加入我们的每日和每周时事通讯，了解有关行业领先人工智能报道的最新更新和独家内容。了解更多
既然人工智能已经成为一项根本性的重要技术，世界已经陷入激烈的地缘政治斗争，那么主权人工智能正在成为一个国家问题也就不足为奇了。
想想它。美国会允许其为人工智能生成的数据在中国存储和处理吗？欧盟是否希望美国大型科技巨头访问其人民的数据？俄罗斯会信任北约国家来管理其人工智能资源吗？穆斯林国家会将其人工智能数据委托给以色列吗？
英伟达已拨出 1.1 亿美元帮助各国培育人工智能初创公司投资主权人工智能基础设施，而且许多国家正在自行投资人工智能基础设施。这是一笔真金白银，旨在推动世界拥抱人工智能。问题在于，这种讨论是否需要大量的思想领导才能进行推销，或者各国是否真的需要接受主权人工智能才能与世界其他国家竞争。这是一种对各国来说有意义的新型军备竞赛吗？
英伟达首席执行官黄仁勋指出，2017年主权人工智能的崛起2023 年 11 月的财报电话会议是对 Nvidia 人工智能芯片需求增长的原因。该公司指出，对国家计算机基础设施的投资是世界各国政府的新优先事项。
黄仁勋在财报电话会议上表示，主权人工智能云的数量确实相当可观。他表示，英伟达希望让每家公司都能构建自己的定制人工智能模型。
其动机不仅仅是将一个国家的数据保存在当地的技术基础设施中以对其进行保护。英伟达首席财务官科莱特·克雷斯 (Colette Kress) 在财报电话会议上表示，相反，他们看到了投资主权人工智能基础设施以支持经济增长和产业创新的必要性。
当时正是拜登政府执政期间。限制向中国销售最强大的人工智能芯片，要求在发货前获得美国政府的许可。该许可要求仍然有效。
因此，据报道，中国开始尝试制造人工智能芯片以与 Nvidia 竞争。但这不仅仅是中国。Kress 还表示，Nvidia 正在与印度政府及其 Infosys、Reliance 和 Tata 等大型科技公司合作，以提升其主权人工智能基础设施。
与此同时，法国私有云提供商 Scaleway 正在投资区域人工智能云，以推动其发展克雷斯表示，人工智能在欧洲的发展是新经济势在必行的一部分。她说，其结果是未来几年价值数十亿美元的机会。
黄说，瑞典和日本已经开始创建主权人工智能云。
你看到的是主权人工智能基础设施现在认识到他们必须利用自己的数据、保留自己的数据、保留自己的文化、处理数据并开发自己的人工智能。黄说，你在印度看到了这一点。
他补充说，主权人工智能云从世界各地涌现，因为人们意识到他们无力向其他人出口自己国家的知识、国家文化。将人工智能转售给他们。
英伟达本身将主权人工智能定义为一个国家利用自己的基础设施、数据、劳动力和商业网络生产人工智能的能力。
在 2024 年 2 月接受 VentureBeat 采访时，黄仁勋进一步强调了这个概念，他说，我们现在有一个关于人工智能生成的新型数据中心，一个人工智能生成工厂。你们听过我将其描述为人工智能工厂。基本上，它需要原材料（即数据），用这些人工智能超级计算机和 Nvidia 的构建对其进行转换，然后将它们转化为极其有价值的代币。这些代币是人们在 Midjourney 等令人惊叹的生成式人工智能平台上体验到的。
我问黄，如果数据无论位于世界何处都能保持安全，那么主权人工智能是否需要存在于世界范围内？任何特定国家/地区。
他回答说，没有理由让其他人来窃取您的互联网、获取您的历史记录和数据。其中很多仍然锁在图书馆里。在我们的例子中，它是国会图书馆。在其他情况下，国家图书馆。它们已经数字化，但还没有放到互联网上。
他补充道，因此人们开始意识到他们必须使用自己的数据来创建自己的人工智能，并将原材料转化为对他们自己的国家来说有价值的东西。所以你会看到很多。几乎每个国家都会这样做。他们将建设基础设施。当然，基础设施是硬件。但他们不想使用人工智能导出数据。
Nvidia 已指定 1.1 亿美元用于投资人工智能初创公司，帮助主权人工智能项目和其他人工智能相关业务.
