围绕AI算力展开的政治博弈，一直在此起彼伏地发生着。
不过，事情也在悄然发生变化。
我们发现，那种“美国一禁运，中国就破防”的紧张情绪，已经减弱了很多。
前不久，美国商务部出了一份《采取额外措施应对与重大恶意网络行为相关的国家紧急状态》提案，提出：禁止中国公司使用美国的云计算资源来训练AI模型。
这相当于AI芯片禁运的“补丁”。美国商务部长吉娜·雷蒙多在采访时提到，美国的云数据中心也大量使用AI芯片，而美国对芯片实施了出口管制，也必须考虑关闭这条路径。
这一次，中国AI业内和大众的情绪都还算稳定。
一方面表现在语言上。AI行业群内对这个提案的讨论都很少，并不是讳莫如深，而是一种“早已料到”的淡定，倒是对国产算力替代、通用算力训练AI等话题的关注度，不断提升。
另一方面表现在行动上。各个AI企业、大模型公司，也并没有急着“下美国云”，或是紧急研究什么避险方案。要知道之前英伟达H100和A100芯片被禁运时，产业各方都迅速反应，英伟达随即推出定制版，国内大厂疯抢囤货，紧张感拉满。
同样是对AI算力的限制，为什么美国云基础设施，不再让我们 “汗流浃背”了？从一张“哑火”的AI禁令背后，我们可以读到很多。
新AI禁令，影响到底有多大？
先说结论：没多大。
可能有人要急了，AI算力供需本就紧张，芯片不让卖、云也不给用，你还说没事，心也太大了吧？
知道你很急，但你先别急。
第一，美国云厂商在国内公有云市场的份额很小，并且越来越小。
按美国商务部长的说法，被要求审核中国AI公司身份的美国基础设施即服务 (IaaS) 提供商，主要包括亚马逊AWS、微软Azure、英伟达算力云等。
微软Azure、英伟达算力云的中国市场份额，小到无法拥有姓名。IDC近日发布的《中国公有云服务市场（2023年第三季度）跟踪》报告显示，2023年第三季度，中国公有云（IaaS+PaaS）市场中，唯一占据一席之地的美国云服务商是AWS，其市场份额也只有8.2%。并且相比2022年第三季度的8.5%，占比还有所下降。所以说，受该禁令影响的中国用户数量并不多。
第二，美国云厂商的中国用户，使用量也都不大。
目前使用AWS、azure等美国云数据中心的中国用户，以外企的中国机构、出海中企、混合部署等需求为主。艾瑞咨询曾在《2021年中国基础云服务行业数据报告》中，首次增加了“出海业务”，亚马逊AWS的市场排名立马从第五挺进前三，说明其国内业务的“出海”比例极高。
外企在中国、中企走出去，是一个目前还不算主流的边缘市场。而混合多云部署的中国政企客户，“不把鸡蛋放在同一个篮子里”，目的是分散风险，美国厂商的云本身就是“备胎”，当然也不会将太多核心业务放在上面。
（艾瑞咨询：2021年中国基础云服务行业数据报告）
第三，美国云的AI黏性有限，中国主流的AI大模型及应用都在国内云上。
有人会担心，微软云azure支持OpenAI那么领先的大模型，还有各种AI套件，肯定会吸引一部分国内用户，通过云访问调用其AI能力吧？
一方面，OpenAI的大模型并不向大陆开放，IaaS层面的计算资源差异性不大，海外云的吸引力也就大打折扣。另外，要让AI模型跑得“多快好省”，不仅要有万卡集群的硬实力，还需要软硬协同优化、异构硬件兼容、开发工具链、社区生态，甚至商业资源、联合开发等各种支持，国内云厂商无疑更具本土化优势，也成为中国产学研用机构做AI的首选。
政企客户和国计民生关键行业，自主可控已经成为共识，纷纷选择成为国内云厂商的客户。2023百度云智大会的一组数据显示，千帆大模型平台上的月活企业数，已近万家。
具备底层技术的中国AI大模型企业，更是从一开始，就将大模型部署在国内的云上。2023年7月，讯飞星火就与华为昇腾AI联合，让国产大模型架构在自主创新的软硬件基础之上，打造国产通用智能新底座。最新升级的讯飞星火认知大模型 V3.5，也强调自己是“国产算力原生模型”。
所以说，美国云服务商在中国大陆的市场份额少，业务体量小，AI黏性又不够强，因此对中国AI的影响有限，从而导致了此次禁令的“哑火”。
不是N卡用不起，而是国产算力更有性价比
这样会不会出现一种情况，像20世纪熊猫EDA那样，美国一看禁了个寂寞，干脆放开来抢市场，国内用户就流向了海外云平台？
大概率也是不会出现的。
因为国产算力并不只有安全自主可控这一个“卖点”，性价比优势对中国AI产业界也很有吸引力，而这是英伟达AI芯片很难取代的。
坦率地说，我们的芯片制造工艺确实还做不出顶级的强大芯片，性能上不比N卡强，为什么国产算力还能有高性价比呢？
高性价比的背后，是国内云厂商从三个角度的努力：
一是自建多样化的国产算力平台。
除了英伟达的高端GPU，国产AI芯片、通用CPU算力、超算中心算力，也都能处理AI专项任务，而且成本上更具优势。目前，云厂商都在强化对国产硬件的兼容性，积极构建国产算力体系。
