资公司红杉资本管理合伙人罗洛夫·博塔在内，100多名（硅谷）科技公司负责人和投资者将于5月到华盛顿，参加为期一天的会议和私人晚宴，活动重点是鼓励对中国大陆在人工智能方面的进展采取更强硬的态度。而已辞去众院议员和“美国与中国共产党战略竞争特设委员会”（Select Committee on the Strategic Competition Between the United States and the Chinese Communist Party）的主席职务并加入帕兰泰尔的迈克·加拉格尔（Mike Gallagher 下图 FP），多半会帮助该次游说活动。

波士顿咨询集团（Boston Consulting Group）的研究表明，涉及更广泛的新一代人工智能市场可能还需要一段时间才能走出科技领域进入应用。在接受调查的1400名高管中，60%的人正在等待新一代人工智能法规的发展，而只有6%的公司对员工进行了新一代AI工具的培训。这给了中国大陆AI企业追赶的时间。大陆半导体硬件制造和人工智能的行业运用方面持续稳定的进步，会否像大陆企业在太阳能板、锂电池和电动汽车那样崛起？每每想到这事儿，就让拜登总统从瞌睡中惊醒。美中在AI的竞争方兴未艾，谁将执AI牛耳依然可期。

参考资料

Dumas, B. (2024). Can China catch the US in the AI race? FOX BUSINESS. 链接 https://www.foxbusiness.com/technology/can-china-catch-us-ai-race

Fannin, R. (2024). In tech rivalry with the US, China is behind on a key asset: Its own OpenAI. CNBC. 链接 https://www.cnbc.com/2024/03/31/in-ai-race-with-us-china-is-behind-on-a-key-weapon-its-own-openai.html

Marcopolo. (2024). The Global AI Talent Tracker 2.0. 链接 https://macropolo.org/digital-projects/the-global-ai-talent-tracker/

Weis, G. & Tangalakis-Lippert,K. (2024). Nvidia's CEO unveils the next AI chip that tech companies will be scrambling for — meet 'Blackwell'. BUSINESS INSIDER. 链接 https://www.businessinsider.com/nvidia-ceo-jensen-huang-unveils-next-generation-ai-chip-blackwell-2024-3