文 |錢鴻生

編輯 | 嚴大方

視覺設計：星船知造

正文共計：7860字

預計閱讀時間：7分鐘

01 中國AI打破硅谷敘事

當信息革命的進度條從“PC機”、“互聯(lián)網(wǎng)”、“智能手機”一路行進到“人工智能”時——

“創(chuàng)新”、“開放”、“絕對領先”也曾一路被綁定在自由女神駕駛的戰(zhàn)車上。硅谷力量被視為全球技術創(chuàng)新至高無上的引擎。

直到DeepSeek崛起：OpenAI一家獨大的局面被打破。

英偉達頂尖研究員Jim fan說：DeepSeek-R1不僅開源了大模型，還披露了所有訓練秘密，展示了真正的開放研究精神。為所有人賦能。

中國以DeepSeek為代表的AI創(chuàng)新大大提高了系統(tǒng)性能，降低了開發(fā)成本，讓全球用戶得到實惠。

相比之下，美國則在“單邊霸權”中繼續(xù)搖擺——

當?shù)貢r間3月4日，美國總統(tǒng)特朗普在國會聯(lián)席會議演講中表示，美國應該廢除芯片法案。同時有知情人士表示，美國芯片法案辦公室已裁員約三分之一。

美國芯片法案中所表現(xiàn)出的“單邊霸權”體現(xiàn)在數(shù)個方面，如：

●歧視性補貼政策：

法案中規(guī)定，接受補貼的半導體制造商在一定期限內不得在中國等“受關注國家”進行新的生產(chǎn)設施投資或擴建。

單邊霸權表現(xiàn)：美國通過這一條款，單方面限制其他國家的產(chǎn)業(yè)發(fā)展，試圖通過經(jīng)濟手段遏制中國的半導體產(chǎn)業(yè)崛起。

●限制技術轉讓和合作：

法案限制接受補貼的企業(yè)與中國等國家進行技術轉讓和合作。

單邊霸權表現(xiàn)：美國通過限制技術轉讓和合作，試圖切斷中國半導體產(chǎn)業(yè)的技術來源。

中國政府一直強調半導體產(chǎn)業(yè)的全球化和市場化，反對任何形式的貿易保護主義和技術封鎖。

很明顯，全球AI產(chǎn)業(yè)的競賽邏輯已經(jīng)改變——

不僅是一場技術競賽，也是一場生態(tài)競賽。

中國AI正通過豐富的場景化應用、綠色能源革命，重構全球AI格局。下文《星船知造》從三點簡單分析，供讀者參考與討論

●誰先吃到應用紅利：中國強調場景化應用，美國面臨高成本和市場壟斷問題。

●AI“電荒”危機：中國綠色能源能否成為全球AI算力救星？

●斷供威脅下：成熟制芯片也是中國技術演進的“磨刀石”。

是時候打破美國總是主導新技術浪潮的迷思了。

02 誰先吃到應用紅利？

中美AI已經(jīng)出現(xiàn)很明顯的“落地分野”——

中國AI擁有巨大場景化應用，美國同時面臨高成本、數(shù)據(jù)枯竭等問題。

大洋彼岸在2024年AI發(fā)展中，并無太多“場景故事”可講。幾乎所有AI故事都圍繞“文本對話”、“動漫生成”等場景展開。

此外，除了多在追求文本對話、多模態(tài)轉換、3D動漫生成等領域，還花費了巨大的資金與能源消耗投入，讓大多數(shù)美國商業(yè)公司在2024年繼續(xù)虧損——

