为何各国以主权人工智能的名义竞相建立人工智能工厂

为何各国以主权人工智能的名义竞相建立人工智能工厂

如今,人工智能已成为一项至关重要的技术,世界也陷入了激烈的地缘政治斗争,“主权人工智能”成为国家问题也就不足为奇了。想想看,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?欧盟会希望其人民的数据被美国大型科技巨头访问吗?俄罗斯会信任北约国家来管理其人工智能资源吗?穆斯林国家会将其用于人工智能的数据委托给以色列吗?

Nvidia 已拨款 1.1 亿美元帮助各国培育人工智能初创企业,投资自主人工智能基础设施,许多国家也在自行投资人工智能基础设施。这些资金旨在推动世界拥抱人工智能。问题是,这场讨论是否只是一种思想领导力的宣传,还是各国真的需要拥抱自主人工智能才能与世界其他国家竞争。这是一种各国都有意义的新型军备竞赛吗?

警钟

Nvidia 首席执行官黄仁勋在 2023 年 11 月的财报电话会议上指出,“主权 AI”的崛起是 Nvidia AI 芯片需求增长的原因之一。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:“自主 AI 云的数量确实相当可观。”他表示,Nvidia 希望让每家公司都能构建自己的定制 AI 模型。

他们的动机不仅仅是为了将一个国家的数据保存在当地的技术基础设施中以保护它。相反,他们认为有必要投资主权人工智能基础设施来支持经济增长和工业创新,Nvidia 首席财务官 Colette Kress 在财报电话会议上表示。

当时,拜登政府正在限制向中国销售最强大的人工智能芯片,要求必须获得美国政府的许可才能发货。这项许可要求仍然有效。

因此,据报道,中国开始尝试制造 AI 芯片,与 Nvidia 竞争。但不仅仅是中国。克雷斯还表示,Nvidia 正在与印度政府及其大型科技公司(如 Infosys、Reliance 和 Tata)合作,以增强其“自主 AI 基础设施”。

与此同时,法国私有云提供商 Scaleway 正在投资区域 AI 云,以推动欧洲 AI 的发展,这是“新经济势在必行”的一部分,Kress 表示。她表示,这将在未来几年带来“数十亿美元的商机”。

黄仁勋表示,瑞典和日本已着手创建自主的人工智能云。

“你会看到,拥有自主权的人工智能基础设施、人民和国家现在认识到,他们必须利用自己的数据、保存自己的数据、保留自己的文化、处理这些数据并开发自己的人工智能。印度就是这样的。”黄仁勋说道。

他补充道:“随着人们意识到他们无法承受将自己国家的知识、文化出口给别人然后再转卖给他们的后果,世界各地纷纷涌现出自主人工智能云。”

Nvidia 本身将自主 AI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”。

确保主权人工智能的安全

2024 年 2 月,黄仁勋在接受 VentureBeat 采访时再次强调了这一概念,他说:“我们现在有了一种新型数据中心,它与人工智能生成有关,是一个人工智能生成工厂。你们听我把它描述成人工智能工厂。基本上,它需要原材料,也就是数据,用这些人工智能超级计算机和 Nvidia 构建的数据进行转换,然后将它们变成非常有价值的代币。这些代币就是人们在 Midjourney 等令人惊叹的生成式人工智能平台上体验到的东西。”

我问黄仁勋,如果数据无论位于世界何处都能保持安全,那么为什么主权人工智能需要存在于任何一个国家的境内。

他回答说:“没有理由让别人来窃取你的互联网信息,窃取你的历史和数据。很多信息仍然被锁在图书馆里。在我们这里,是国会图书馆。在其他国家,是国家图书馆。它们虽然数字化了,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,并由自己的国家将原材料转化为对自己国家有价值的东西。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出口数据。”

1.1亿美元的投资

Nvidia 已拨款 1.1 亿美元投资 AI 初创企业,助力主权 AI 项目和其他 AI 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自主人工智能。7 月份的活动由北加州日本协会和斯坦福美亚技术管理中心举办。

Kolhatkar 接受了加州大学伯克利分校哈斯商学院的常任讲师 Jon Metzler 的采访。此次谈话的重点是如何通过投资人工智能技术实现经济增长。Kolhatkar 指出,早在 ChatGPT 出现之前,Nvidia 就已从一家图形公司转型为一家高性能计算和人工智能公司。

“如今,世界各地的许多政府都在研究如何抓住人工智能带来的机遇,他们 [已经将重点放在] 人工智能的国内生产上,”科尔哈特卡尔说。“我们有阿拉伯国家计划,这与各国目前实施的人工智能战略相吻合。大约有 60 到 70 个国家制定了人工智能战略,主要围绕创造劳动力和建立生态系统这两个主要支柱。但它也围绕着政策框架内的一切。”

人工智能准备好了吗?

