这场中美AI竞速赛跑，我们能否赶上？

在这个AI比爱豆还火的时代，中美科技巨头的较量已经不仅仅是科技新闻的头条，更是我们未来生活的风向标。

想象一下，如果AI是游戏里的超级武器，那么中国和美国就是两个顶级玩家，他们手里的牌，可不仅仅是代码和算法那么简单。你每天刷的手机、用的APP、玩的AI游戏，背后都是AI技术的较量。

有人说，AI时代，差距两年就是差距永远！最近苹果AI、Luma AI、SD3、Suno AI等相继发出大招，让两国间的差距又大了些。

那么这场中美AI竞速赛跑，我们到底能否赶上呢？

为何美国AI能领跑？

说到美国AI，就像是提到NBA的篮球巨星，实力摆在那儿。他们的优势，可不是一星半点儿，咱们得好好分析分析。

先说个数据，美国是全球顶级人工智能模型的主要来源国。2023年，61个著名的人工智能模型源自美国的机构，远超欧盟的21个和中国的15个。而大模型想要发展，靠什么？靠的是算力，算力是训练大模型的基础！

事实上，对于中国企业来说，大模型不是难点，真正卡脖子的是算力。那什么是算力呢？简单来说，算力就是计算机系统或者设备进行计算任务的处理能力和效率，大语言模型的基础是算力、也就是算力越大，训练越多，结果就越好。

比如openAI的Chat-GDP4，它的训练成本大约是2150万美元，使用了8190个英伟达 GPU（Graphics Processing Unit，图形处理器）H100进行了55天的训练。如果想要升级到GDP5，openAI则需要5万张H100显卡，按照一张2.5万美元来计算，也就是125亿美元。

也就是说训练大模型最重要的不是钱，而是GPU，英伟达的GPU H100就成了生成式人工智能领域的硬通货。据报告显示，截止到2023年12月底，META和微软两家公司分别购买了15万块H100，谷歌、亚马逊、甲骨文以及腾讯以5万块并列第三。百度、阿里巴巴和字节跳动分别购买了3万、2.5万和2万块。

但是，自2023年12月开始，美国政府出台禁令限制英伟达向中国出售高端显卡，中国企业只能购买英伟达专供的H20和A800，性能只有H100的20%左右。这也就意味着中国的人工智能发展再次被美国卡了脖子。美国企业可以通过堆积显卡的方式，不断升级自己的大模型，而中国企业就只能拿着煤油灯去烧水，很难在短时间内弥补算力上不足。

算力落后这么多，这就像是在赛车比赛中，人家的引擎比你的更强劲！理论来讲，你怎么赶也赶不上！

怪不得，很多专家呼吁一定要重视算力发展！全国政协委员、京东集团技术委员会主席曹鹏表示，只有拥有自主可控的算力底座，国产大模型才能够在这场AI竞赛中取得先机。他建议抓住大模型发展契机，通过政策鼓励国产化GPU适配国产的算力调度软件，建设自主可控的智算基础。

中国AI算力究竟什么水平？

那么，我们中国AI算力发展，究竟到什么水平了？

在过去几年里，中国在AI算力方面取得了巨大进步。中国政府及各大科技公司纷纷投资于构建超级计算机、云计算中心以及数据中心等基础设施，以提升算力水平。

根据中国信通院数据，我国计算设备算力总规模达到202EFlops(每秒浮点运算次数)，全球占比约为33%，保持50%以上的高速增长态势增速高于全球，其中智能算力增长迅速，增速为85%，在我国算力中的占比超过50%。

目前，中国已经建成了世界上一些最快的超级计算机，如“天河”系列和“神威”系列。此外,中国的云计算市场也在迅速扩张，各大互联网公司如阿里巴巴、腾讯和华为等都在加大对云计算基础设施的投入。

2022年我国人工智能核心产业规模达5080亿元，同比增长18%。中国人工智能市场相关支出将达到130.3亿美元，预计到2026年会达到267亿美元。截至2022年底，全球人工智能代表企业数量27255家，其中我国企业数量4227家，约占全球企业总数的16%。

另外，据工信部赛迪顾问发布的《2024年算力发展趋势洞察报告》显示，未来三年，中国算力规模将呈现爆发式增长态势。预计到2026年，中国算力规模将超过360 EFLOPS，三年复合增长率达到20%。可以发现，为了满足AI大模型等带来的爆发式算力需求，中国未来算力规模将持续提升。

尽管在全球算力指数排名中，美国位列第一，中国排在第二，但中国在AI服务器支出规模上首次超过美国，成为全球第一。这进一步证明了中国在AI算力领域的强劲发展势头。所以也有不少专家断言，中国AI实现弯道超车也是极有可能的！

我们能弯道超车吗？

回顾中国移动互联网的发展历程，我们可以发现，美国企业擅长从无到有的创新，而中国企业则擅长将已有的技术和模式进行规模化应用。因此，中国企业在人工智能领域也有机会通过发挥自身优势，实现后来居上。

大模型虽然是当前AI发展的一个重要方向，但并不意味着是AGI的终极目标。大模型自身还存在很多局限性和问题有待解决，实现真正的通用人工智能还需要在基础理论、认知架构等方面取得重大突破。这为中国追赶和超越美国留下了时间。

中国庞大的市场规模和数据红利也为AI发展提供了天然优势。中国企业和研究机构有机会在真实场景中进行大规模应用验证，加速AI技术的迭代创新。这种“边学边做”的模式也为中国未来在AI领域超越美国提供了可能。

到了2024年的今天，国内大模型团队如智谱-清华GLM、阿里Qwen、DeepSeek和面壁-清华OpenBMB等，正在通过持续的开源共享，在国际上受到广泛的关注和认可。包括最近快手出的可灵大模型，不说非常完美，至少让我们看到了希望，咱们国产AI大模型，也不是一个能打大的都没有！

说到底，AI竞争就是教育竞争。雷军曾建议，将人工智能纳入教育培养体系，在九年义务教育阶段设置人工智能通识课程，并大力推进高校人工智能相关专业的建设。

不得不说，这个建议很好。这里补充一点，越是像AI这样的高科技资源越难做到“雨露均沾”，所以不妨建立“生成式人工智能教学资源共享平台”，各个学校间共享教学资源，真正做好AI人才的基础教育工作，如此，我们想要弯道超车，必定不远矣！