标签: 算力
《金融时报》：算力军备竞赛正在重塑全球科技与军事格局——随着人工智能和现代战争的
《金融时报》：算力军备竞赛正在重塑全球科技与军事格局——随着人工智能和现代战争的深度融合，算力正成为新的战略资源，其重要性逐渐接近石油、电力甚至核技术。最新一代战机、无人机和情报系统每天都会产生海量数据，军事能力越来越依赖数据中心与AI计算能力。在这一背景下，全球正在形成一场围绕“计算能力”的新军备竞赛。一方面，美国与中国掌握了全球约九成的AI算力基础设施；另一方面，包括英国在内的中等技术国家，正试图通过发展量子计算、神经形态计算和光子芯片等前沿技术，寻找突破口，以摆脱对外部算力体系的依赖。神经形态计算模仿人脑结构，只在数据变化时进行计算，大幅降低能耗，被视为未来数据中心的重要补充技术。量子计算则被寄予更高期望，部分国家已投入数十亿美元建设相关能力，并将其纳入国防体系。与此同时，AI驱动的现代战争也在改变作战模式。从自主无人机到反潜算法，再到Palantir等公司开发的战场智能系统，计算能力正在直接决定战场优势。然而，算力高度集中也带来新的安全与政治风险。芯片、云计算与数据中心基础设施主要掌握在少数国家和企业手中，使得“计算栈”成为新的地缘政治制高点。一些国家担忧，一旦依赖外部供应商，其关键数字基础设施可能受到限制甚至“被关闭”。在产业层面，英国等国家面临的核心问题并非技术创新不足，而是缺乏足够资本与产业规模，使得本土初创企业往往在成长阶段被海外巨头收购。例如DeepMind从伦敦初创公司成长为全球AI巨头的一部分，但最终被谷歌收购。与此同时，全球正在加速向“算力分工体系”演化：韩国主导存储芯片，台湾掌握先进代工能力，荷兰控制高端光刻设备，没有任何国家能够独立构建完整AI生态。未来的竞争不再只是AI模型之争，而是围绕能源、芯片、数据中心与新型计算架构展开的系统性竞争。谁能在“计算栈”中占据不可替代的位置，谁就将在新一轮科技与军事变革中拥有更大话语权。烽火问鼎计划热点观点“没有任何国家能够独立构建完整AI生态”，看“独立”、“完整”、“生态”怎么定义了。
人工智能三大支柱（算力芯片、通信网络、工业体系）的构成、作用和价值一、第一支
人工智能三大支柱（算力芯片、通信网络、工业体系）的构成、作用和价值一、第一支柱：算力芯片，AI的“发动机”。核心硬件通用GPU：英伟达A100/H100、AMDMI250，大模型训练主力，强并行计算。AI专用芯片（ASIC/NPU/DCU）：华为昇腾、寒武纪、壁仞、海光，针对深度学习定制，能效更高、成本更低。FPGA：可编程，适合边缘低延迟推理（工业、自动驾驶）。存算一体/光计算芯片：前沿方向，解决“存储-计算”数据搬运瓶颈。核心作用提供原始算力：支撑大模型训练（如GPT-4需数万GPU）、推理（每天千亿次调用）。定义能效上限：决定AI能跑多快、多大模型、功耗多少（直接影响电费与成本）。构建算力集群：通过NVLink/InfiniBand互联，组成“超级大脑”，支撑分布式训练。一句话价值没有算力芯片，AI就是纸上谈兵；芯片的性能与供给，决定国家AI竞争力的底线。目前来看，美国在算力算法和芯片方面，略占优势，中国在迎头赶上。二、第二支柱：通信网络，AI的“血管”。构成（三层网络）数据中心内网（高速互联）：InfiniBand、NVLink、400G/800G光模块，低延迟、高带宽，GPU间通信。骨干网/算力网络：5G和未来的6G基站网络、光纤、卫星互联网，连接智算中心、边缘节点、用户终端。边缘接入网：工业以太网、Wi-Fi7、物联网（IoT），设备端数据采集与实时控制。核心作用数据高速流通：海量训练数据、模型参数、推理请求在云-边-端实时传输。支撑云边端协同：大模型在云端训练，边缘实时推理（自动驾驶、工业质检），终端交互。保障低延迟高可靠：自动驾驶、远程医疗、工业控制等场景，毫秒级延迟是安全底线。目前的5G技术和未来的6G技术，是人工智能的支撑性基础技术。5G的研发和应用，中国走在世界的前列。6G的研发，目前中国又走在前列。一句话价值网络不通，算力无用；网络带宽与延迟，直接决定AI应用的可用性与体验。三、第三支柱：工业体系，AI的“骨骼与土壤”。构成（四大产业链）半导体制造：晶圆代工（台积电、中芯国际等）、光刻/刻蚀/沉积设备、先进封装（Chiplet），决定芯片能否量产。算力基建（智算中心AIDC）：高密度服务器、液冷散热、高压供电、储能/绿电，大规模算力交付。算力的运算，需要消耗相应的电力，电力决定算力。得益于风电、光伏发电、水电和核电的大发展，从近3年发电量来看，中国的年发电量几乎是美国、印度、俄罗斯、日本、德国、法国和英国的总和。液冷散热、特高压供电、储能/绿电，还有在人形机器人中将电能转化为精准机械运动，也是中国的强项。整机与智能制造：AI服务器、工业机器人、智能产线，支撑算力硬件规模化生产与AI落地。软件与生态：操作系统、AI框架（TensorFlow/PyTorch）、编译器、行业解决方案，让硬件可用、模型可落地。核心作用硬件规模化供给：稳定、低成本生产GPU/NPU、服务器、光模块，支撑AI算力爆发式需求。工程化落地能力：把算法模型变成可量产、可运维、可迭代的产品（如工业质检、自动驾驶、无人机、无人艇、机器狗、战狼等）。得益于中国完整的工业体系和供应链，相对美国的产业空心化来说，中国人工智能产品的工程化、产品化、市场化和迭代能力都相对要好些。产业链安全自主：避免“卡脖子”，保障芯片、设备、软件的自主可控，支撑长期发展。一句话价值工业体系不强，AI只能“空中楼阁”；完整的产业链，是AI从实验室走向产业的根本保障。四、三者关系总结算力芯片是动力源，提供计算能力；通信网络是传输纽带，连接算力、数据与场景；工业体系是制造与工程底座，保障硬件量产与应用落地。三者缺一不可，共同构成AI产业的“硬支撑”，决定一个国家AI发展的上限与安全。
