全球主权AI实验室巡礼-序章

xiejin77

! B" {6 `% Y2 s4 k
遵照赫然老师的指示，把这个巡礼系列发过来吧。@赫然

+ b. W5 ^4 H/ c& Z
告别"硅谷霸权"：全球主权AI大基建时代

$ T! r& N4 G5 O0 X, m" b- u

系列：《全球主权AI实验室巡礼——在大国博弈中寻找"破局者"》 第一篇 | 导论篇

) ^4 k2 F8 w; t0 Q4 a9 d5 |$ j" z引子：军火商的布道

2024年2月。迪拜。世界政府峰会。

Jensen Huang穿着那件价值几千美元的黑色皮夹克站在台上，面对台下沙特、阿联酋、印度、日本的部长和王室成员。他的声音低沉而笃定：

"每个国家都应该拥有自己的主权AI。你不能允许这种事情由别人来完成。"

$ \8 ^- n) n$ s

台下点头如捣蒜。

"有一种新型的数据中心——不是用来存文件的，是用来生产智能的。每个国家都需要一座。"

/ c/ p! ^5 `5 g5 [# R' F! p

那一刻，全球最贵的一场推销完成了它的加冕仪式。一个诞生不到两年的概念——"主权AI"——被正式写入了每一个在座国家的政策备忘录。而说出这个词的人，恰好是那个控制了全球AI训练芯片80%以上市场的公司的掌门人。

这是21世纪最精致的商业悖论：一个垄断者，在兜售反垄断方案。一个美国公司，在鼓动世界摆脱美国的科技依赖。一个本身就是"主权风险"的实体，在兜售"主权解决方案"。

Jensen Huang是世界历史上最成功的军火商——只是他卖的不是子弹，是GPU。而当军火商开始呼吁"和平"的时候，你最好读一下合同条款。

因为这场主权AI运动的真相是：不管你选哪条路，路都是由NVIDIA铺的。

---

  J% E8 q" k' W. O, U! [7 E

这个系列试图讲述的，就是在Huang的布道词背后，地球上正在发生什么。

在首尔，韩国最大的互联网公司Naver Cloud在"国家代表AI"项目第一轮评估中出局。理由不是它不会做AI，而是它提交的HyperCLOVA X SEED 32B模型被指使用了阿里Qwen的视觉编码器和权重。在技术世界里，这叫复用成熟开源组件。在地缘政治世界里，这叫主权瑕疵。

在阿布扎比，G42的高管们正坐在谈判桌前——对面是美国商务部的官员。谈判内容不是估值、不是股权、不是技术路线图。而是：你们必须切断与所有中国科技公司的联系，否则微软的15亿美元投资将被华盛顿拦下。一个中东公司的主权AI，需要美国批准，才能获得美国投资来对抗中国影响。"主权"两个字，在这里被压得很薄。

3 X5 \! E/ E% ~8 o2 Q9 _! n& K

在孟买，AI4Bharat实验室的研究生们正在把自己的祖母拉进录音棚。她们要录的不是流行歌曲——是泰米尔语的日常对话、马拉地语的童谣、泰卢固语的菜谱。这些声音将变成印度主权AI的训练数据。技术工程当然在场，但更刺眼的是另一件事：22种官方语言、上万种方言，正在对抗一个只用英语思考的AI帝国。

0 Q& `3 n. v" M9 h  E1 K9 t

在苏黎世，工程师们在一个前身为教堂的建筑里调试Alps超级计算机。他们正在训练的Apertus模型支持罗曼什语——一种只有4万人使用的瑞士少数民族语言。4万人的语言，值得拥有自己的AI吗？瑞士人的回答没有犹豫：如果AI只需要服务"足够多"的人群才算有价值，那AI本身就不值得被信任。

! y  b2 U# o* }7 I0 I) }

在首尔（另一个场景），韩国国家代表AI项目的评审规则中有一条红线：模型必须证明自己不是被外部技术牵着走。Naver倒在了这条线上。《东亚日报》的标题冷如刀锋："Naver、NC在国家AI第一轮评估中出局。"在这个二选一的世界里，技术洁癖已经变成了一种战略资产。

在伦敦，英国AI安全研究所的研究员们正在对一家美国公司的前沿模型进行极限测试：它能设计生化武器吗？它能自主复制吗？它会系统性说谎吗？他们不建模型——他们审模型。这里的主权不靠建造，而靠否决。

  L$ _' E) T7 g* g8 r0 N

在华盛顿，政策圈子里没人说"主权AI"这个词。不需要。当你的产品是全球默认值时，"主权"是你不需要强调的东西。OpenAI的GPT、Google的Gemini、Anthropic的Claude、Meta的Llama——这些不是产品，是默认操作系统。当每个人都在用你的基础设施时，你不需要主权这个概念——你需要的是让这个概念显得像是别人自己想到的。

, {) }! H9 B5 G* j6 ^2 d& q5 c

把这些场景放在一起，图景就清楚了：一个芯片垄断者在全球推销"去中心化"。一个不需要"主权"的国家在替别人设定主权的边界。其余七十多个国家，则用砸钱、立法、开源、自研、选边站，回应同一个问题：

当硅谷的API和模型渗透进你的政务系统、你的母语语料、你的国防决策时——你还有没有说"不"的权利？

这个问题的答案，就是接下来八篇文章的全部内容。

---

第一章：为什么没有美国？——帝国不需要护照

如果有人问我这个系列为什么没有单独的"美国篇"，答案很简单：美国不是这场运动的参与者，它是这场运动的原因。

把太阳写进行星名单是一种分类错误

全球AI权力结构有一个根本性的不对称：一家美国公司控制了80%以上的AI训练芯片（NVIDIA）。三家美国公司控制了全球三分之二的云计算市场（AWS、Azure、Google Cloud）。五家美国公司定义了前沿AI模型的标准（OpenAI、Google DeepMind、Anthropic、Meta、xAI）。超过60%的全球顶尖AI研究人员坐在加州的办公室里领工资。