OpenAI虧損幅度不斷擴大，出現(xiàn)了流動資金問題，在融資66億美元之后，還要通過貸款方案向銀行籌措資金，估計到2026年虧損幅度將高達140億美元。

表面看，美國的信息產(chǎn)業(yè)并未像制造業(yè)那樣被大規(guī)模轉移到海外，高附加值和高技術產(chǎn)業(yè)仍然牢牢捏在自己手里。

但美國不可逆的產(chǎn)業(yè)空心化導致了兩個問題：

一是加劇了其高新產(chǎn)業(yè)供應鏈上的脆弱性?！缎酒ò浮返膯芜叞詸嘤纱硕?。

二是由于產(chǎn)業(yè)空心化，美國的AI某種程度是“無根之木”。

美國業(yè)界關于“大模型訓練數(shù)據(jù)枯竭”的爭論此起彼伏。

2024年12月14日，前OpenAI聯(lián)合創(chuàng)始人伊利亞·蘇茨科弗認為，AI預訓練時代即將結束，數(shù)據(jù)作為AI的“化石燃料”正在日益枯竭，這一趨勢最終將迫使改變當前AI大模型的預訓練方式。

數(shù)據(jù)枯竭的原因有以下幾種；

1）互聯(lián)網(wǎng)上數(shù)據(jù)被大量使用，高質量可用的數(shù)據(jù)資源逐步減少，訓練大模型所需的數(shù)據(jù)源變得稀缺。

2）全球范圍內對數(shù)據(jù)隱私和安全的重視程度不斷提升，受數(shù)據(jù)安全法、知識產(chǎn)權法等法律的約束，限制了網(wǎng)絡數(shù)據(jù)的采集、存儲和使用。

3）獲取有用數(shù)據(jù)的成本變高，專業(yè)的數(shù)據(jù)提煉和標注高質量數(shù)據(jù)的成本較高。

4）部分美西方國家的私人企業(yè)和科研機構，拒絕提供高質量的數(shù)據(jù)，沒有全國統(tǒng)一的數(shù)據(jù)共享平臺，政府的宏觀調控力度較弱。

面對數(shù)據(jù)耗盡的困境，馬斯克提出一個解決方案，他認為“唯一的補充方法就是使用合成數(shù)據(jù)，即由AI大模型自己生成需要的數(shù)據(jù)。通過合成數(shù)據(jù)的輸入，AI將經(jīng)歷一個自我學習的過程和評判過程?！?/p>

事實上，自2024年開始，包括OpenAI、微軟、Meta等AI科技巨頭，已經(jīng)開始嘗試用合成數(shù)據(jù)來訓練AI模型了。

據(jù)Gartner評估，2024年美國用于AI訓練的數(shù)據(jù)中60%是采用合成的數(shù)據(jù)。

微軟最近公布的開源大模型Phi-4就是采用了合成數(shù)據(jù)和真實數(shù)據(jù)共同訓練而成的。谷歌公司的Gemma模型和Anthropic公司的Claude 3.5 Sonnet系統(tǒng)、Meta最新的Llama系列模型，也都采用了類似合成數(shù)據(jù)與真實數(shù)據(jù)結合的方法來訓練大模型。

但使用合成數(shù)據(jù)存在一些潛在的風險：合成數(shù)據(jù)質量不高，引入噪聲或與真實數(shù)據(jù)差異過大，可能導致AI大模型系統(tǒng)崩潰，模型輸出變得不夠準確，最終會嚴重影響模型的性能。

和美國不同，中國巨大工業(yè)場景是一片尚未開采的數(shù)據(jù)藍海。

中國在AI大模型算法上的突破還只是剛剛開始，中國擁有一大批AI算法研究公司、大模型應用人才、巨大場景潛力，在國家宏觀政策的指導下，必將迸發(fā)出巨大的能量。

人工智能產(chǎn)業(yè)的競爭本質是數(shù)據(jù)、產(chǎn)業(yè)生態(tài)的立體博弈，中國以“實用主義”對抗硅谷“實驗室主義”，中國的全產(chǎn)業(yè)鏈協(xié)同，正加速吃到“場景紅利”。

中國工業(yè)實力是AI能擁有巨大垂直行業(yè)場景化應用的重要因素：下游需求倒逼上游突破，同時政策與資本雙重護航。正加速爆發(fā)數(shù)個新興產(chǎn)業(yè)

1）應用正加速聚焦人形機器人產(chǎn)業(yè)