Nvidia 在建立生态系统和基础设施(或超级计算机)方面发挥着重要作用。她说,Nvidia 的大部分重点和工程工作都集中在芯片上的软件堆栈上。因此,Nvidia 已经成为一家平台公司,而不是芯片公司。Metzler 请 Kolhatkar 定义一个国家如何发展“人工智能准备”。

Kolhatkar 表示,一个概念是看一个国家有多少计算能力,包括原始人工智能计算、存储和为这些系统供电所需的能源。它是否有熟练的劳动力来操作人工智能?民众是否准备好利用人工智能的巨大民主化,让知识传播到数据科学家以外的领域?

当 ChatGPT-3.5 于 2022 年 11 月出现,生成式人工智能爆发式增长时,它表明人工智能终于真正开始发挥作用,普通消费者可以使用它来自动执行许多任务,并找到新信息或自己创建图像等内容。如果结果有误,可能是因为数据模型没有输入正确的信息。随后,不同地区很快就对什么才是正确的信息有了自己的看法。

“该模型主要基于主数据集和西部 [领土] 的某些语言进行训练,”科尔哈特卡说。“这就是为什么国际化成为当务之急,即拥有主权,特定于一个国家自己的语言、文化和细微差别的东西。”

她说,然后各国开始开发适合特定地区或特定国家特点的生成式人工智能模型,当然还有这些数据的所有权。

她说:“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。”

人工智能工厂

科尔哈特卡表示,英伟达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。这与 100 多年前工业革命期间各国通过工厂激发的动力非常相似。

“工厂使用原材料,然后生产出产品,这与国内生产总值挂钩。现在的模式是,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。这就是进入人工智能工厂的原材料,包括算法、模型和智能,”她说。

现在,日本等国家必须考虑在 AI 工厂的准备方面,他们是领先还是落后。Kolhatkar 表示,在投资、合作和研究以打造成功的“AI 国家”方面,日本处于领先地位。

她说,为了经济或国家安全,企业和国家正在认真考虑应该将多少人工智能归类为“关键基础设施”。工业工厂可以在一个城市创造数千个就业机会,而现在数据中心也可以在一个地区创造大量就业机会。这些人工智能工厂是否就像几十年前的堤坝和机场?

“你正在回顾过去实体制造业的先例,看看人工智能工厂的乘数可能是什么,”梅茨勒说。“人工智能工厂可能成为市政基础设施的概念非常有趣。”

国家人工智能战略?

梅茨勒提出了在人工智能竞赛中可能采取的战略。例如,他指出,也许较小的国家需要合作建立自己的大型区域网络,以建立一定程度的主权。

Kolhatkar 表示,如果你的国家没有三星等科技巨头的资源,那么这样做就很有意义。她指出,北欧国家正在相互合作,美国和日本等国家也在人工智能研究方面展开合作。不同的行业或政府部门也可以聚在一起,在人工智能方面展开合作。

如果 Nvidia 在这方面持立场,那么它就是要传播这项技术,让每个人都能掌握人工智能。Nvidia 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。它还有一个虚拟孵化器Nvidia Inception,它已经为超过19,000 家人工智能初创公司提供了支持。

Kolhatkar 表示:“Nvidia 确实相信人工智能的民主化,因为除非每个人都能使用人工智能,否则人工智能的全部潜力就无法发挥出来。”

能耗?

至于如何应对主权人工智能的后果,梅茨勒指出,各国必须处理电力消耗方面的可持续性问题。

今年 5 月,美国电力研究院 (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。该机构预测,到 2030 年,仅美国数据中心的总数据中心电力消耗就可能增加一倍以上,达到 166%。

报告指出,每个 ChatGPT 请求可消耗 2.9 瓦时电量。这意味着,人工智能查询估计所需的电量是传统谷歌查询的 10 倍,传统谷歌查询每次耗电量约为 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,这些功能尚无可比拟的先例。

EPRI 研究了四种情景。在最高增长情景下,到 2030 年,数据中心用电量可能上升至 403.9 TWh/年,比 2023 年的水平增长 166%。同时,低增长情景预计增长 29%,至 196.3 TWh/年。

科尔哈特卡说:“能源效率、可持续性是每个人最关心的问题。”

Nvidia 正努力提高每一代 AI 芯片的能效,同时提高每代芯片的性能。她还指出,该行业正在努力创造和使用可再生能源。Nvidia 还利用其 AI 输出(以 Nvidia Omniverse 软件的形式)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,并尽量减少重复劳动。

一旦完成,虚拟设计就可以在物理世界中以最低的效率实现。Nvidia 甚至正在创建地球的数字孪生,以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御季风天气。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:“数据是一个国家最大的资产。它包含你的专有数据,包括你的语言、你的文化、你的价值观,你是拥有它的最佳人选,并将其编纂成你想要用于分析的情报。这就是主权。这是在国内层面。对你的资产、你最大的资产的本地控制,[很重要]。”