- [& \% \& D. @9 |

这组数据描出的，不是普通市场参与者，而是一个帝国的轮廓。

9 N/ O% [! `% a( k- x- l

当你的技术已经渗透到全世界每一个智能手机的默认输入法、每一个跨国企业的ERP系统、每一个政府的自动化决策流程时，你不需要"主权AI"这个词。你需要的是让这个词听起来像是别人自己想出来的——这样他们就会心甘情愿地用你的芯片来"对抗"你的霸权。

这就是Jensen Huang在做的。

2 `. A7 S: T- I* |# `* S& L

把美国放进这个系列里"巡礼"一章，就像在一本反殖民主义的著作里，用同等篇幅给大英帝国一个"案例研究"——这不仅是逻辑上的不自洽，更是叙事上的投降。美国的AI不是主权AI的一种，它是所有其他主权AI试图解决的问题。

主权不需要被命名——除非它正在被剥夺

一个关键的认知锚点：历史上，权力从来不需要给自己命名。"自由贸易"在19世纪不需要前缀——因为大英帝国的海军定义了什么是"自由"。"国际秩序"在20世纪不需要解释——因为华盛顿定义了什么是"秩序"。

7 i- y' h+ j: f! g# ~8 Z' j/ n  Y3 N

同理，"AI"在2024年之前不需要"主权"这个前缀——直到各国政府突然意识到了一件事：

他们租用的API可能会被关停。他们依赖的云服务受制于外国法律。他们委托训练的模型在回答政治敏感问题时，会先经过加州的价值观审查。

6 f5 b9 V' W2 M+ @

2023年，美国商务部长雷蒙多说："我们不会允许中国获得可以用来对付我们的先进芯片。"这番话的本意是遏制中国。但它的副作用是——所有其他国家都听到了同一条信息：在AI的牌桌上，发牌权在华盛顿手里。你能不能上桌，牌注多大，游戏规则是什么——不由你决定。

全球主权AI运动真正开始于那一刻：一个又一个国家发现，自己的AI基础设施并不是稳固的基础设施，而更像租来的领空。

7 y5 @0 ]8 w3 T% o- H- q5 I5 g8 |

雪崩来临之前
" q: d, O8 y0 ]

Snowden在2013年揭露的事实——美国科技公司向NSA提供用户数据——在当时被准确地描述为"监控丑闻"。但现在回过头看，那个事件是数字主权时代的奠基时刻。它第一次让全世界意识到：基础设施不是中性的。云端不是无主的。一个美国公司的服务器，就是美国领土的数字延伸。

而当AI模型能够处理的信息深度远超通信元数据——它能理解你的文化价值、模拟你的经济行为、预测你的政治决策——这种依赖的代价就不再是"隐私风险"，而是生存焦虑。

一个使用OpenAI API处理外交电报的欧洲国家。一个依赖Google翻译保护少数民族文化的东南亚政府。一个在微软Azure上运行国防后勤AI的北约成员国。在关键时刻，他们有没有说"不"的权利？

答案很可能是否定的。因为"说不"的代价不是换个供应商，而是整个AI基础设施的瘫痪。锁定效应走到这里，已经从技术锁定变成了存在性锁定。

* g* ?- a  |$ W& @9 k0 ]

悬置帝国，才能看清自己
6 L6 L! |) \: r7 E+ Y

本系列故意把美国从"被观察者"的位置上移除，不是因为它不重要——恰恰相反，是因为它太重要了，重要到如果你把它放在任何一个国家的旁边对比，它会把所有其他故事都吞没。

只有当你读完了中国全栈突围的代价、欧洲合规护城河的挣扎、中东"钱买主权"的悖论、印度22种语言的AI正义之战、英国用"审计权"替代"建设权"的智慧、新加坡用5.6万平方公里撬动6.8亿人的野心——你才会真正理解美国那套"AI就是AI"的叙事有多奢侈。

帝国不需要护照。因为在帝国的视角里，世界就是它的疆域。

而本系列要做的事情，恰恰相反——它要让帝国之外的所有人，重新画一张自己的地图。

---

第二章：概念的短促一生——从伦理遮羞布到算力军备竞赛
4 m, t5 N( t3 g

"主权AI"从学术角落词变成国家战略核心，只用了不到五年。但这条演化路径本身，就是一部全球权力转移的微缩史。

第一幕：Snowden教会了全世界一件事（2013—2018）
; F& ^- d5 k, a5 |) r. V8 h6 R

2013年，Edward Snowden从夏威夷飞往香港，随身携带的硬盘里装着美国NSA全球监控计划的证据。PRISM项目名单上赫然列着Google、Facebook、微软、苹果。

欧洲的反应不是愤怒——是耻辱。

"我们所有的数据都在美国的服务器上。"这个事实在被间谍活动利用之前，首先是一种主权放弃。2018年，GDPR以一种几乎报复性的严厉姿态登场。2019年，德国和法国共同推出GAIA-X——一个旨在建立欧洲自主云基础设施的计划。

$ J5 q# M0 Z$ B$ S! O

这个阶段的"主权"还是朴素的：数据留在我境内。服务器由我控制。不要所有的技术栈都指向西海岸。

这是一个关于物理控制的焦虑时代。AI此时还不在讨论的中心——它看起来太遥远了。人们不知道的是，这种天真正在倒计时。

: d4 x' q% z) G7 h8 |

第二幕：伦理战争的虚无陷阱（2019—2022）

当AI开始被部署在司法、医保、信贷、招聘系统里时，全球涌起了一场关于"可信AI""伦理AI""以人为本AI"的政治正确浪潮。

2019年，OECD发布AI原则。2021年，UNESCO发布AI伦理建议，193个国家全票通过——这是人类历史上第一次所有国家对一项技术同时说"我们应该善良一点"。

