| 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

美國允許英偉達向中國出售芯片 是一個嚴重錯誤

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!
作者BEN BUCHANAN:川普政府上周宣布,允許科技巨頭英偉達將先進人工智能芯片賣給中國。這一決定推翻了此前的芯片銷售禁令,是一個嚴重的錯誤。


它放棄了美國在人工智能領域最大的籌碼:對全球算力供應鏈的控制權。川普雖然聲稱捍衛美國科技,本周還發布了一份“人工智能行動計劃”,但允許此類芯片銷售將威脅到美國在人工智能領域的主導地位,傷害本土科技企業,並危及我們的國家安全——所有這些都僅僅是為了一個芯片制造商的短期利潤。

計算機芯片是強大人工智能系統的命脈。人工智能公司不惜一切代價購買這些硬件設備;許多公司將絕大部分資金用於芯片的采購。(本人為包括Anthropic在內的其中一些企業提供顧問服務)包括英偉達在內的美國芯片制造商每年銷售超過1000萬片此類芯片。川普政府上個月表示,中國依賴這些芯片來輔助其軍事和人工智能公司,但自主年產量僅約20萬片。


換言之,英偉達芯片將為中國的人工智能生態及其政府提供在關鍵領域超越美國所需的核心資源。人工智能技術或將迅速改變軍事行動,有可能讓黑客攻擊變得更為高效,以及助力復雜的無人機作戰。有充足的證據表明,中國的軍工企業青睞英偉達芯片,並使用在美國芯片上訓練的人工智能系統。利害關系不言而喻:我們不應讓美國軍隊及情報人員成為基於英偉達芯片訓練的中國人工智能系統的打擊目標。



首屆川普政府深諳此風險。他曾對部分芯片制造設備實施出口管制,以遏制中國人工智能芯片產業的發展,到了我擔任白宮人工智能特別顧問的拜登政府則更進一步,限制了更多設備以及英偉達旗艦芯片H100的銷售。兩屆政府均指責中國利用先進人工智能推進軍事現代化及侵犯人權

去年,英偉達為規避管制,專為中國市場開發了一款名為H20的芯片。管制措施主要針對算力進行限制,故H20雖計算性能平庸,卻配備了大容量高帶寬內存,使其在AI系統推理(而非訓練)環節反超H100。推理正變得越來越重要:一項分析表明,到2026年,它將占到人工智能需求的70%以上。這些內存及H20其他組件本可以用來為美國企業制造H100芯片。


政策逆轉前,川普政府在4月正確地禁止了H20芯片的對華銷售。一位白宮官員表示,“兩黨普遍擔憂”中國使用這些芯片的意圖。

這些控制措施似乎正在見效。據報道,中國最具實力的人工智能企業DeepSeek據傳因無法獲取H20芯片導致重大技術突破受阻。這一頹勢早有預兆:該公司首席執行官多次承認,美國芯片出口限制是該公司未來發展的最大障礙。


但英偉達首席執行官黃仁勳極力游說政策轉向。為此,他誇大華為芯片的性能,聲稱它們與英偉達的芯片不相上下,並且具備量產能力。他敦促川普政府允許英偉達重返中國市場,以遏制華為的壯大。中國官方媒體大肆宣揚黃仁勳的言論,川普政府官員也以此為其政策逆轉辯護。

但聲稱中國芯片能與美國芯片匹敵的說法是錯誤的。華為根本沒有表現出顯著提高了人工智能芯片制造的能力。盡管中國自2014年以來在芯片制造上投入了數千億美元,但美國對芯片制造設備的出口管制阻礙了華為的生產能力。據估計,華為今年的芯片產量甚至不夠一個尖端數據中心的需求。

華為芯片的性能亦全面落後於美國的先進芯片。華為芯片僅占全球超級計算能力的約3%。如果華為的芯片和英偉達的一樣好,中國就不會對H20有如此巨大的需求了。

H20是一款功能強大的芯片。它在推理方面的表現遠優於華為最好的芯片。為H20開閘放行將重振DeepSeek等中國公司,它們正試圖在全球市場取代美國公司。其他一些芯片制造商可能會質疑,為什麼英偉達可豁免管制牟利,而它們的產品卻要受制於美國的出口管制措施。
不錯的新聞,我要點贊     好新聞沒人評論怎麼行,我來說幾句
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: 0.0332 秒 and 5 DB Queries in 0.0022 秒