截至2024年11月底，我國人形機器人產(chǎn)業(yè)鏈上相關企業(yè)數(shù)量達到6.7萬家，國家級專精特新企業(yè)1051家。

2023年10月份印發(fā)的《人形機器人創(chuàng)新發(fā)展指導意見》中強調，到2025年初步建立人形機器人創(chuàng)新體系，培育2家至3家有全球影響力的企業(yè)和一批專精特新中小企業(yè)，打造出2個至3個人形機器人產(chǎn)業(yè)發(fā)展集聚區(qū)。

到2027年我國人形機器人技術創(chuàng)新能力顯著提升，構建起具有國際競爭力的人形機器人產(chǎn)業(yè)生態(tài)，人形機器人產(chǎn)業(yè)綜合實力達到世界先進水平。

目前正重點突破AI核心算法和基礎框架、類腦感知與認知、高能量密度電池續(xù)航、靈巧手組件、多維傳感器等。

2）智能體是AI應用推進重點領域

AI智能體（Agent），一般是指能夠自主執(zhí)行任務、處理復雜信息并作出決策的AI系統(tǒng)。AI智能體的技術特征主要體現(xiàn)在以下方面：

●技術層面采用多模態(tài)融合深化，具備強大的多模態(tài)理解與處理能力，能高效理解和處理文本、圖像、視頻等多模態(tài)信息，滿足用戶特定的管理流程與管理需求。

●將深度學習與強化學習結合，讓智能體有更強大的感知識別能力，強化學習使其能在環(huán)境中，通過試錯學習進行決策優(yōu)化，提升自主決策能力。

●在商業(yè)領域，智能體可根據(jù)市場動態(tài)和用戶需求偏好自動調整決策，改進營銷策略和產(chǎn)品推薦；在醫(yī)療健康領域，能依據(jù)患者病情變化和治療效果，不斷優(yōu)化診斷和治療方案等。

●在工業(yè)制造業(yè)、物流配送等環(huán)節(jié)，智能體將發(fā)揮重要作用，實現(xiàn)生產(chǎn)過程的智能化、自動化和優(yōu)化。

●多智能體系統(tǒng)協(xié)同工作將是未來智能體的一個發(fā)展方向：不同智能體在復雜任務中分工協(xié)作、相互配合，完成單個智能體無法完成的目標任務。

2024 年我國在發(fā)展 AI 行業(yè)智能體方面取得了一大批的成果，對未來AI智能體的推進積累了寶貴的經(jīng)驗，部分案例如下；

2.2.1順豐科技 “豐知” 物流決策智能體

2.2.2 中國移動“AI+”行業(yè)實踐成功落地

2.2.3 中石油打造昆侖大模型與AI中臺

2.2.4國能數(shù)智設備綜合診斷運維大模型

（詳見星船知造白皮書《AI人工智能最新科技突破與未來發(fā)展趨勢展望》）

3）自動駕駛成為AI應用主賽場

自動駕駛技術已成為AI應用的主賽場

●技術進步驅動：自動駕駛技術的快速發(fā)展，尤其是大模型和端到端架構的應用，使得智能駕駛系統(tǒng)能夠更好地處理復雜場景，提升了決策速度和準確性。

●市場需求推進：消費者對智能駕駛功能的需求不斷增加，推動了自動駕駛技術的普。

●國家政策支持。

●產(chǎn)業(yè)鏈已經(jīng)形成：從AI大模型、智能傳感器、激光雷達等，形成了上下游配套齊全的產(chǎn)業(yè)鏈。

過去兩年，從產(chǎn)業(yè)發(fā)展角度來看，智能手機、智能PC等智能終端走進生活，同時，AI技術應用的門檻的下降，預訓練成本與項目實施邊際成本下降，鼓勵AI技術走向千行百業(yè)。2025年我國AI場景化應用將進入規(guī)模化發(fā)展的關鍵時期。