: [" a; ~" p+ C4 u* c

但这场运动有一个致命的空洞：它只讨论"应该怎么做"，从不讨论"能不能做"。

没有人在这个阶段提算力。没有人在这个阶段提芯片。没有人问："如果你没有10,000块NVIDIA GPU，你讨论的'主权AI伦理框架'是在讨论什么？空气吗？"

9 x& e, t3 I% n# E& Z/ l

事后回看，这个阶段像是全球政策制定者的一场集体自我麻醉——用伦理宣言替代能力建设，用措辞工整的公报替代产业战略。价值观讨论是廉价的。GPU很贵。

/ ~: K+ O9 ?; i第三幕：ChatGPT让所有人从梦中醒来（2022—2024）

2022年11月30日。OpenAI发布了ChatGPT。两个月内，1亿用户。人类历史上增长最快的消费级应用。

但真正的震撼不是用户增长数字。真正让各国政府夜不能寐的是另外一组数字：

一块H100 GPU：2.5万到4万美元。 训练一个GPT-4：至少需要10,000块。 总成本：硬件2.5亿美元。加上数据中心、电力、冷却、人员——5亿起步。 唯一的大规模供应商：NVIDIA。 美国政府刚刚宣布：不许往中国卖。

6 L7 a4 A2 T: T6 r9 t! ]1 s

那一刻，"主权AI"从一个论文关键词变成了一个国家安全议题。因为所有人都算清楚了一笔帐：在这场游戏里，门票是一万块H100。没有门票就没有入场资格。而售票窗口只有一间，且窗口上方挂着星条旗。

Jensen Huang抓住了这个历史性的窗口。2024年2月在迪拜，3月在GTC，每一次财报电话会议——"主权AI"从他嘴里说出来，不像学术词汇，像价格标签。每个国家都需要的"AI工厂"，恰好由NVIDIA提供全套施工方案。

有人讽刺他是"卖铲子的"——1850年代加州淘金热、赚得最多的不是淘金者、而是Levi Strauss的牛仔裤和Samuel Brannan的铁锹。但Jensen Huang要聪明得多：他不是在淘金热旁边卖铲子——他告诉所有人这里有金矿，然后说："顺便，铲子只有我卖。"

第四幕：全栈分裂与选边站队（2024至今）

到2024年中，全球已经形成两条并行但相反的运动。

9 F! s4 E' F6 c8 G! r

一边，芯片出口管制不断收紧。2022年10月第一轮。2023年10月第二轮。2024年更新。2025年加码。从GPU性能门槛到互联带宽，从最终产品到制造设备——美国试图在AI芯片的每一个技术维度上建立检查站。

另一边，主权AI基础设施投资正在变成全球最大规模的公共支出运动之一。欧盟AI大陆行动计划——2000亿欧元。美国CHIPS法案——527亿美元。欧盟芯片法案——430亿欧元。中国大基金三期——475亿美元。日本——约250亿美元。沙特——据报400亿美元AI基金。全球70多个国家发布了国家AI战略。

而中国DeepSeek在2025年1月引发的全球震动，给这场运动注射了一剂强心针：DeepSeek-V3技术报告披露的训练算力成本约557.6万美元，随后R1又把这种低成本高性能叙事推到了华尔街面前。NVIDIA市值一天蒸发近6000亿美元。

"没有最先进芯片就造不了最先进AI"——这个信念只存活了短短48个月。

到这里，AI基础设施已经从企业资产变成了国家领土；一套新的地缘政治逻辑也随之出现。

---

第三章：谁拥有智能？——AI权力的四根支柱

要理解为什么主权AI如此迫切，必须先看清一个令人不适的事实：人类历史上从未有任何一种技术基础设施，像当前的AI一样集中在如此之少的公司和如此之少的国家手中。

芯片：你以为你在买显卡，其实你在买护照
: {' l8 ~7 p( l' g

NVIDIA的数据中心GPU占据了全球AI训练市场的80%到95%。

这个数字更像一张主权定价表。

2 Y' J7 D6 T$ q( D  ~( A# ~* T

在一个成熟市场中，一家公司占据50%份额就被认定具有市场支配地位。80%以上是什么概念？这意味着NVIDIA不是市场参与者——NVIDIA是市场本身。

• 2025财年数据中心收入：1152亿美元
• 市值：在2024年突破3万亿美元——超过除美中以外的任何国家的全年GDP
• 训练一个前沿大模型的入门券：至少10,000块H100等效GPU
• 每块H100批量采购价：2.5万到4万美元。单就GPU硬件，入门费就是2.5亿美元
• 台积电制造全球约90%的先进AI芯片。而CoWoS先进封装——将所有AI芯片组件"粘合"在一起的技术——几乎是台积电的独家能力
• 高带宽存储器（HBM）——GPU性能的关键瓶颈——SK海力士独占50%市场
  ; R' n# K+ T2 U. p
  6 r; N4 L3 E  P5 \

这个供应链的任何一个节点，都在单一公司或单一国家手中。NVIDIA设计、台积电代工、CoWoS封装、SK海力士HBM供应——四个节点，跨越四家公司，但四家公司全部在一个地缘政治轨道上：美国及其最亲密的半导体盟国。

供应链上的任意一个节点被政治化，就足以瘫痪全球AI发展。而美国已经在这么做了——不是通过市场手段，是通过出口管制。

2022年10月。2023年10月。2024年更新。2025年加码。从GPU性能指标到互联带宽，从芯片本身到制造设备（ASML的EUV光刻机）——美国正在AI芯片的每一个技术参数上设置检查站。"贸易限制"已经不足以描述这套机制，它更接近一种常态化的技术封锁外交。

