美國擋晶片，中國照樣做 AI！難道競爭優勢不在硬體，而在成本與規模？

隨著輝達（Nvidia）先進人工智慧晶片出口中國的前景依然不明朗，支持出口管制的人士認為，這些晶片將有助於中國軍事系統的建設，威脅美國及其盟友的安全。然而，這種觀點顯然是錯誤的，因為它假設中國在沒有這些先進晶片的情況下無法在 AI 領域取得成功。

事實上，先進的AI晶片僅是降低AI成本的一種方式。當前最先進的AI模型需要大量的AI晶片來構建和運行，而先進晶片的高效能意味著可以用更少的晶片達到相同的AI性能。然而，AI成本還可以透過其他方式降低。中國開源其AI模型的決定使其能夠利用最佳的軟體和演算法來降低AI成本。此外，AI晶片僅是整體成本的一部分，AI系統還涉及工程、數據、軟體和許可、能源及基礎設施等多項成本，中國在這些方面擁有顯著的成本優勢。

在硬體性能方面，中國也能利用其在包裝和互連技術上的世界級優勢來實現高效能。最近宣布的華為超級集群系統的性能超過任何Nvidia系統，儘管未使用最先進的AI晶片。華為等中國企業已加速國產AI晶片開發，預計2025年將出現「供過於求」的市場狀態，推論用晶片產能達需求4倍。

未來是否仍然需要先進晶片？

此外，許多AI應用並不需要先進的晶片。網路安全、臉部辨識、醫療影像分析、高級駕駛輔助系統（ADAS）、物流和機器人等應用都可以使用比最先進模型更簡單的AI模型來處理，這些模型可以在中國自己生產的晶片上運行。即使對於更複雜的應用，最近的研究表明，最先進的模型可以被一組更簡單的模型所取代，這些模型不需要先進的AI晶片來構建和運行。

未來的發展是否需要先進晶片仍然不明朗，因為最先進模型的效益似乎已經趨於停滯。考慮到這些模型所需的巨大投資，未來的模型可能會有所不同，並使用更少的資源，包括晶片。

中國能夠顯著減輕缺乏先進AI晶片的劣勢，並願意承擔更高的前期成本，特別是在基於AI的軍事和戰略技術方面，因為他們知道可以通過規模和製造優勢來降低後續成本。儘管過去幾年實施了AI晶片管制，中國仍然持續生產具有競爭力的最先進模型，並在機器人和自動駕駛車輛等AI應用中佔據主導地位。

中國還會依賴美國晶片嗎？

至於AI晶片管制的論點或許仍有其道理，但這些管制的成本是顯著的。中國原先可以成為美國先進AI晶片公司的最大市場之一，但美國已經失去了這個市場。Nvidia因出口管制，2025年第一季損失高達55億美元，主要來自H20晶片的庫存與採購承諾。中國正在加速自主研發，未來可能不再依賴美國晶片，美國是否能夠重新獲得市占仍不明朗。

如果美國希望在AI領域保持領先，晶片管制並不是解決方案。相反，美國應該專注於改善創新、投資、能源和監管生態系統，並使世界上最優秀的AI科學家能夠在此生活和工作。美國還應該多元化、加強和保障AI供應鏈，與盟友合作引領國際AI標準和實踐的發展。