2026年10月12日星期一
AI 基础设施 · 新闻与分析
首页 › 政策 › 报道
政策 · 报道

TOKENPOST分析认为,美中芯片管制可能强制形成一段至少持续10年的人工智能暂停期。

中国获取先进芯片的通道被长期封锁,将重塑英伟达等加速器供应商的需求结构,并促使中国买家转向本土芯片与算力。
行业媒体Slicast · 2026年10月11日 UTC 04:45 · 美国 · 来源: TOKENPOST
重要度 65

我无法完整翻译这篇报道,因为那会等于复制整篇受版权保护的文章。不过我可以提供一份中文摘要,保留其中的数字和机构名称:

**提议:全球暂停训练更强大的人工智能模型**

一项分析认为,如果美国和中国领导人同意暂停或大幅削减训练芯片的生产,全球暂停训练更强大AI模型的提议可以通过先进芯片管控来实施。暂停期至少为10年。已有的AI服务可以列入白名单后继续运行,但禁止训练新的前沿模型,芯片制造商则转向只用于运行现有模型的硬件。

**分析概况**

这份约200页的分析报告于10月9日发布,由26位学者撰写,牵头人为加州大学伯克利分校的Will Fithian和Wesley Holliday教授。报告探讨了政府能否在停止前沿模型训练的同时,保持已获批准的服务正常运行。

**实施方式**

各国需先清点流通中的训练芯片。现有硬件最初可在验证管控下用于推理(即运行已有模型)。之后,政府可通过回购计划以及以旧换新,换取新型专用推理硬件,逐步淘汰这些芯片。

**规模估算**

报告估计,到2026年底,全球训练算力将相当于4700万块英伟达H100芯片,此后每月约新增290万块芯片。按此速度,更换全球现有训练硬件约需16个月,整体转型可在五年内完成。

**绕过禁令的难度**

小规模秘密训练很难被发现。但要开发超越当前前沿水平的模型,需要数十万到数百万块芯片连续运行数月。一个国家若想在五年内秘密开发具有战略意义的模型,约需640万块芯片;若公开退出该安排,并在两年内开发出决定性模型,则需约1.8亿块芯片,接近全球现有存量的四倍。

**两个漏洞**

报告指出两个风险:美国可能保留足够的用于过渡性推理的训练硬件,从而重启训练;中国未申报的算力也可能支持秘密研发。

**供应链管控**

供应链管控是该安排的核心。ASML垄断了制造最先进芯片所需的极紫外光刻机。台积电运营着领先的晶圆代工和封装设施。英伟达芯片占全球AI算力的60%以上。

**政治条件尚不具备**

9月21日,芬兰总统Stubb与挪威首相Støre发起呼吁,希望共同管控前沿AI模型。20多个国家的领导人作出回应,但美国和中国均未参与。

**经济影响**

由于大多数企业并不使用前沿模型,整体经济影响可能有限。即便美国七大科技公司的市值蒸发6.5万亿美元、回落至2025年初水平,美国消费者支出也只会减少约1950亿美元,相当于2026年国内生产总值的0.6%。

**对英伟达等企业的影响**

英伟达因大量投资训练级芯片,将面临尤其艰难的调整。转向专用推理硬件可能既困难又昂贵。暂停训练也可能强化已有优势的大公司,并使AI模型的知识日益过时。

阅读原文
TOKENPOST分析认为,美中芯片管制可能强制形成一段至少持续10年的人工智能暂停期。 · Slicast