Nvidia 人工智能国家全球负责人 Shilpa Kolhatkar 在斯坦福大学举行的美日创新研讨会上深入探讨了主权人工智能。7 月份的活动由北加州日本协会和斯坦福大学美亚技术管理中心主办。
Kolhatkar 接受了乔恩·梅茨勒 (Jon Metzler) 的采访，他是加州大学哈斯商学院的继续讲师。加州、伯克利。这次谈话的重点是如何通过投资人工智能技术来实现经济增长。Kolhatkar 指出，早在 ChatGPT 出现之前，Nvidia 就如何从一家图形公司转型为一家高性能计算和人工智能公司。
当今世界各地的许多政府都在考虑如何抓住人工智能的这一机遇。Kolhatkar 表示，他们已经展示了人工智能的国内生产。我们有阿拉伯国家计划，该计划与各国当今制定的人工智能战略相匹配。大约有 60 到 70 个国家制定了人工智能战略，围绕创造劳动力和拥有生态系统的主要支柱。但它也围绕着政策框架内已经具备的一切。
Nvidia 在建立生态系统和基础设施或超级计算机方面发挥着作用。她说，英伟达的大部分重点和工程工作都集中在芯片之上的软件堆栈上。结果，英伟达更像是一家平台公司，而不是一家芯片公司。梅茨勒要求 Kolhatkar 定义一个国家如何做好人工智能准备。
Kolhatkar 表示，一个概念是看看一个国家在原始人工智能计算、存储和与人工智能相关的能源方面拥有多少计算能力。为此类系统提供动力。它是否拥有熟练的劳动力来操作人工智能？人们准备好利用人工智能的伟大民主化，使知识传播到数据科学家之外了吗？
当 ChatGPT-3.5 于 2022 年 11 月出现并且生成式人工智能爆发时，这标志着人工智能终于真正发挥作用了普通消费者可以使用这种方式自动执行许多任务并查找新信息或自行创建图像等内容。如果结果存在错误，可能是因为数据模型没有提供正确的信息。随后，不同地区很快就对什么是正确信息有了自己的看法。
该模型主要是在主数据集和西部[领土]的某些语言上进行训练的，Kolhatkar 说。这就是为什么拥有主权的东西（特定于一个国家自己的语言、文化和细微差别）的国际化成为最重要的。
然后，各国开始开发迎合特定国家特殊性的生成式人工智能模型。她说，特定地区或特定国家，当然还有该数据的所有权。
所有权是每个国家的数据和专有数据，他们意识到这些数据应该留在境内，她说。
Nvidia 目前正在帮助各国以人工智能工厂的形式创建此类主权基础设施，Kolhatkar 表示。这与 100 多年前工业革命期间各国通过工厂点燃的动力非常相似。
工厂使用原材料，然后将货物运出，这与国内 GDP 挂钩。现在的范式是你最大的资产是你的数据。每个国家都有自己独特的语言和数据。她说，这就是进入人工智能工厂的原材料，它由算法组成，算法由模型组成，最后产生智能。
现在像日本这样的国家必须考虑自己是领先还是落后。为人工智能工厂做好准备。Kolhatkar 表示，在创建一个成功的人工智能国家的投资、合作和研究方面，日本处于领先地位。
她表示，公司和国家正在认真考虑应将多少人工智能列为关键基础设施。为了经济或国家安全。工业工厂可以在特定城市创造数千个就业机会，而现在数据中心也可以在特定地区创造大量就业机会。这些人工智能工厂就像几十年前的水坝和机场吗？
梅茨勒说，你有点在回顾过去物理制造的先例，看看人工智能工厂的乘数可能是什么。人工智能工厂作为公民基础设施的概念非常有趣。
梅茨勒提出了人工智能方面可能发生的战略概念。种族。例如，他指出，也许较小的国家需要联合起来创建自己更大的区域网络，以建立某种程度的主权。
Kolhatkar 表示，例如，如果您的国家没有任何特定科技巨头（如三星）的资源。她指出，北欧国家正在相互合作，美国和日本等国家在人工智能研究方面也是如此。不同的行业或政府部门也可以聚在一起就人工智能进行合作。