具体来说，华为的AI芯片制造技术已经开始取得突破，昇腾系列稳定出货，在某些性能上甚至超越了英伟达的中国特供版。海光、华为、飞腾等自主设计开发的CPU/DCU芯片，既可以确保自主可控，也容易规模化量产。已经建好的超算中心，也可以为AI提供算力服务。
多样化、异构的国产算力体系，可以缓解AI和云计算对高端GPU的紧缺。
记得一位中科院的科学家跟我说过：等到智算、超算没有分界线的那一天，中国AI可能就真的崛起了。而国产算力从硬件走上云端，转变为AI云服务，正在加速这一天的到来。
二是算力网络的一体化调度。
OpenAI训练ChatGPT等采用的是“集中式”算力，即万卡集群。中国没有那么多先进的卡怎么办？用“分布式”算力，把各个地区的算力网互联互通，一样可以给AI企业提供算力服务。
举个例子，北京、上海、广州、武汉等地都有2000块卡的算力中心，把它们通过专网联合起来，就能组建起一万块、两万块卡的算力平台，代替一个万卡集群，来做超大规模数据训练。
“分布式”算力，就需要把分布在全国各地的智算中心、云计算中心、超算中心给联接起来。早在2020年，国家多部门就出台了《关于加快构建全国一体化大数据中心协同创新体系的指导意见》，建立横跨东西的算力网络与数据存算一体化节点，可以有效调节中国算力供需。通过统一算力调度平台，可以将数据源周围的闲置算力资源调度起来，更高效地满足AI产业各界的巨大需求。
三是技术创新的算力榨取。
当然，国产算力要在性能上达到顶级GPU的能力，确实有些为难。所以，尽可能地榨取国产算力，让其精准适配AI训练推理等任务的需求，会让资源利用率更高，成本效益更加显著。
提升算效，发挥出每一张卡的价值，需要一系列创新技术的支持，软硬件联合优化，计算行业与AI行业的协作。云厂商联合基础设施供应商、AI产研各方，积极开展技术创新，提升算力训练效率。
比如，百度智能云千帆平台，就通过分布式并行训练策略和微秒级互联能力，让万卡训练集群的加速比达到95%，也就是发挥出了95%比例的机器的效能。
总结一下，让中国AI发展不掣肘于芯片供应，国内云厂商真的很努力。
今天再面对一纸“禁令”，中国AI也可以淡定地说一句：不是N卡用不起，而是国产算力更有性价比。
备战是为了不战，中国AI的未来通道
如今，对于AI算力，或许我们可以暂时放下紧张情绪，对相关禁令松一口气了。
必须强调一点，自主可控不是为了全面替代。彻底脱离海外AI软硬件的供应链，既不现实，也没有经济效益。
有句话说得好，要把枪放在谈判桌上。
当我们有了自主的AI基础设施，自己的AI软硬件开发生态，不用担心“美国一禁运，就没有算力用”，对方没有了“博弈”的筹码，一通操作结果禁了个寂寞，自然也就没有必要再继续折腾了。如此，才有可能避免“擦枪走火”，让算力供应维持一个比较平衡和稳定的外部环境。
所以说，备战是为了不战。
当然，一波又一波的禁令也表明，围绕AI这一关键领域的博弈只会愈演愈烈。昨天禁芯片，今天禁云服务，明天禁什么不知道，但禁令一定会“虽迟但到”。
这种局势下，我们也要做好更多准备，才能在较量中获得话语权。
云计算作为中国AI的战略支柱，国内云厂商想要接住“泼天的富贵”，接下来还有许多工作要做：
1.做好国内算力基础设施与一体化算力网络的有效应用。
比如AI芯片种类繁多，既有不同品类，也有不同版本，兼容难度非常大，AI企业想用到最合适的芯片，有较高的切换成本，云平台对国产芯片的兼容性更强，能够减少企业AI训练的难度。再比如，算力网互联以后，异构算力怎么标识、怎么调度、怎么计费、通信协议怎么解决、资源配置效率怎么提升……这些问题都是需要持续解决的，也构成了国内云厂商的机遇。
2.提供全栈AI能力和完善的迁移服务。
AI大模型的技术复杂性也带来了采用、部署等方面的挑战，云厂商可以通过更友好、全面的AI能力和迁移能力，支持行业客户与开发者，建立起自己的AI生态系统，收获业务增长。
3.加强出海业务及服务能力。
前面提到，禁令的影响范围，可能是AWS上一些外企在华、中企出海的业务。这也提醒我们，中国的云服务商，不能故步自封，要积极出海，给中国企业在海外，搭建一条可信、可靠的通道，支撑它们海外业务的持续开展。目前，拥有全球化经验和业务布局的华为云，已经加速了欧洲、中东等市场的脚步，给中企出海、外企入中一个“更好的选择”。
莫听穿林打叶声，何妨吟啸且徐行。这些技术、产品与解决方案，汇合成一条中国AI前进的云端通道。让我们可以看到禁令，从容以对。因为AI基础设施，中国已经做好了准备。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