中國電信加快AI場景化應用規(guī)模應用，推動創(chuàng)新成果轉化為新質生產(chǎn)力。積極推動AI智能化應用深度融入行業(yè)生產(chǎn)場景，利用先進的5G網(wǎng)絡優(yōu)勢，重點打造了80多個行業(yè)大模型和20個行業(yè)智能體，提供“算力+平臺+數(shù)據(jù)+模型+應用”的一體化服務。

AI大模型技術科技成果只有通過規(guī)模化應用，才能實現(xiàn)技術和市場雙輪驅動，確保AI技術可持續(xù)發(fā)展。

中國的工業(yè)優(yōu)勢十分明顯——會從AI應用中更早吃到場景紅利。

03 中美AI“電荒”危機

AI算力增長盡頭是能源消耗問題。

AI系統(tǒng)特別是深度學習模型，需要執(zhí)行大量的矩陣運算和密集型計算任務，都離不開高性能計算機和圖形處理芯片（GPU）的支持。

英偉達的H100芯片在最高負載條件下，其單片功耗峰值可達700W。10萬塊H100芯片總功耗將接近一個小型發(fā)電廠的全部輸出功率。

具體的改進方向不限于以下幾種：

1）優(yōu)化AI的算力對AI芯片無序擴張的需求，通過優(yōu)化算法減少AI芯片的需求量。

2）降低單個AI芯片的耗電量，采用先進的制成工藝、新材料和新技術，如把光芯片或量子芯片作為算力中心的計算單元，降低單片AI芯片的功耗。

3）采用綠色清潔能源，如水電等電力供應方式，降低碳排放。

目前全球數(shù)據(jù)中心的能耗正迅速增加。國際能源署2024年報告稱，2022年全球數(shù)據(jù)中心的總耗電量約460太瓦時（1太瓦時=1×109千瓦時=10億度）。到2026年，這一數(shù)據(jù)將超過1000太瓦時。

高性能的AI芯片在運行過程中產(chǎn)生大量熱量，對環(huán)境產(chǎn)生影響。人工智能的掣肘已經(jīng)凸顯，算力的盡頭將會是能源消耗問題。

美監(jiān)管機構已警告，未來十年，美國或有一半地區(qū)電力供應不足。

背后既有AI發(fā)展帶來的電力需求飆升，也有帝國產(chǎn)業(yè)空心等導致的基建擺爛等原因。

美國電力監(jiān)管機構北美電力可靠性協(xié)會（NERC）去年底發(fā)布報告稱：隨著人工智能發(fā)展及建筑和交通電氣化發(fā)展等原因，美國電力需求的增長飆升，供需失衡。

NERC分析部主任莫拉（John Moura）稱，美國的基礎設施建設速度跟不上電力增長的需求。

分析NERC2024年相關報告可以看到，美國同時伴隨著——

1） 基礎設施老化。

2） 化石燃料發(fā)電廠關閉（NERC相關分析稱，已確認到2034年美國退役的發(fā)電機組容量約78千兆瓦，另有37千兆瓦已宣布退役計劃。1吉瓦的容量可以為多達100萬個美國家庭供電。）

3）新建電站速度不夠。

與之相對的，是對用電嗷嗷待哺的人工智能及加密貨幣數(shù)據(jù)中心。

馬斯克也表達了同樣的擔心——美國到底如何應對電力短缺？

對于美國的基建能力，《星船知造》此前也多次寫過美國近年在基建上的低投入

●美國土木工程師學會 (American Society of Civil Engineers)在其2021年發(fā)布的每四年更新一次的《美國基礎設施評估報告》中表明：

至當年為止，美國基建方面“應有投資”和“實際投資”的差額已累計到2.59萬億美元。若美國仍不采取巨額資金投入，預計到2039年，美國將由此損失10萬億GDP和超過300萬個工作崗位。

●美國基建停滯的代價是驚人的：同樣來自美國土木工程師學會的數(shù)據(jù)顯示，僅在地面交通這一項，美國基建投入就有11250億美元的投資缺口，其結果就是美國17%的國家公路因為沒能得到及時擴建。