如果英伟达在这方面站在一边，那就是传播技术，让每个人都具备人工智能知识。Nvidia 拥有一所名为“深度学习学院”的在线大学，提供自定进度的电子学习课程。它还拥有一个虚拟孵化器 Nvidia Inception，已支持超过 19,000 家人工智能初创公司。
Nvidia 确实相信人工智能的民主化，因为除非每个人都能够使用人工智能，否则无法充分发挥人工智能的潜力，Kolhatkar
至于应对主权人工智能的影响，梅茨勒指出，各国将不得不处理能源消耗量方面的可持续性问题。
5月，电力研究院（EPRI）发布了一份白皮书，量化了人工智能电力需求的指数增长潜力。据预测，到 2030 年，仅美国数据中心的数据中心总功耗就可能增加一倍以上，达到 166%。
它指出，每个 ChatGPT 请求可消耗 2.9 瓦时的电力。这意味着 AI 查询所需的电量预计是传统 Google 查询的 10 倍，每次查询大约消耗 0.3 瓦时。这还不包括图像、音频和视频生成等新兴的计算密集型功能，这些功能没有比较先例。
EPRI 研究了四种场景。在最高增长情景下，到 2030 年，数据中心用电量可能升至 403.9 太瓦时/年，比 2023 年的水平增加 166%。与此同时，低增长情景预计增长 29%，达到 196.3 TWh/年。
Kolhatkar 表示，能源效率、可持续性是每个人最关心的问题。
Nvidia正在努力提高每一代人工智能芯片的能效，同时提高每一代芯片的性能。她还指出，该行业正在尝试创造和使用可再生能源。Nvidia 还利用 Nvidia Omniverse 软件形式的人工智能输出来创建数据中心的数字孪生。这些建筑的设计可以考虑到能源消耗，并以尽量减少重复工作的理念进行设计。
一旦完成，虚拟设计就可以在物理世界中以最低的效率进行构建。英伟达甚至正在创建地球的数字双胞胎来预测未来几十年的气候变化。人工智能技术还可以应用于提高物理基础设施的效率，例如使印度的基础设施更能抵抗季风天气。通过这些方式，Kolhatkar 认为人工智能可以用来拯救世界。
她补充道，数据是一个国家拥有的最大资产。它拥有您的专有数据以及您的语言、您的文化、您的价值观，而您是拥有它并将其编码为您想要用于分析的情报的最佳人选。这就是主权。这是国内水平。对您的资产（您最大的资产）的本地控制[很重要]。
计算机当然不知道国界。如果将互联网电缆连接到世界各地，信息流和单个数据中心理论上可以在全球范围内提供信息。如果该数据中心内置了安全层，则无需担心其位置。这就是计算机创建虚拟基础设施的优势的概念。
但是这些数据中心需要备份，因为世界已经认识到极端集中化不利于安全和控制等方面。冰岛的火山爆发、日本的海啸、中国的地震、对基础设施的恐怖袭击或任何特定国家可能发生的政府间谍活动，这些都是需要拥有多个数据中心来存储数据的原因。
除了灾难备份之外，国家安全是促使每个国家在其境内需要自己的计算基础设施的另一个原因。在生成式人工智能热潮之前，出现了一场确保数据主权的运动，部分原因是一些科技巨头在将用户及其开发个性化数据的应用程序脱中介化方面做得过度。数据最佳实践由此产生。
Roblox 首席执行官 Dave Baszucki 在 Roblox 开发者大会上表示，他的公司在全球运营着一个由 27 个数据中心组成的网络，以提供保持其游戏平台在不同计算平台上运行所需的性能世界各地。Roblox 拥有 7950 万日活跃用户，分布在世界各地。
鉴于世界各国政府正在制定数据安全和隐私法，Roblox 很可能必须改变其数据中心基础设施，以便它在特定司法管辖区拥有更多的数据中心。
