滿載美國晶片的資料中心正在服務中國AI模型,削弱華盛頓的科技雄心
重點速覽
- •美國商務部於週一發布新規,堵住出口管制漏洞,該漏洞原本允許中國企業遠端存取位於中國境外的高階AI晶片。
- •美國資料中心將算力租給服務中國大型語言模型的推論服務提供商,這意味著中國模型往往運行在美製晶片上。
- •中國無法生產足夠的高階AI晶片以滿足國內需求,因此其模型日益依賴美國控制的運算基礎設施。
- •DeepSeek的最新模型可透過至少16家總部位於中國境外的推論服務提供商取得,包括Amazon Bedrock。
- •這篇評論建議華盛頓避免禁止中國模型在美國雲端上運行,轉而透過聯邦採購等方式,支持具競爭力的美國開放權重模型。

Nvidia與Megaspeed的風波讓外界注意到美國出口管制的一個重大缺口:中國企業可以遠端存取位於中國境外的AI晶片——這條途徑完全繞過了硬體實體運入中國的環節。週一,主要是為了回應這起醜聞,美國商務部發布了一項堵住該漏洞的規定。雖然這項姍姍來遲的行動有助於美國AI實驗室擴大其模型與中國競爭對手之間的差距,但華盛頓AI戰略的核心卻存在一個悖論:美國在全球鋪設的基礎設施,正幫助中國模型獲得發展動能。
川普政府希望美國從晶片到模型全面主導AI。總統願景的核心是向世界各國出口美國設計的高階晶片。這些由Nvidia等公司設計的晶片,正日益被部署在拉丁美洲、中東與東南亞的資料中心。
但美國在運算基礎設施上的領先地位,不只幫助美國AI模型開發商,也幫助了它們的中國競爭對手。滿載美國晶片的美國資料中心,至今仍將算力租給推論服務提供商——即按需託管並運行AI模型的公司——而這些公司利用該能力向全球用戶提供中國大型語言模型(LLM)。
換言之,中國模型正運行在美國晶片上,而美國AI基礎設施的建設,正違反直覺地幫助中國模型開發商提升競爭力。這對美國的AI優勢構成問題,因為美國AI的主導地位將取決於全球消費者與企業選擇美國開發的LLM而非中國模型。川普政府AI主導雄心的核心矛盾在於:技術堆疊中某一層的成功,正在破壞其在另一層的目標。
中國的晶片瓶頸
當人們聽到中國模型正在獲取用戶時,通常會假設這些模型運行在中國晶片上。在中國境內這種情況確實越來越普遍,但中國無法生產足夠的高階AI晶片來滿足本國企業的需求,更遑論海外需求。
與此同時,美國對AI基礎設施的掌控十分穩固。Nvidia、Google、AMD和Amazon等美國公司設計了幾乎所有已部署的資料中心AI晶片。在雲端服務方面,Amazon、Microsoft和Google合計控制過半的市場,而數量不斷增長的美國「neocloud」——專注於出租AI算力的專業提供商——正進一步擴大這一領先優勢。
然而,保障美國在晶片與雲端服務優勢的同一套基礎設施,也為中國AI模型提供了傳播平台。Nvidia本身就提供資源協助企業在其硬體上部署開放模型——其中包括多個中國模型。Together AI、Baseten和Fireworks等美國推論服務提供商,在由美國晶片驅動的基礎設施上向用戶提供中國模型。例如,DeepSeek的最新模型正由至少16家總部位於中國境外的推論服務提供商提供,其中包括Amazon Bedrock。
當美國基礎設施被用來服務中國LLM時,會加速這些模型的全球普及,進而提升中國的軟實力,並為其AI實驗室創造收入。北京明言的野心是成為變革性AI能力的領先提供商,尤其是在全球南方,而中國LLM更廣泛的採用正推進這一目標。
中國模型的部署也為中國模型開發商帶來直接收入。Moonshot AI要求服務其成功模型Kimi K3且年銷售額超過2,000萬美元的公司,須協商收入分成授權;據報導,Moonshot已要求Microsoft、Amazon和Google支付其Kimi K3收入的30%。
專有模型與開放權重模型之爭
如今誰能從美國運算基礎設施中受益,很大程度上取決於其服務的是專有模型還是開放權重模型。服務專有LLM——如Anthropic的Claude或OpenAI的GPT——的基礎設施,幾乎完全惠及美國開發商,因為他們做出的是最好的專有模型。而服務開放權重LLM(企業可為特定任務客製化並在本地運行)的基礎設施,則往往惠及中國開發商:用戶傾向選擇最好的可用模型,而在開放權重市場上,最好的模型來自中國。
以競爭代替禁令
這篇評論認為,川普政府不應走到禁止美國雲端服務提供商允許非中國企業提供中國LLM的地步。這樣做的代價太高——會不合理地阻礙美國及盟國尋求採用AI的企業——同時又無法帶來足夠的國家安全效益,還可能招致中國的報復。
相反,美國應該參與競爭。Meta和Thinking Machines等美國公司已在開發開放權重模型。如果這些模型的成本效益超越中國競爭對手,將有更多美國運算基礎設施服務美國模型。這種轉變既能限制中國開發商從海外部署中獲得的收入,也能削弱中國從其模型全球影響力中獲得的軟實力。
在評論看來,政府鼓勵開發具競爭力的美國開放權重模型因此是正確的。政府應找出適合使用開放權重模型的政府用途,並將聯邦採購導向美國的開放權重產品。最後,在需要更強AI監管之際,政府應審慎設計相關規則,避免扼殺美國開放權重模型的發展。
華盛頓不能 assumption 認為輸出美國基礎設施就會自動帶來美國模型的輸出。如果想在兩條戰線上都取得成功,就需要針對開放權重模型制定審慎的戰略——兩個值得關注的後續指標是:新的遠端存取規定如何執行,以及Moonshot據報導向Microsoft、Amazon和Google提出的收入分成條件最終是否達成。
Fortune.com評論文章所表達的觀點僅代表作者本人,不一定反映Fortune的意見與立場。本文最初發表於 Fortune.com。