●美國基礎設施投資占GDP的比重為2.6%。全球平均水平為GDP的3.8%。

面對蓬勃發(fā)展的人工智能產(chǎn)業(yè)，中國的AI算力中心的建設也面臨能耗問題。

2022年全年，我國數(shù)據(jù)中心耗電量已達2700億千瓦時。

預計到2030年全國數(shù)據(jù)中心耗電量將接近4000億千瓦時——這個數(shù)字有多大？2024年三峽工程迎來開工建設30周年。水利部數(shù)據(jù)顯示，三峽電站累計發(fā)電量超1.7萬億千瓦時。

目前除了中國已經(jīng)崛起的光伏等綠色能源力量，我國“東數(shù)西算”正對數(shù)據(jù)與算力進行合理匹配，將大量算力資源部署到西部地區(qū)，以降低能耗。

它是一場國家親自下場，來平衡事關能源和數(shù)字生態(tài)的百年大計。

東部地區(qū)土地、能源等資源相對緊張有限，而西部地區(qū)卻資源充裕。

數(shù)據(jù)中心被稱為“不冒煙的鋼廠”，電力消耗極大。

從經(jīng)濟效益的角度，把數(shù)據(jù)中心安置在西部，可以節(jié)省電費；從社會效益的角度，中國西部有更加豐富的清潔能源，對環(huán)境也更友好。

同時為了降低冷卻成本，可以直接把數(shù)據(jù)中心建在天氣涼爽的西部和北部地區(qū)。

例如阿里的張北數(shù)據(jù)中心，年均氣溫僅為2.6℃，最低氣溫零下40度。只要將自然風新風通過風墻技術輸送至機房，直接為服務器降溫，一年就有300多天可以“免費”直接自然冷卻。

張北的風能、光照資源也非常豐富，年均可利用光照超過1600小時。

另外，中國電價在全球處于相對較低的水平

更多閱讀：星船知造《歐美喊著“不做”電車，是不想嗎？》

我國構建全國一體化算力網(wǎng)，也意味著能整合和優(yōu)化全國范圍內的優(yōu)質算力資源。

相比之下，資本主義國家由于受到體制的約束，每個研究機構與企業(yè)AI的開發(fā)與預訓練，必須花費巨資建設自己的算力中心與平臺。

我國建立國家級全國一體化算力網(wǎng)，用戶需要算力時，通過我國先進的5G通信網(wǎng)絡或專用的高速光纖傳送網(wǎng)，就可以直接調用國家的算力資源，節(jié)約了企業(yè)建立算力平臺的成本，降低了算力資源的使用成本和使用門檻，極大助力了我國AI計算和其他科學研究等前沿技術對算力支撐的需求，落實“雙碳”目標。

當前全國一體化算力網(wǎng)發(fā)布如下所示

當前，我國算力布局正處于連點成線、密織成網(wǎng)的階段，中國信息通信研究院發(fā)布《中國綜合算力指數(shù)報告〔2024〕》指出，截至2024年6月份，我國算力中心標準機架超過830萬，算力規(guī)模達246EFLOPS。

04 中國成熟制芯片是技術演進的“磨刀石”

《星船知造》此前在《芯片出口的增長邏輯》一文中寫過：

2024年前7個月，中國芯片出口額高達6409.1億元，同比增長25.8%。如果繼續(xù)保持這個速度，中國有望成為全球最大芯片出口國。

現(xiàn)在，最新數(shù)據(jù)顯示

出口額：2024年，中國芯片出口額達到1594.99億美元，同比增長18.7%。這一數(shù)據(jù)標志著中國芯片出口首次突破1萬億元大關，成為出口額最高的單一商品，超越了服裝、紡織品和手機等傳統(tǒng)出口強項。

