在人工智能竞赛中,关键因素与其说是算法,不如说是对物理基础设施的控制:芯片、云算力、数据中心和海底光缆。这从根本上改变了竞争格局,而这一竞争往往被简化为对个别模型的比较。
分析显示,关于AI领导地位的讨论常常陷入对OpenAI、Anthropic、DeepSeek或Moonshot等解决方案的对比。然而,每个先进系统的背后都是一个资本密集型的生态系统:图形处理器、服务器集群、数据传输网络。真正决定实力的是这个“技术栈”,而非单独的算法。
英伟达与CUDA生态系统的作用
英伟达的地位至关重要,它控制着全球约85%的AI训练GPU市场。其主导地位不仅体现在硬件上,还体现在软件平台CUDA上,该平台已成为开发者的事实标准。转向替代方案的高昂成本巩固了这家美国公司作为整个行业“守门人”的角色。
围绕这一核心构建了一个庞大的“美国AI技术栈”:硬件制造商(博通)、超大规模云服务商(AWS、Google Cloud、Azure)和模型开发者(OpenAI、Anthropic、Meta、Alphabet)。这是一个垂直整合的结构,每个环节都相互增强。
国防领域与预算流向
科技行业与国防部门的联系值得特别关注。最大的AI基础设施供应商同时服务于商业市场和军事项目。例如,国防自主作战小组(DAWG)在五角大楼2027财年预算申请中获得了546亿美元。2026年,国防部联邦AI合同的潜在价值达到907亿美元,尽管实际预留的仅有72亿美元。
海底光缆作为地缘政治杠杆
对海底光纤线路的控制是另一个隐蔽的主导层面。美国巨头正在建设自己的骨干网络,影响数据路由。例如,太平洋光缆网络:通往台湾的区段已获批准,但直接连接香港的线路因涉及中国的风险而被阻止。
中国的实验室即使在国内训练模型,仍然依赖全球互联网来收集数据和运行API。另一个工具是2018年的《云法案》(CLOUD Act),它允许美国当局向云服务提供商索取数据,无论数据存储在哪里。
美国优势的局限性
主导地位并非绝对:关键组件的生产集中在亚洲(台积电、SK海力士、三星、富士康)。然而,台湾和韩国已嵌入友好供应链,不太可能违背华盛顿的意愿。展望未来,很可能形成两个相互竞争的生态系统——美国和中国——各自拥有不同的标准和规则。
市场信号也证实了这一点:此前包括英伟达和Meta在内的25家公司呼吁不要限制开源模型,而Anthropic宣布向美国AI基础设施投资500亿美元。
我的评估:AI之争本质上是物理基础设施之争,美国目前凭借国防与商业资源的整合占据上风。中国将以加速进口替代作为回应,但生态系统和标准上的差距在未来几年内将难以弥合。