计算基础设施的变化

当然,计算机是没有国界的。如果你在世界各地铺设互联网电缆,信息就会流动,理论上,一个数据中心就可以在全球范围内提供信息。如果该数据中心内置了多层安全措施,就不必担心它位于何处。这就是计算机创建“虚拟”基础设施的优势。

但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。冰岛的火山爆发、日本的海啸、中国的地震、基础设施的恐怖袭击或任何特定国家的政府可能进行的间谍活动——这些都是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要求拥有自己的计算基础设施的另一个原因。在生成式人工智能繁荣之前,曾有一场确保数据主权的运动,部分原因是一些科技巨头在消除用户及其开发个性化数据的应用程序的中介作用方面做得过头了。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,该公司在全球运营着 27 个数据中心网络,以提供所需的性能,使其游戏平台能够在全球不同的计算平台上运行。Roblox 每天有 7950 万活跃用户,遍布全球。

鉴于世界各国政府都在制定数据安全和隐私法,Roblox 很可能不得不改变其数据中心基础设施,以便在特定管辖范围内运营更多数据中心。

世界上有 195 个民族国家,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,一些国家可能希望有意缩小富国和穷国之间的“数字鸿沟”,科尔哈特卡说。

推动人工智能去中心化的另一个因素是隐私需求。这不仅对世界各国政府如此,对公司和个人也同样如此。2024 年备受瞩目的“AI PC”趋势为消费者提供了配备强大人工智能技术的个人电脑,以确保在家中操作人工智能的隐私。这样一来,科技巨头就不那么容易知道你在搜索什么以及你用来训练你自己的个人人工智能网络的数据。

我们需要自主人工智能吗?

黄建议各国认识到这一点,以便根据当地习俗建立大型语言模型 (LLM)。例如,切尔诺贝利在俄语中拼写为“e”。但在乌克兰,它被拼写为“Chornobyl”。这只是一个小例子,说明为什么特定国家使用的系统需要考虑当地的习俗和文化。

一些人对这种趋势感到担忧,因为它会让世界走向更多的地理边界,但就计算而言,这些边界实际上并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 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’这一概念通常意味着一种权力动态,而这种动态往往构成民族主义和更极端形式的民粹主义的基石。我明白为什么这里会使用这个词,但我认为这与我们想要描述人工智能的方向是错误的。”

她补充道:“‘主权’这个词对于这个命名法来说并不是一个正确的方向。它立即将人工智能的用途两极化,并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。我不认为我们真的想以这种方式对待这种资源,尤其是因为它可能意味着一个国家政府本质上拥有一种被奴役的情报,其目的是加强和服务于维护特定国家主权的目标——这是绝大多数地缘政治冲突的基础。”

各国是否认真对待 Nvidia 的评论,还是将其视为一种推销手段?Nvidia 并不是唯一一家通过这种推销手段取得成功的公司。

AMD 在 AI/图形芯片和 CPU 方面与 Nvidia 竞争。与 Nvidia 一样,AMD 也看到了对 AI 芯片的激增需求。AMD 还继续扩大其在软件领域的努力,收购了 Nod.AI 和 Silo AI 等 AI 软件公司。AI 一直在推动 AMD 的收入以及对其 CPU 和 GPU/AI 芯片的需求。

例如,Cerebras Systems于 2023 年 7 月宣布,将向科技控股集团 G42运送其巨型晶圆大小的 CPU,该集团正在阿拉伯联合酋长国建造世界上最大的用于 AI 训练的超级计算机,名为 Condor Galaxy 。

Cerebras 首席执行官 Andrew Feldman 在接受 VentureBeat 采访时表示,该公司最初建立了一个由 9 台互连超级计算机组成的网络,旨在大幅缩短 AI 模型训练时间,总容量达到 36 exaFLOPs,这要归功于网络上的第一台 AI 超级计算机 Condor Galaxy 1 (CG-1),它拥有 4 exaFLOPs 和 5400 万个核心。这些计算机位于美国,但由位于阿布扎比的 公司运营。(这再次引发了一个问题,即主权 AI 技术是否必须位于使用计算能力的国家)。

现在,Cerebras 已经开始为 G42 开发新一代 Condor Galaxy 超级计算机。

Cerebras 并不为其中央处理器 (CPU) 制造单独的芯片,而是采用整个硅片,并在比萨饼大小的硅片上打印核心。这些硅片相当于一块硅片上有数百个芯片,每块硅片上有许多核心。这就是他们在一台超级计算机中拥有 5400 万个核心的方法。

费尔德曼说:“人工智能不仅吞噬了美国,还吞噬了世界。对计算的需求永无止境。模型正在激增。数据是新的黄金。这是基础。”

原创文章,作者:王 浩然,如若转载,请注明出处:https://www.dian8dian.com/wei-he-ge-guo-yi-zhu-quan-ren-gong-zhi-neng-de-ming-yi-jing

Like (0)
王 浩然的头像王 浩然作者
Previous 2024年10月2日
Next 2024年10月2日

相关推荐

发表回复

Please Login to Comment