世界上有 195 个国家，如果政策变得严格，一家公司可能需要拥有 195 个数据中心。并非所有这些划分都是狭隘的。例如，科尔哈特卡说，一些国家可能希望刻意缩小富国和穷国之间的数字鸿沟。
推动人工智能去中心化的另一个因素是隐私需求。不仅对世界各国政府而言，对企业和个人而言也是如此。2024 年著名的人工智能 PC 趋势为消费者的个人电脑提供了强大的人工智能技术，以确保在自己家中操作人工智能的隐私。这样一来，科技巨头就不太容易了解您正在搜索的内容以及您用于训练自己的个人人工智能网络的数据。
黄建议各国根据需要感知，以便在了解当地习俗的情况下建立大语言模型（LLM）。例如，切尔诺贝利在俄语中拼写为 e。但在乌克兰，它的拼写是 Chornobyl。这只是为什么在特定国家/地区使用的系统需要考虑当地习俗和文化的一个小例子。
一些人对这一趋势感到担忧，因为它推动世界走向更多的地理边界，这在计算的情况，确实不存在或不应该存在。
Geogrify 首席执行官、游戏行业地缘政治专家凯特·爱德华兹 (Kate Edwards) 在一条消息中表示，我认为这是一个危险的术语，因为主权这个概念通常意味着一种权力动态，这种权力动态通常构成民族主义和更极端形式的民粹主义的基石。我明白为什么这里使用这个术语，但我认为它对于我们如何描述人工智能来说是错误的方向。
她补充说，主权是这个术语的错误方向。它立即使人工智能的用途两极分化，并有效地将其与核武器和其他形式的大规模破坏归为同一社会工具类别。我不认为这是我们真正想要处理这一资源的方式，特别是因为它可能意味着一个国家政府本质上拥有一个被奴役的情报机构，其目的是加强和服务于维护特定国家主权的目标，而主权是伟大国家的基础。大多数地缘政治冲突。
各国是否认真对待 Nvidia 的评论，还是将其视为一种推销？Nvidia 并不是唯一一家在比稿中获得成功的公司。
AMD 在 AI/图形芯片以及 CPU 领域与 Nvidia 展开竞争。与英伟达一样，它也看到了人工智能芯片需求的爆炸式增长。AMD 还继续扩大其在软件领域的努力，收购了 Nod.AI 和 Silo AI 等人工智能软件公司。人工智能持续推动 AMD 的收入和对其 CPU 和 GPU/AI 芯片的需求。
例如，Cerebras Systems 于 2023 年 7 月宣布，将向该技术控股集团运送其巨型晶圆尺寸 CPUG42 正在阿拉伯联合酋长国建造世界上最大的用于人工智能训练的超级计算机，名为 Condor Galaxy。
它从九个互连超级计算机组成的网络开始，旨在显着减少人工智能模型训练时间，Cerebras 首席执行官安德鲁·费尔德曼 (Andrew Feldman) 在接受 VentureBeat 采访时表示，得益于网络上第一台 AI 超级计算机 Condor Galaxy 1 (CG-1)，该计算机的总容量达到 36 exaFLOP，该计算机拥有 4 exaFLOP 和 5400 万个内核。这些计算机位于美国，但由阿布扎比的公司运营。（这再次提出了一个问题，即主权人工智能技术是否必须位于使用计算能力的国家）。
现在，Cerebras 已经为 G42 新一代 Condor Galaxy 超级计算机破土动工。
Cerebras 不是为其中央处理单元 (CPU) 制造单独的芯片，而是采用整个硅晶圆并将其核心打印在披萨大小的晶圆上。这些晶圆相当于单个晶圆上有数百个芯片，每个晶圆上有许多核心。这就是他们如何在一台超级计算机中实现 5400 万个核心。
费尔德曼说，人工智能不仅正在吞噬美国，人工智能正在吞噬世界。对计算的需求是无法满足的。模型正在激增。数据是新的黄金。这是基础。