而芯片只是第一根支柱。

云计算：你的领土，我的服务器
6 h  A. a) P. w: v

AWS（31%-33%）、Azure（23%-24%）、Google Cloud（11%-12%）。三家美国公司，合计控制全球约三分之二的云基础设施市场。

当一个国家的政府将政务服务迁移到"AWS东京区域"或"Azure法兰克福区域"时，数据确实在地理上位于该国境内——但管辖权呢？美国《云法案》（CLOUD Act）授权美国政府要求任何美国云服务商交出存储在海外的数据。不是需要当地法院的配合。是直接要。

所以"主权云"首先不是技术术语，而是管辖权概念。德国、法国、印度、阿联酋——不管是自由民主国家还是君主制石油国——都在做同一件事：建自己的数据中心，用自己的法律管辖自己的数据。因为不论一个云服务商的"区域"叫什么名字，只要它注册在特拉华州，它就最终回应特拉华州法院——以及华盛顿。

" ~8 D( p1 P: {6 L$ V

基础模型：默认为硅谷

到2026年，真正拥有从零训练前沿大模型能力的实体，全球不超过15个。其中超过一半在美国。

) l9 K! G9 }0 ~( \7 z" @  r+ y; N

OpenAI的GPT-4o。Google的Gemini。Anthropic的Claude。Meta的Llama。xAI的Grok。欧洲只有Mistral。中国有DeepSeek、Qwen、ERNIE。阿联酋有过Falcon。韩国正在攻关。印度刚刚起步。

训练一个Griffin级别的模型——算力的估计已经逼近10亿美元。这已经不只是"昂贵"，而是结构性排他。对于绝大多数国家来说，训练前沿大模型不是一个"难不难"的问题，而是一个"有没有资格"的问题。

$ o; V6 ^/ b* u9 P) v! n3 a5 i

更残酷的是：能力差距不是在缩小，而是在系统性地拉大。领先模型正在从"更好的语言理解"演进到"推理能力、自主代理、多模态感知、工具使用"——这些能力定义的下一代AI，将不是"参数更多的LLM"，而是一个全新的技术物种。如果你现在才刚入门LLM，你已经落后了一代。"模型鸿沟"正在变成"物种鸿沟"。

9 y, ^" c! a5 W" x: K9 ~

数据的无声分配

非洲贡献了全球不到1%的AI训练数据，却拥有17%的世界人口和约2000种语言。全球约7000种语言中，不到4%在主流AI训练数据中有意义的存在。

问题不在于数据采集不够努力，而在于分配结构本身。AI训练数据主要来自互联网。互联网的内容主要由富裕的、英语为主的、北半球的创造者生产。AI从这个互联网学习，它的"世界观"就是这个互联网的世界观。然后这个AI被部署到全世界——成为一个披着科技外衣的地域偏见。

这四根支柱——芯片、云、模型、数据——共同撑起了一个权力结构的穹顶。而这个穹顶的中心在加州。

主权AI运动的一切，无论是DeepSeek在芯片封锁下的奇迹、还是印度把祖母的泰米尔语录入训练集、还是瑞士为4万人的语言训练模型——都是在尝试在这个穹顶上凿开一扇窗。

---

第四章：五重恐惧——为什么主权AI不是选项，是本能
9 ]( t" e7 Y3 V9 l  f  g$ ~3 ^

主权AI不是被"论证"出来的。它是被吓出来的。

第一重恐惧：锁喉之惧
( U+ D% ^: j9 Q* V; S9 ?2 p

这个恐惧有一个中文名字——"掐脖子"。

2023年10月17日，美国商务部工业与安全局（BIS）发布了一份长达数百页的出口管制修订案。核心条款是：对华禁售超过特定算力密度的AI训练芯片。A100不行。H100不行。此后推出的任何高性能AI芯片，只要技术指标越过红线，一律禁售。

3 C8 ^7 H" ]( [: K' F7 |" Q" g

对中国来说，这是一次国家级"断供"。对全世界来说，这是一个示范：如果华盛顿可以切断北京的芯片供应，它能不能切断任何一个国家的？

答案不需要猜测。依赖NVIDIA GPU的每一个国家都在同一时刻意识到——你的AI基础设施不是你的。它是一根管子，管子的阀门在别人的手里。而那个人刚刚当众拧了一下。

"掐脖子"已经从中国的特定焦虑变成了全球共用词典。如果你没有替代芯片来源、而你又不是美国的"盟友"、或者你今天是盟友但明天可能因为一项新政策变成"有限合作伙伴"——你的AI主权不是被论证着丧失的，是被政策一次性注销的。

# {4 M; Z# p' B) n7 L7 K

第二重恐惧：语言灭绝之惧
3 i" j: D6 r3 e2 N

冰岛。人口不到40万。冰岛语，古诺尔斯语的直接后裔，记录了一千年前的维京史诗。冰岛有句谚语："语言是穿上外套的思想。"如果你丢了外套，思想赤裸、无处可去。

2023年，冰岛教育部长公开说了这样一段话：如果下一代冰岛孩子对着手机和电脑只说英语，冰岛语将在两代人内变成博物馆里的展品。 这位部长不是在危言耸听——他是在描述一种已经开始了的过程。冰岛政府紧急与OpenAI合作，把自己的语言塞进GPT-4的训练数据。

- q2 n+ [0 K9 z" k' S, _# q/ \1 r

类似的案例正在变多。

" L# j9 b7 T- p+ E4 M( O

荷兰语正在被"Dunglish"侵蚀——学生在ChatGPT上写作业，输出的荷兰语在句式结构上越来越像英语。巴西两亿人的葡萄牙语，正在被欧洲一千万人的葡萄牙语版本"殖民"——因为AI训练数据以欧葡为主，巴葡被视为偏差。尼日利亚的伊博语使用者在ChatGPT上用伊博语提问，回复是约鲁巴语——因为AI分不清这两种完全没有亲缘关系的非洲语言。

9 |  v- ^( g' z1 @" `4 b" Q; A4 N

地球上约7000种语言，只有不到4%在主流AI训练数据中有意义地存在。对于剩下96%的语言——和说这些语言的数十亿人——AI不是工具。AI是一个沉默的灭绝事件。 它不主动消灭你。它只是假装你从未存在过。

第三重恐惧：数字封建主义之惧

"A few platforms own the digital infrastructure of society. Everyone else — including national governments — are merely tenants."

