股票杠杆第三方平台:购买股票的手机软件-玉渊谭天：算力焦虑背后的认知博弈
来源：shengdayoupei
网站：满红配资
日期：2025-07-20 05:52:55
查看：13
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。
（文章来源：玉渊谭天）
你可能想看：
满红配资提示：文章来自网络，不代表本站观点。