出口量：2024年，中國芯片出口量達到2981.1億塊，同比增長11.3%。

產(chǎn)能上——目前中國成熟制程芯片已占據(jù)全球三分之一產(chǎn)能。

技術上——盡管美國試圖鎖死中國14nm以下工藝，但目前我國已具備量產(chǎn)14nm、12nm芯片的能力。中芯國際也已完成了7nm芯片研發(fā)。

先進制程芯片基本在手機處理器等少數(shù)領域應用，而在工業(yè)、汽車等領域，更注重成熟制程芯片的可靠性。28nm及以上的成熟制程芯片，占據(jù)了75%以上的應用市場。

但頗長一段時間里，中國成熟制程芯片仍受到部分人士的“不屑”——

認為成熟制程芯片技術上落后、價格也遠低于先進芯片，是“落后產(chǎn)能”。因此在面對美國對先進芯片斷供的威脅和舉措時，一些聲音悲觀認定中國AI及半導體產(chǎn)業(yè)皆前景堪憂。

直到DeepSeek的崛起，更多人開始意識到，中國AI及產(chǎn)業(yè)創(chuàng)新與中國成熟制程芯片之間存在多方面的緊密聯(lián)系。

一是技術維度。

DeepSeek通過算法優(yōu)化激活了成熟制程潛能。中國傳統(tǒng)芯片的產(chǎn)能優(yōu)勢也能成為推動AI產(chǎn)業(yè)化、場景化的資源。同時其在若干環(huán)節(jié)仍有創(chuàng)新空間。

二是市場層面。

中國成熟制程芯片供應鏈成熟。

成熟制程芯片在我國汽車、消費電子、工業(yè)控制等領域都有廣泛應用。技術創(chuàng)新使這些芯片也能運行復雜的AI模型。在不依賴最新制程芯片的情況下，實現(xiàn)高性能的AI應用。

三是從歷史的后視鏡中，更應保持對成熟制芯片產(chǎn)業(yè)鏈的構建。

上世紀美國在確立自己在半導體方面的優(yōu)勢后，首先將存儲產(chǎn)業(yè)向日本轉移。

日本在上世紀80年代通過計算器芯片積累出的市場和制造能力，開始走上一條不同于美國的技術路線（日本通過不斷改進的CMOS技術，開始對美國的NMOS技術形成成本優(yōu)勢并反超美國芯片市場）。

到了80年代，韓國看準了美國打壓日本半導體的時機，借機上位。

韓國先以半導體封裝測試為主，引進日本和美國的技術和設備，建立半導體產(chǎn)業(yè)鏈。最終以三星和 SK 海力士為代表，大力發(fā)展了 DRAM 和NAND閃存技術，使韓國成為了存儲器市場王牌。之后韓國拓展邏輯器件、模擬器件和光電子器件等領域，成為了繼美國之后的第二大半導體強國。

上述兩段經(jīng)歷都從歷史角度證明：后發(fā)者通過大規(guī)模生產(chǎn)、應用，有機會獲得比先發(fā)者更強的生產(chǎn)和制造能力。并在不斷發(fā)展的市場需求下獲得技術改進。

芯片產(chǎn)業(yè)的第三次轉移，把偏向勞動密集型的代工和封測環(huán)節(jié)逐步轉向中國臺灣地區(qū)和中國大陸。

以半導體芯片封測起家，借助美國的技術轉移和市場需求，中國臺灣省逐步發(fā)展集成電路設計，并通過晶圓代工模式,成為全球最大的代工地區(qū)，最終擁有領先全球的半導體生產(chǎn)流程技術。

在數(shù)十年的產(chǎn)業(yè)遷移與相互競爭中，全球半導體供應鏈呈現(xiàn)出不同區(qū)域高度專業(yè)化的特征：

總部在美國的公司在芯片設計、核心IP、EDA方面處于領先地位；

美歐日企業(yè)在部分設備領域領先；

中國大陸、日本、中國臺灣地區(qū)、韓國在半導體材料方面領先；

韓國、中國臺灣企業(yè)在先進芯片制造領域領先。點擊下圖可放大

現(xiàn)在，中國成熟制芯片已經(jīng)形成較為穩(wěn)固的本土產(chǎn)業(yè)鏈。

在DeepSeek的創(chuàng)新強心針后，中國更要堅持先進芯片攻關的同時，以成熟制芯片為根基，構建“需求-生產(chǎn)-創(chuàng)新”的循環(huán)。

