主权AI：新的国家基础设施军备竞赛

要点

• 计算作为战略资产：各国正在将数据中心和 GPU 重新归类为关键的国家基础设施，与能源网和国防系统同等重要。
• “人工智能集团”的形成：互联网正在分裂成由硬件供应链（美国/英伟达 vs 中国/华为）和数据驻留法定义的“人工智能集团”。
• 法国的主权模式：在 Mistral 和 Kyutai 的领导下，法国积极构建专注于开放权重和国内计算能力的“第三条道路”。
• 能源与情报的联系：主权人工智能正在推动对能源政策的大规模反思，核能（法国）和可再生能源（阿联酋）与国家情报能力直接相关。

当前的人工智能历史不仅由硅谷的代码编辑者书写，而且由巴黎、东京和阿布扎比的内阁会议书写。在过去的十年里，互联网的潜规则很简单：美国提供平台（谷歌、AWS、微软），世界提供用户。当互联网涉及通信和商业时，这种安排就有效。当互联网成为国家大脑时，它就不起作用了。这种转变超越了搜索引擎。核心问题是信息检索的商品化。如果人工智能能够比人类更好地合成事实，那么整个广告支持的网络模型就会崩溃。正如我们所知，整个行业正在见证 SEO 的消亡。英伟达首席执行官黄仁勋表示，计算是新石油。如果计算是石油，那么数据中心就是炼油厂，而大型语言模型 (LLM) 就是为现代经济提供动力的精炼燃料。 测试时计算：新的缩放法则不再仅仅与训练数据大小有关；而是与训练数据大小有关。这是关于模型在生成答案期间花费了多少计算量。 2025 年，世界领导人醒来时意识到一个可怕的事实：他们已将认知基础设施外包给外国公司。

如果美国政府可以传唤微软获取都柏林存储的数据（通过云法案），或者如果 OpenAI 安全政策的改变可以单方面改变法国医院处理患者数据的方式，那么“数字主权”就是一个神话。这种认识引发了对主权人工智能的争夺——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。这不仅关乎民族自豪感，也关乎民族自豪感。这关系到算法时代的国家生存。

背景：大觉醒

要了解主权人工智能竞赛，必须看看“API 陷阱”。 2020 年至 2023 年间，随着 GPT-3 和 GPT-4 展示了生成式人工智能的力量，各国政府纷纷整合这些工具。然而，他们很快就遇到了数据驻留的困境。

云法案与 GDPR 冲突

欧洲和亚洲的政策制定者意识到，依赖 U.S.-East-1 托管的 API 端点意味着将其公民最敏感的数据（医疗记录、税务信息、法律文件）导出到美国管辖下的服务器。美国《云法案》（澄清海外合法使用数据法案）允许美国联邦执法部门强制美国科技公司提供存储在服务器上的请求数据，无论数据存储在美国境内还是境外。

对于法国这样一个以战略自主为荣的国家来说，这是不可接受的。它造成了一种局面，即国家的“情报”只能在外国超级大国的意愿下存在。

芯片禁令催化剂

第二个催化剂是美国对中国高端 GPU 的出口管制。虽然其目的是遏制中国的军事人工智能发展，但它却对世界其他地区（“全球南方”和不结盟国家）产生了冲击。它表明访问情报基础设施是一种可以撤销的特权。如果一个国家不拥有硬件，他们就无法拥有未来。这加速了日本、阿联酋和印度对国内“人工智能云”的投资，以确保他们拥有无法远程破坏的计算储备。

法国：“第三条道路”冠军

法国已成为追求主权人工智能最积极的西方国家，积极试图在中美之间开辟“第三条道路”。

商业冠军：Mistral AI

Mistral AI 是这一战略皇冠上的明珠。 Mistral 由前 Meta 和 DeepMind 研究人员（Arthur Mensch、Timothée Lacroix、Guillaume Lample）创立，专注于效率和开放权重。通过发布 Mistral Large 和 Mixtral 8x22B 等模型，他们为欧洲公司提供了可以在“本地”托管的 GPT-4 的高性能替代方案。

这种“本地”功能是主权的杀手级功能。法国国防承包商可以在自己的 H100 私有集群上运行 Mistral，确保 OpenAI 或 Microsoft 的数据零泄漏。

研究中心：Kyutai

为了支持这一目标，Xavier Niel（《Iliad》的所有者）和 Eric Schmidt 向巴黎一家非营利性开放科学人工智能实验室 Kyutai 提供了 3 亿欧元的支持。这确保了人工智能的“基础科学”仍然属于公共领域，防止被美国企业实验室完全掌握。

基础设施：核优势

法国的秘密武器是其核电网。人工智能训练非常耗费能源。训练前沿模型需要千兆瓦时的电力。与德国的煤炭密集型电网或英国容量有限的电网相比，法国的低碳、稳定的核电基荷为托管主权人工智能数据中心提供了巨大的竞争优势。

阿联酋：石油财富到数字智能

阿拉伯联合酋长国（UAE）提供了一种不同的模式：国家指导的大规模资本部署。

猎鹰和 G42

阿联酋技术创新研究所 (TII) 发布的 Falcon 180B 震惊了世界，这是一款可与当时美国最好的专有型号相媲美的开源型号。这是一份意向声明：阿联酋不仅是人工智能的消费者，而且是人工智能的生产者。