6 V" o5 p! b% O# \

"数字封建主义"这个词正在从科技批评的边缘进入政策制定的中心。

这个概念描述的秩序是这样的：少数科技巨头——以加州为核心——拥有云计算、AI模型、搜索引擎、社交媒体、数字支付的全部基础设施。你是一个政府，你可以"租用"这些基础设施来运行你的政务服务——但你永远不拥有它。你遵守它更新的服务条款。你接受它单方面调整的定价。你看不到它的算法是怎么做决策的。你无法审计它的安全边界。你无法影响它的进化方向。

在这个秩序里，主权国家政府是租户，科技公司是地主。你的GDP数据跑在亚马逊的服务器上；你的外交照会穿越谷歌的翻译器；你的社会福利分配依赖微软的AI模型；你的选战舆论战场由Meta的推荐算法定义。

" w% U7 B( R/ p. E# B5 D" a! |) p: g

"主权AI"在这个框架下更接近产权革命，而不只是技术竞争。它试图追问的是：当数字基础设施已经变成了社会运转的必需品，你对它的产权怎么可以是一纸服务条款？

第四重恐惧：敌方比我更懂我之惧
6 u) ?8 {' y4 l: v

各国安全委员会的机密简报里，这种恐惧的表达更直白。

"如果对手的AI比我们自己更了解我们的国家，会发生什么？"

一个外国AI系统，摄入了一个国家的全部公开数据——政府文件、卫星地图、新闻报道、社交媒体讨论、科研论文、遥感影像。它开始建立模型：经济脆弱性分布、关键基础设施冗余度、政治决策模式、社会压力点的转移轨迹、特定人群对特定信息的反应概率。

这已经超出传统"间谍活动"的范畴。它是可规模化的、自动化的、实时更新的战略剖析。传统的间谍需要十年才能建立的对一个国家的深度理解，AI可以在没有人类情报官参与的情况下完成——而且更新频率以"天"为单位。

6 ~  O  V2 c& o" h0 j

Rishi Sunak在2023年布莱切利公园峰会上的一句话，是对这种恐惧最准确的表达："迄今为止，只有开发者了解前沿AI的能力。但责任——对后果的责任——落在我们这些民选政府身上。这种不对称不能再继续。"

直译过来就是：政府必须在最敏感的基础设施中运行的AI模型上拥有独立的安全评估能力。不能把"安全"外包给制造模型的公司的免费声明。

/ O8 Z9 [% N& P2 }, G$ l

第五重恐惧：正义不在场之惧
& c* C. h0 M- h: W& L, ?1 \

最后一个恐惧不是关于"他们会对我做什么"，而是关于"我永远不在历史里"。

4 t6 C( Q# @+ D( H5 k5 m1 `8 |

非洲有17%的世界人口和约2000种语言，但贡献了不到1%的全球AI训练数据。非洲农民收到的AI农业建议——来自在北美和欧洲数据上训练的模型——推荐不适合当地土壤的作物品种、在当地没有销售渠道的肥料、照搬发达国家农药标准产生的不合规建议。

, l7 z4 `8 ]; i! T, G: o' K

问题不只是"精度不够"，而是系统性不在场。AI认知世界的知识来源，决定了谁是"正常人"，谁是"偏差案例"。当训练数据96%来自前20%最富裕的语种和地区时，AI不是中立的镜子——它是一个少数人的哈勃望远镜，其余所有人都在它的可见范围之外。

"殖民经济的结构正在代码中复制自己。"这句话正在从批判性学术变成政策界的共识。技术统治往往是殖民主义最有效的当代形态：它不需要士兵，只需要算法。

---

这五重恐惧没有先后顺序。它们同时作用，互相加剧。当一个国家对这三个问题——锁喉之惧、语言灭绝之惧、数字封建之惧——同时感受到紧迫时，主权AI就不再是"政策选项"。它是生存本能。

---

6 Y2 i& b- S9 R% N

第五章：主权AI的全栈解剖——从沙子到智能

如果说前四章描述的是"为什么"，那么这一章描述的是"是什么"。

主权AI不是一个单一的动作——不是"训练一个模型"或者"买一批GPU"。它是一个完整的、从物理世界延伸到数字世界的垂直堆栈。

第一层：半导体与芯片（沙子）

AI的物理起点不是代码，是沙子——高纯度硅。

在这一层，主权的含义是极其具体的：

• 你能否获得足够的高端AI训练芯片？（目前答案：取决于你能不能从NVIDIA买到，以及美国商务部是否批准出口）
• 你能否自己设计AI芯片？（美国有NVIDIA/AMD/Intel/Google/Amazon/Microsoft；中国有华为昇腾/寒武纪/壁仞；日本有Preferred Networks；英国有过Graphcore；韩国有Rebellions/FuriosaAI）
• 你能否制造芯片？（这几乎是一个不可能的任务：只有台湾的台积电能大规模制造5纳米以下的先进逻辑芯片；三星勉强能跟上；SMIC通过DUV多重曝光勉强实现了等效7纳米——但那是一个生产一块芯片的成本是正常成本数倍的权宜之计）
  
  * a: n6 Q3 N% J4 Y8 T& A

半导体主权的核心困境是：它是一个物理上不可能在短期内去中心化的产业。台积电花了40年、数千亿美元和全球最顶尖的工程人才才走到了今天的位置。对于一个想要在芯片层面实现"主权"的国家来说——除非你是台湾、韩国、美国或中国，否则这几乎是不可能的。

