| 廣告聯系 | 簡體版 | 手機版 | 微信 | 微博 | 搜索:
歡迎您 游客 | 登錄 | 免費注冊 | 忘記了密碼 | 社交賬號注冊或登錄

首頁

新聞資訊

論壇

溫哥華地產

大溫餐館點評

溫哥華汽車

溫哥華教育

黃頁/二手

旅游

中美博弈: 中美AI暗戰 大馬對華為芯片態度驟冷

QR Code
請用微信 掃一掃 掃描上面的二維碼,然後點擊頁面右上角的 ... 圖標,然後點擊 發送給朋友分享到朋友圈,謝謝!
馬來西亞近日宣布將建設一套搭載華為芯片的開創性人工智能系統,但僅僅一天後吉隆坡當局迅速對此“撇清關系”,這一戲劇性變化凸顯出該國在美中AI競賽中的微妙處境。


馬來西亞通訊部副部長張念群周一在一場演講中表示,馬來西亞將成為全球首個在國家層面啟用華為“昇騰GPU驅動AI服務器”的經濟體。

根據彭博新聞社見到的演講稿,張念群稱,馬來西亞計劃2026年前部署3000套基於華為昇騰芯片的AI服務器,並引入中國初創企業DeepSeek的一款AI模型。


該項目最初由馬中透視(Malaysia-China Insight)報道並引起白宮關注。眼下美國正致力於阻止中國在全球AI市場取得主導地位。

川普政府人工智能與加密事務主管David Sacks在X平台上寫道,“我早就警告過,中國已經具備完整的AI技術體系,美國撤銷拜登時代的半導體限制正是時候”。

本周二,當彭博就此事聯系張念群辦公室時,其團隊表示將撤回有關華為的言論,但未對此做出解釋。目前尚不清楚該項目是否仍會繼續推進。

華為回應稱,公司並未在馬來西亞銷售昇騰芯片,馬來西亞政府也沒有采購過。

美國商務部近期在AI芯片出口管制指南中警告其他國家不要使用華為昇騰芯片,稱在世界任何地方使用該芯片均違反美國出口管制法規。由於遭到北京的抗議,美方後來對指南措辭進行了微調,刪除了“在世界任何地方”的表述。

馬來西亞正成為川普政府AI外交戰略的試驗場。Sacks的目標是讓美國AI硬件廣泛輸出到全球,同時設置安全護欄以阻止在東南亞或中東建設數據中心的國家不會從中國尋找替代方案。Sacks認為,留給美國的時間不多,因為華為正在縮短與行業領頭羊的英偉達的距離。

與此同時,川普政府誓言打擊通過第三國非法向中國輸送高端英偉達AI芯片的行為,其中馬來西亞被列為重點關注對象。


華為近年來在AI芯片領域的突飛猛進讓川普政府不得不加速行動。自2023年Mate 60 Pro手機的芯片取得突破以來,華為成為中國半導體技術自強的標杆企業,該公司後來迅速擴張至電動車、人工智能等相關領域,並開始開發意在挑戰英偉達的AI芯片。

業內專家稱,因為無法合法采購英偉達高端芯片,華為的昇騰芯片成為中國國內企業的替代選擇。不過該芯片的效能也達到相當水平,特別是在執行AI任務方面。

英偉達CEO黃仁勳曾表述,華為是全球最強大的科技公司之一,中國在AI競賽中“緊隨美國之後”。


川普上周訪問中東期間,AI競賽進一步升級。華府宣布將向阿聯酋和沙特出口數萬、甚至逾百萬枚英偉達和AMD高端AI芯片。沙特和阿聯酋對發展AI雄心勃勃,長期以來都是美國半導體政策關注重點。

但這些交易尚需獲得美國當局的出口許可,而川普政府內部對此意見不一,兩黨都對這位總統的做法頗有微詞。對華強硬派擔心,這些協議可能讓北京間接受益,因為中東地區與中國關系密切。還有一些政策制定者擔心,此類項目——包括阿聯酋擬建成全球最大的數據中心之一——可能削弱美國將最重要AI突破留在本土的努力。

在落實中東協議細節的同時,川普政府也在起草取代拜登時代“AI擴散”框架的新規。

原有規定顯著擴大了最初只針對中國的芯片限制,對包括馬來西亞在內的多國新增銷售許可和數量上限要求,企業必須拿安全保證來換取出口許可豁免。

馬來西亞美國AI產業鏈布局的重點國家。甲骨文等美企正在當地規劃大型數據中心群,擬引入大量英偉達高端芯片,而在拜登時代的規則下,這些采購可能難以獲批,因為其禁止美企將7%以上的全球算力部署在美國及少數盟國以外的單一國家,研究機構SemiAnalysis稱,甲骨文在馬來西亞的擴張已接近突破該上限。


不錯的新聞,我要點贊     無評論不新聞,發表一下您的意見吧
上一頁12下一頁
注:
  • 新聞來源於其它媒體,內容不代表本站立場!
  • 在此頁閱讀全文
    猜您喜歡:
    您可能也喜歡:
    我來說兩句:
    評論:
    安全校驗碼:
    請在此處輸入圖片中的數字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西網為北美中文網傳媒集團旗下網站

    頁面生成: 0.0366 秒 and 3 DB Queries in 0.0009 秒