【中国在人工智能领域并不需要英伟达芯片，管制只能促使自主研发】（财富）又一周过去了，英伟达先进人工智能芯片出口中国的前景依然不明朗。支持继续实施出口管制的人士认为，这些芯片将被用于构建对美国及其盟友构成威胁的中国军事系统。他们还指出，对人工智能芯片实施管制对于维持和扩大美国在人工智能服务市场的领先地位也至关重要。但他们的观点是错误的。这些论点假设中国若无法获得这些先进的人工智能芯片，就无法在人工智能领域取得成功，而事实并非如此。先进的人工智能芯片能够显著降低人工智能的成本。如今最先进的人工智能模型需要大量的芯片才能构建和运行。而先进的芯片性能更高，因此只需更少的芯片即可达到相同的人工智能性能。但降低人工智能成本还有其他途径。正如DeepSeek所展示的，巧妙的软件和算法设计可以显著减少所需的人工智能芯片数量。中国决定开源其人工智能模型，尤其使其能够利用最先进的软件和算法来降低人工智能成本。其次，人工智能芯片只是总成本的一部分。基于人工智能的系统还会产生其他多项成本——工程、数据、软件和许可、监管、能源和基础设施——而中国在这些方面拥有显著的成本优势。第三，人工智能硬件的性能很大程度上取决于封装和互连——即人工智能芯片的组装和连接方式。中国可以利用其在这两方面的世界领先优势来实现高性能。华为最近发布的超级集群，尽管没有使用最先进的人工智能芯片，但其性能却超过了任何英伟达系统。先进芯片还能降低人工智能的能耗成本。这些芯片采用台积电（有时也包括三星）的最新技术制造——每一项新技术都比上一项更加节能。人工智能系统的高能耗会增加成本并影响部署速度，因为快速获取大量电力并非易事，尤其是在美国。然而，中国的电力供应增长速度远超美国，即使由于缺乏先进的人工智能芯片而导致能耗较高，中国也更有可能成功满足其人工智能数据中心的电力需求。高能耗也会导致更大的碳排放，但这不应限制中国在任何其认为重要的技术领域的雄心壮志。此外，许多人工智能应用并不需要先进的芯片。网络安全、人脸识别、医学图像分析、高级驾驶辅助系统（ADAS）、物流和机器人等领域的诸多应用，都可以使用比现有最先进模型简单得多的人工智能模型来处理。这些模型可以在中国能够自主生产的芯片上构建和运行。中国的目标是在这些应用领域占据主导地位。即使对于更复杂的应用，近期研究表明，现有最先进模型也可以被一系列更简单的模型所替代。这些模型无需先进的人工智能芯片即可构建和运行。因此，中国是否会在这些应用领域落后，目前尚不明朗。目前尚不清楚未来尖端模型的开发和应用是否需要先进芯片。有迹象表明，尖端模型的优势正在趋于平缓。鉴于这些模型需要巨额投资，未来的模型可能会有所不同，并且会减少资源消耗，包括芯片。即使先进人工智能芯片的获取受到控制，这将进一步缩小竞争环境。此外，中国也有可能掌握自主生产先进人工智能芯片的技术——中国确实投资了多项具有跨越式发展潜力的技术。总体而言，中国能够显著降低无法获得先进人工智能芯片的劣势。此外，中国愿意承担更高的前期成本，尤其是在基于人工智能的军事和战略技术领域，因为他们知道可以通过规模和制造优势降低后续成本。不出所料，尽管过去几年人工智能芯片领域实施了管控措施，中国仍然持续生产具有竞争力的尖端产品，并在机器人和自动驾驶汽车等人工智能应用领域占据主导地位。支持人工智能芯片管制的理由或许仍有一定道理——如果中国人工智能研发成本上涨没有成本，何乐而不为呢？但成本却相当高昂。中国原本可能成为美国先进人工智能芯片公司最大的市场之一，而美国却失去了这个市场。其次，人工智能芯片管制使之成为一个关乎国家尊严的问题，并引发了中国国内人工智能芯片生态系统的大规模投资。即便取消芯片管制，美国能否重新夺回市场份额也尚不明朗。此外，中国也采取了多项反制措施，这些措施进一步损害了美国的经济和地缘政治。如果美国想要在人工智能领域保持领先地位，芯片管控并非良策。相反，它应该着重改善创新、投资、能源和监管生态系统。它应该让世界顶尖的人工智能科学家更容易在这里生活和工作。它应该实现人工智能供应链的多元化、强化和安全化。它应该与盟友合作，引领国际人工智能标准和实践的制定。它应该降低人工智能的成本（例如，通过选择性开源或公私合作），以确保美国的人工智能（及其价值观）得到最广泛的应用。它应该优先发展高端和企业级应用，因为在这些领域，美国相对于那些拥有成本和速度优势、人才和资源雄厚的快速跟进者而言，拥有更宽广的竞争优势。人工智能芯片控制的价值被严重夸大了。这些控制措施几乎没有减缓中国的步伐，反而给美国造成了巨大的经济和地缘政治损失。现在是时候放弃这些控制措施，转而全力以赴地通过创新来保持和扩大人工智能领域的领先地位了。——作者拉凯什·库马尔是伊利诺伊大学厄巴纳-香槟分校电气与计算机工程系的教授和约翰·巴丁教席学者。