所以"芯片主权"在实践中常常退化为"芯片获取主权"：我造不了芯片，但我能不能确保我能买到？

而"购买"从来不是一个纯粹的市场行为。它是一种外交行为。一种地缘政治表态。

7 ]' a+ N2 E+ ^( U. w5 ]

第二层：AI超级计算机与数据中心（混凝土）

一旦你有了芯片，你需要把它们放进一个能运行的地方。

AI超级计算机不是普通的服务器机房。一台用于训练前沿模型的AI集群，其物理要求令人眩晕：

  b; h3 b1 S4 g0 `7 g5 X

• 电力：一个一万块H100的集群，满负荷运行时消耗约7到10兆瓦——相当于一个小型城镇的全部用电量
• 冷却：空气冷却已经不足以应付这种热密度。液冷正在成为标配——直接芯片冷却（direct-to-chip cooling）或浸没式冷却（immersion cooling）
• 网络：训练时GPU之间的互联速度是决定性瓶颈。NVIDIA的NVLink和InfiniBand提供了每秒数太字节的GPU间带宽——没有这些，你的十万块GPU就只是一堆各自为政的加热器
• 建筑：AI数据中心的天花板高度、地面承重、消防安全标准与传统数据中心完全不同。在美国，每月数据中心建设支出从2022年的约20亿美元飙升到2024年的超过250亿美元
  
  

对于大多数国家来说，建设这样一个级别的AI基础设施在物理上是可行的——但需要5000万到数亿美元的投资，以及与NVIDIA、数据中心建设商、电力公司的复杂协作。

英伟达把AI数据中心称为"AI工厂"，这个说法很准确：它们不再是传统的IT基础设施，而是类似于钢铁厂或发电厂的国家战略资产。

0 O9 \' |$ C9 q; T  F" e

第三层：基础模型（代码）

这是构成当前AI能力核心的大型神经网络。

$ w4 A: k2 U/ G% d

从零训练一个前沿大模型——不是基于别人的开源模型微调，而是从随机权重开始、用自己的数据从头训练——这是主权AI的"最高境界"。但它也极其昂贵：

• 硬件成本：至少数千万美元，通常数亿美元
• 技术门槛：你需要有大型分布式训练系统经验的工程师——这是一群全球只有几千人的稀缺物种
• 数据要求：你需要数万亿个高质量token的训练数据——这意味着你需要在全世界范围内抓取和清洗网页数据，或者拥有一个庞大的自有数据资产
• 能源消耗：训练一个前沿模型可能消耗数千万到数亿千瓦时电力
  
  ' v5 i1 J. N' X, b  [9 r

因此，在实践中，"模型主权"有三个梯度：

• 全主权：从零训练，全栈自有（成本最高，适合拥有强大算力和人才储备的大国）
• 半主权：基于开源基础模型（如Llama、DeepSeek、Qwen）进行大量领域适配和再训练——保留架构理解和对数据的完全控制，但不承担从零训练的全部成本
• 微调主权：在现有模型上添加本国的语言数据和文化知识——成本最低，适合资源有限的小国
  
  

这三种梯度之间的边界正是全球主权AI辩论中最激烈的技术争论之一。韩国的Naver Cloud因为在国家代表AI项目中触碰了"外部模型组件"这条红线而出局，就完美地说明了这一点。

第四层：应用程序与服务（界面）

这是主权AI的"最后一公里"——AI模型如何进入公民的日常生活。

在这一层，主权关心的不是模型本身，而是：

• AI驱动的政务服务是否将公民数据发送到境外服务器？
• 国防系统中的AI组件是否经过独立的安全审查？
• 教育AI是否用本国的语言、文化和价值观来与学生互动？
• 医疗AI的诊断建议是否基于本国的流行病学和药物可及性数据？
  8 E* `/ l/ H/ U
  + G' ?9 U6 r7 {

英国的主权AI策略在这个层面提供了最有启发性的案例。英国政府或许没有能力或意愿从零训练一个对标GPT-4的模型——但他们建设了全球最先进的国家级AI安全测试基础设施。英国AI安全研究所（AISI）的定位是：我们不训练最好的模型，但我们有能力验证任何部署在关键系统中的模型是否安全。

这是一种不同维度上的主权——不是"建设权"，而是"验证权"。

: L9 v0 F- Q  |0 g5 w  {" U

第五层：制度与治理（规则）

最后一层不是技术，而是法律、制度和标准。

: q' v  {$ T+ F1 c7 m( w5 C

当你有能力制定规则时，你就不需要凡事亲力亲为。

. }+ i( z# e( J- f8 G8 h/ C6 q6 h

欧盟AI法案是全球第一个全面的AI监管框架。尽管它的批评者——尤其是硅谷的批评者——将其描述为"欧洲在AI竞争中落后后的防御性立法"，但事实可能恰恰相反。通过设定全球最严格的AI合规标准，欧盟正在创造一个"合规护城河"：如果一家AI公司不能通过欧盟的合规要求，它就无法进入拥有4.48亿高购买力消费者的欧洲市场。

而"无法进入欧洲市场"——对于一个面向全球部署的AI产品来说——意味着在全球最大的几个市场中缺席。

- S3 w: }0 J: @( v/ v9 B

制度主权靠的正是这一套打法：用规则代替资本，用标准代替算力，用合规要求代替技术优势。 在这场游戏中，谁制定规则，谁就拥有解释权，而解释权有时比模型本身更硬。

---

' ^1 W; C: }! U9 O3 z

第六章：破局者的七张面孔——全球主权AI版图速览
  r5 l* z5 C1 v* P( u" P8 J! g

在过去的五章中，我们建立了一个分析框架——一个从沙子到智能的垂直堆栈，一种从依赖恐惧到公平危机的驱动力图谱。接下来，我们将这个框架应用到全球版图上，看到的是一个令人着迷的多样性全景。