此外，英偉達壟斷AI芯片有可能被終結嗎？

美國對華先進芯片封鎖是否加速增強本土產(chǎn)業(yè)鏈韌性？

英偉達在AI芯片市場的壟斷地位正面臨多方挑戰(zhàn)，AI專用芯片ASIC，有望將替代英偉達傳統(tǒng)的GPU圖形計算芯片；部分市場信息表明，AI專用芯片正逐步替代英偉達GPU圖形計算芯片，這一趨勢在2024年初步顯現(xiàn)。

博通（Broadcom Inc）是全球領先的美國半導體公司，正通過其ASIC芯片的生產(chǎn)與服務，成為英偉達的競爭者。谷歌、Meta、亞馬遜、微軟也紛紛開始自研AI專用芯片，以減少對英偉達的依賴。

2024年，英特爾推出了一款AI優(yōu)化芯片，型號為XE-200，對英偉達在AI芯片市場的壟斷地位形成挑戰(zhàn)。

由于美國對出口中國的高端AI芯片實施制裁與管制，促使中國企業(yè)加快本土AI芯片的研發(fā)。

華為的高性能AI芯片主要包括異騰310和910兩款主力芯片，其中異騰910采用了先進的7mm工藝，最高可提供256 TFLOPS 的FP16（半精度浮點數(shù)）計算能力。

寒武紀公司先后推出了思元290和思元370兩款高性能AI芯片，配套生產(chǎn)相應的云端智能加速卡系列產(chǎn)品和訓練整機。未來，隨著中國在AI高性能芯片的不斷突破，將持續(xù)推動我國AI大模型研發(fā)能力的提升。

當然，英偉達也在調整策略，成立了AI專用芯片研發(fā)部門，擴大提供為客戶量身定制的AI芯片服務，并推動其GH200 Grace Hopper超級AI芯片的研制生產(chǎn)，以保持在AI芯片領域的領先地位。

尾聲

中國工業(yè)場景正不斷生成海量真實數(shù)據(jù)，構建不可復制的數(shù)據(jù)護城河。

隨著DeepSeek的崛起，開源生態(tài)和共享精神也在我國AI發(fā)展中起到關鍵作用，提升國際影響力。

讓我們對中國AI力量，保持樂觀，拭目以待。

主要參考文獻：

[1] 昇騰（HUAWEI Ascend） 芯片.海思官網(wǎng).

[2] 中國第三代自主超導量子計算機“本源悟空”上線運行 新華網(wǎng)

[3] 埃隆·馬斯克人工智能AI公司官網(wǎng)．

[4] MINSKY M. The Society Of Mind[C]/Simon & Schuster,1986:19-32.

[5]《中國為什么要在傳統(tǒng)芯片上形成競爭優(yōu)勢》 文化縱橫

[6] 錢鴻生.ChatGPT技術架構及我國人工智能發(fā)展策略的研究[D].社會公眾號《星船知造》.

[7] 工信部聯(lián)科〔2024〕113號《《國家人工智能產(chǎn)業(yè)綜合標準化體系建設指南（2024版）》[S].

[8] 錢伽諾.《基于開源軟件許可協(xié)議的軟件行業(yè)發(fā)展趨勢研究》[J].

[9] 人工智能為何如此耗電.學習時報 2024-09

本文基于訪談及公開資料寫作，不構成任何投資建議

星船知造原創(chuàng)內容

未經(jīng)授權，禁止轉載

本文部分內容改編、節(jié)選自星船知造2025年1月白皮書《AI人工智能最新科技突破與未來發(fā)展趨勢展望》，由錢鴻生博士撰寫。

之后我們將同步發(fā)布白皮書，歡迎您關注《星船知造》，于公眾號后臺領取。