这里的关键参与者是G42，一家总部位于阿布扎比的人工智能控股公司。 G42 在构建主权人工智能所必需的大规模数据中心方面发挥了重要作用。

微软交易与转型

这里的地缘政治摩擦是显而易见的。 2024年4月，微软宣布向G42投资15亿美元。从表面上看，这看起来像是一种标准的合作伙伴关系。事实上，这是一项地缘政治条约。作为交易的一部分，G42 同意从其堆栈中剔除中国硬件（华为设备），以确保对 Nvidia 芯片和 Microsoft Azure 服务的访问。

这说明了“AI集团”的形成：阿联酋必须选择一方来获得“精炼燃料”（先进的AI模型和芯片）。他们选择了美国堆栈，但通过拥有物理基础设施和模型许可证来维护主权。

日本：机器人革命

日本对主权人工智能的态度与其人口危机及其在机器人技术方面的实力密切相关。

软银的 Project Izanagi

软银的孙正义正计划成立一家价值 1000 亿美元的人工智能芯片合资企业，代号为 Izanagi，以与 Nvidia 竞争。尽管雄心勃勃，但立即采取的行动是为日本国内人工智能计算平台确保数千台 H100。

ABCI 和富岳

日本也在利用其超级计算传统。 Fugaku 超级计算机（曾经是世界上最快的）正在被重新分配用于法学硕士培训。这里的紧迫性是语言和文化。大多数美国模型主要接受英语数据的训练，在处理日本企业礼仪或细微差别时往往会产生微妙的“文化幻觉”。对于日本来说，“主权人工智能”意味着人工智能能够真正理解日语上下文，而不仅仅是翻译文本。

技术深度探究：主权堆栈

构建主权人工智能不仅仅是下载模型。它需要一个完整的、垂直集成的堆栈。

1. 能量层

没有主权、稳定的权力，就不可能拥有主权人工智能。 数据中心的功耗$P$大致为：

$P_{total} = P_{IT} + P_{Cooling} + P_{Losses}$

对于人工智能来说，密度是关键。一个标准机架可能消耗 10kW 的功率。 Nvidia H100 NVL72 机架可消耗 120kW。这需要液体冷却和专门的变电站。各国正在优先考虑靠近发电站的数据中心区域（北欧的水电，法国的核电）。

2. 硅层

这是瓶颈。各国正在储备 H100/B200。 “主权”来自所有权。如果您从 AWS 租赁，您就是租户。如果你买了集群，你就是房东。 训练模型的成本大致遵循简化的 FLOP 计算：

$C \approx 6 \times N \times D \times E_{flop}$

其中：

• $N$ 是参数（例如，1 万亿）
• $D$ 是训练代币（例如 20 万亿）
• $E_{flop}$ 是每个浮点运算的能量（在未优化的硬件上约为 $10^{-12}$ 焦耳，在 H100 上更好）。

3.数据层

主权数据法要求“国家利益数据集”（人口普查、健康、地理空间）不得跨境。这就需要“气隙”或“主权云”区域，在这些区域中光纤实际上不会连接到公共互联网，也不会穿过厚重的防火墙。

行业影响

互联网的“巴尔干化”

这种转变是从“万维网”到人工智能领域的“分裂互联网”。

• 对科技巨头的影响：美国云提供商（AWS、Azure、Google）正在通过启动“主权云”区域（例如“Google 分布式云托管”）进行调整，其中控制平面位于本地，而不是在山景城。
• 对国防的影响：军事人工智能永远不会在共享云上运行。主权人工智能实际上是国防部门的升级，创建了一个新的军事工业数字综合体。

经济分化

未能建立主权人工智能的国家有可能成为“数字殖民地”，出口原始数据并进口昂贵的情报。成功的国家将在其境内保留其数据的经济价值。

未来展望

短期（1-3 年）

预计会有大量国家资助的资本支出。各国将像补贴半导体工厂一样补贴人工智能数据中心。预计欧盟和海湾合作委员会地区的“主权云”市场的增长速度将快于公共云市场。大多数人都会在商业上失败，但作为人才磁石在战略上会取得成功。

长期（5 年以上）

重点将从“训练”主权转向“推理”主权。随着模型商品化，在边缘（国家医院、学校和电网）高效运行模型的能力将比拥有最大的基础模型更重要。 “主权芯片”——由国家（如印度或欧盟）开发的定制 ASIC，以减少对 Nvidia 的依赖——也有可能出现。

底线

主权人工智能的竞赛是新的太空竞赛，但风险更高。月亮是象征性的胜利；人工智能是经济引擎。对于法国、日本和阿联酋来说，对美国技术的依赖不再是一种令人不舒服的便利，而是一种不可接受的国家安全风险。通过为 21 世纪的石油建设自己的炼油厂，他们正在确保他们的数字未来是用自己的语言、根据自己的法律、在自己的芯片上书写的。

资料来源 (5)

• blogs.nvidia.com Nvidia - France Sovereign AI Infrastructure
• mistral.ai Mistral AI
• asn.com Unitel Cloud Services & Mistral Partnership
• presse.economie.gouv.fr French Ministry of Economy - AI Strategy
• datacenterdynamics.com Data Center Dynamics - France AI Build Out