" A  n! X" M. d* x/ E

虽然每个国家都在谈论"主权AI"，但它们各自的主权概念、实现路径和核心焦虑截然不同。以下是对本系列后续七篇的路线图预览。

欧盟：合规护城河与公共AI大基建

欧盟的主权AI故事是三线并行的。

第一条线是欧盟AI法案——一个重塑全球AI合规标准的规则体系。它可能比任何单一的AI模型都更有全球影响力。

第二条线是分散但多产的欧洲基础模型生态——法国的Mistral（60亿美元估值），德国的Aleph Alpha（强调可解释性），西班牙的ALIA计划（100%公共资金），以及欧洲超算联合体（EuroHPC）构建的公共算力基础设施。

第三条线是欧洲特有的焦虑——一种"数字殖民地"恐惧：欧洲消费者用美国的搜索引擎、美国的社交媒体、美国的云服务、美国的AI模型。欧洲的创新者在旧金山和北京之间寻找第三条路。

8 K: ]2 Q% u+ q0 g

法国的Xavier Niel——电信亿万富翁——投入3亿欧元创建了开放科学AI实验室Kyutai，其Moshi语音模型以极低延迟令人惊叹。但这笔投资与微软每年超过800亿美元的AI资本支出相比，就像用刀对抗坦克。欧盟的主权AI之路是一段"在约束中寻找自由"的受难史。

7 \. A) |5 B" k' M

亚洲突围：算力受限者的边缘创新

日本、韩国、台湾——三个截然不同的故事，但共享一个主题：如何在一个被算力巨头定义的游戏里，找到你自己的规则？

日本的故事关于"边缘创新"——Sakana AI利用演化计算和模型融合，在没有海量GPU的情况下实现了突破。"Attention Is All You Need"的合著者Llion Jones，现在正在东京书写着"自然启发AI"的新篇章。

韩国的故事关于"技术洁癖"——韩国国家代表AI项目的争议焦点，是老牌巨头Naver Cloud因中国Qwen视觉编码器组件被判不符合"独立AI"标准。这不仅是一个技术选择，也是一种地缘站队。

台湾的故事关于"语言主权"——TAIDE模型不仅是为了让AI说"台语"，更是一种"价值对齐"的实验：如何让AI反映一个只有2400万人口、但在全球芯片供应链中占据关键位置的社会的独特文化立场？

中东：石油资本的算力绿洲

如果主权AI需要一个"大力出奇迹"的版本，中东就是答案。

沙特阿拉伯将2026年定为"人工智能年"。阿联酋建立了全球第一所AI研究生大学（MBZUAI），任命了全球第一位AI部长（Omar Al Olama，任命时年仅27岁），并孵化了从Falcon到Jais一系列令世界震惊的开源模型。

但最令人着迷的故事来自G42——这家阿布扎比主权财富基金支持的AI公司。2024年4月，微软向其投资15亿美元。但这笔交易的隐含条款是：**G42必须切断与所有中国科技公司的联系。**美国商务部长吉娜·雷蒙多亲自参与了谈判。

这个故事浓缩了主权AI的所有地缘政治矛盾：一个中东国家的主权AI公司，受制于美国的外交要求，向中国说"不"，然后拿着美国科技巨头的钱在全球扩张。

" W0 N7 j+ v' f" _1 t

英国：用"验证权"重新定义主权
; o3 |/ _- ?: m) \# P

英国没有从零训练自己的前沿大模型——但英国拥有全球最先进的国家级AI安全测试基础设施。

英国的逻辑是这样的：算力和数据的本土化，不等于安全可控。 如果你的医院、你的电网、你的国防系统中运行着一个外国AI模型，你真正需要的不是自己训练一个替代品——你需要的是能够独立检验和验证那个外国模型的能力。

* ^. E6 T5 \% h; X5 h

"AI Safety Institute"（后更名为"AI Security Institute"）就是这个逻辑的制度化身。它打开了一个全新的主权维度：不在于"你造不造得了"，而在于"你查不查得了"。

印度：以开源之名，行语言正义之战

印度拥有22种官方语言、上万种方言、数十亿未被AI代表的母语者。从萨瓦姆AI（Sarvam AI）的小型高效模型，到AI4Bharat实验室的开源印度语模型矩阵，再到政府主导的"印度语翻译使命"（Bhashini），印度正在用开源力量和数字公共基础设施（DPI）哲学，打一场全球独一无二的语言普惠战争。

印度没有试图在"规模"上与OpenAI竞争。它的主权AI之路是另辟蹊径的：用公益精神代替商业主导，用语言覆盖度代替参数规模，用数字包容代替技术前沿。

小国大生态位：新加坡与瑞士的"信任溢价"

人口560万的新加坡，凭什么成为整个东南亚的AI枢纽？答案是：新加坡不做通用大模型。它做的SEA-LION模型覆盖了东南亚十多种语言和方言——包括闽南语、潮州话这些被主流AI完全忽视的"方言"。新加坡把自己打造成了东南亚AI生态的"分发节点"。

瑞士的故事则更富有哲学意味。瑞士联邦理工学院（ETH Zurich和EPFL）发起的"瑞士AI倡议"，其Apertus模型被明确标注为"完全透明"——训练数据、训练代码、模型权重全部开放。瑞士正在将其中立、精确、可信赖的国家品牌，从钟表和银行业移植到AI领域。

这两个小国的共同策略是：不追求全能，只守住一个别人绕不过去的位置。 对中小国家来说，这比复制大国全栈更现实。

中国：全栈基建狂魔与"掐脖子"突围——作为终章
, k! F$ _. T/ U. r. B# @

最后——当我们遍历了全球所有其他主权AI的模式之后再回到这里——中国的故事将呈现出不同的面貌。

中国是世界上唯一一个正在系统性构建全栈AI主权——从芯片设计到基础模型，从操作系统到开发者生态——的国家。这是被逼出来的。自2022年10月美国实施第一轮AI芯片出口管制以来，中国面临着全球最有针对性的技术封锁。华为昇腾芯片成为唯一的国内选项，DeepLink和FlagScale框架正在缝合异构的国产芯片生态，"鹏城云脑Ⅲ"正在成为一个国家级的算力大动脉。

但中国的故事不仅仅是"在封锁下求生存"。它也是一个关于制度能力的故事——"举国体制"如何在应对系统性技术挑战时展现出独特的优势。2025年1月DeepSeek-R1的发布，以及DeepSeek-V3技术报告中约557.6万美元训练算力成本的披露，彻底颠覆了"没有最先进的芯片就造不了最先进的AI"的认知。华尔街为此动荡了一天。英伟达市值一天蒸发近6000亿美元。

+ w8 r% |* F3 n' h% j  p/ Z

将中国放在最后，不是因为它的故事最不重要——恰恰相反。是因为只有在理解了其他所有国家"为什么做不到"之后，你才能真正理解中国"为什么必须做到"。 中国的全栈突围不是一种策略选择——是所有其他选项都被封锁之后剩下的唯一一条路。

---

在接下来的七篇文章中，每一篇都将沿着四条主线拆解一个国家的故事：

• 算力从哪里来？——自建超算？商业云租赁？国产芯片？能源结构？
• 钱从哪里来？——国家拨款？主权基金？VC私募？外资？谁的钱有附加条件？
• 技术怎么走？——从零训练？开源微调？模型融合？"纯血"技术路线还是务实"拿来主义"？
• 最怕什么？——每个国家选择的主权AI路径，通常都能回到它最深的恐惧。
  # T. X4 r# k# T7 D7 g. `/ v& R3 v: u
  

这四条线不是用来比较"谁更好"的。它们用来揭示每个国家的制度性格——主权AI策略往往是一个国家最深层的战略文化在技术维度的投射。

---

/ h. y. |, I8 ~

终章：七十条线

2026年6月。欧盟正在就《云和AI发展法案》（CADA）做最后协调。全球70多个国家已经发布了AI战略。NVIDIA市值在3万亿美元上下振荡，一个季度卖出的GPU总值超过大多数国家全年的军费开支。全球AI年度投资正冲向3000亿美元。

- \7 Y. k! i1 c7 O0 c+ j( B9 `" A

"主权AI"已经从Jensen Huang的推销词变成了外交辞令、变成了国家预算科目、变成了产业战略白皮书封面标题。

但它的内核从来没有统一过。

对中国来说，主权AI是活下来——在芯片封锁下维持AI能力的底线，然后找机会反超。 对欧盟来说，主权AI是立规矩——既然无法在模型层面竞争，那就让所有模型遵守统一的合规标准——而合规标准由欧洲来写。 对英国来说，主权AI是查账权——我不建模型，但我能检验任何部署在英国关键系统中的模型是否安全。这是一种用"审计权"替代"建设权"的主权。 对沙特和阿联酋来说，主权AI是买门票——石油美元换算力美元，用"别人没有的资本密度"购买AI大国的入场券。 对印度来说，主权AI是语言正义——22种官方语言、上万种方言的十亿人不能被英语AI无声地抹掉。 对日本来说，主权AI是绕道走——算力拼不过，就在算法层面找弯道。演化计算、模型融合、蚂蚁算法——只要能避开GPU军备竞赛。 对新加坡来说，主权AI是分发权——560万人的国家不为通用AI竞争，但可以成为6.8亿东南亚人的AI分发节点。 对瑞士来说，主权AI是信任溢价——最精确、最开放、最中立——用国家品牌换取全球隐私敏感领域的不替代地位。

Jensen Huang至少在一件事上没有说错：每个国家都应该有自己的AI。

- c" S5 K9 q/ \& q2 b% Y

但"拥有自己的AI"——这七个字，摊到全球七十多个国家和数百种语言和文化面前，意味着七十多条完全不同的路径。有些是高速公路——砸几百亿美元、调动全国家机构、从沙子到应用全栈铺设。有些是步道——几个研究员、一台开源模型、一个社群的数据众筹。有些甚至是地道——在封锁线的缝隙中找到别人看不见的通道。

但没有一条路是免费的。 每一块GPU都跟着一份出口管制文件。每一笔投资都附带着一个地缘政治立场。每一个训练数据选择都是一个文化表态——你说"AI说我的语言"的同时，也在说"我的语言值得被AI记住"。

这个系列的每一篇文章，都在讲一条这样的路。它不急着判断哪条路正确，因为在这个分裂的时代，真正的问题没有标准答案：

当世界被硅谷和北京的代码重新绘制时，你的边界还由你来定义吗？

有些国家用算力回应，有些国家用法案回应，有些国家用语言回应。还有些国家选择沉默，而那种沉默本身也像一句话：我不玩你的游戏。

但不管是哪一种回应，有一件事已经不再需要讨论了：全球AI的默认时代结束了。

% `, x( Z6 H1 ]) R

你不再可以不选边。即使你选了"中立"，那只是一种更加昂贵的选边。你不再可以使用"通用AI"——因为接下来的世界，只有"你的AI""我的AI"和"他们的AI"。你不再可以假设"技术无国界"——因为芯片上有制裁编号，云上有司法管辖权，模型里有价值观审查。技术从来都有国界，只是以前不需要你在合同上签字。

七十多个国家已经开始签了。

接下来的七篇文章，就是他们的签名。

---

下一篇：《欧盟篇——数字主权焦虑与规则护城河的建构》

1 ~$ f! r; i7 @+ z# ?4 a
% l- f; b; B0 A. a' w( M$ g9 u
3 C7 \: q+ F  B4 I2 ^' Z2 B$ t

五月

很有启发性，期待教授的鸿篇巨制。
) v" }) c9 T+ _2 w# F: Z, s

leekai

挑个刺，文中实质性把台湾当成了一个”国家“来描述。