编辑：编辑部 JZH
【导读】今天，一张图在网上爆火：中国AI专利数量占全球70%，成TOP 1！不过，曾撰写「AI 2027」预测报告的研究员却发长篇博文表示，AI竞赛美国稳操胜券，原因就在算力上。
中美AI竞争，目前谁更领先？
最近，有网友根据制作了一张图表。
数据显示，中国的GenAI专利数量，已经占全球的70%，远超世界上任何其他国家。
其中，在2014年至2023年间，提交量达到了惊人的38,000多项。
不过，在专利和出版物的引用量上，美国则稳居TOP 1。
比如，OpenAI只发表了48篇文章（排名第325位），但这些文章却获得了高达11,816次的引用（排名第13位）。
从结果来看，如今中美顶级模型的差距已经缩小至0.3%，差距几乎微乎其微。
就在同时，此前预言的非营利组织AI Futures Project，其中两大核心成员又带来了一篇长篇博文预测。
在他们看来，AI竞赛的结局就是美国必胜，原因只有两个字——算力！
前OpenAI研究员：算力为王，美国胜券在握
在AI 2027的两位作者Scott Alexander和Romeo Dean看来，美国在AI竞赛中是稳操胜券。
因为归根结底，算力才是关键。
Epocah AI：各国AI超级计算机计算性能的份额随时间变化
为什么？理由如下。
全球最顶尖的芯片制造商，就是台积电。而台积电的生产设备，很大程度上依赖于美国及其盟友，这就让它始终处于美国的影响力范围内。
从2022年，芯片管制就开始了：美国开始禁止台积电向中国大陆出口先进芯片。在一定程度上，这已经限制了中国的算力发展。
而接下来，一旦美国政府开始认真对待AI军备竞赛的可能性，相关限制还会进一步收紧。
两位作者估计，截至2024年，在全球可用于AI开发的先进芯片中，美国拥有75%，中国只有15%，世界上其他地区总共将拥有10%。
而据他们预测，到2027年，这个比例也不会发生太大变化。
可以肯定，当前的出口管制，必然增加了中国AI企业的运营成本，让他们很难轻易获得性价比最高的尖端芯片。
经过初步估计可以得出，与在没有制裁的情况相比，中国企业获取算力的成本高出约60%。
而在未来，美国的出口管制可能会进一步收紧，即使中国成功提升了本土芯片的制造能力，中国企业获取算力的成本效益也很可能会进一步降低。
公开报告数据显示，2025年中国企业在AI芯片上的投入约为美国企业的四分之一，
基于此可以推断，中美两国在AI领域的差距，很可能会维持现状。
既然美国的算力是中国的5倍，为什么在他们的预测里，中国「仅仅」落后3-6个月呢？
两位作者解释道，目前，美国和中国的芯片资源都被分散到了众多AI公司和非AI应用上。
比如，谷歌作为美国算力最强的公司，也只占全球先进算力的15%左右（并非全部用于AI研发）；OpenAI的占比更是只有5-10%。
而AI竞争的关键，就在于能否将算力集中投入到特定项目中。如果中国在算力的集中使用上比美国更出色，就很有可能建立领先优势，或者至少迅速赶上。
在他们的推演中，中国将在2026年开始集中算力资源，把15%算力份额中的10%集中到一个单一的大型AI项目中；而美国的算力资源则依然处于分散状态。
鉴于科技公司更有可能选择集中资源，而非分散投入，因此，在2026-2027年，美国领先企业所拥有的算力占比可能会达到15-20%，而不是目前的10-15%。
由于中国的AI项目将占用全球10%的算力，而美国领先的项目将占用全球15-20%的算力。
因此他们预测，美国将在算力方面保持对中国的微弱优势，如果没有发生以下这些事——
-
美国在芯片制裁上不给力
-
中国几乎将所有计算能力集中化，而美国几乎没有集中化
-
中国的计算集中化发展迅速——从2026年开始，到2027年接近完成
「AI 2027」中对中国算力集中度的预测：从2025年到2027年，集中度从0到70%的情况
在他们看来，到2027年，中国自己制造的芯片还不足以产生实质性的影响。
如果美国对制裁执行不力，中国在2030年初可能就能制造大量的国产芯片。但美国如果严格制裁芯片、关键设备和组件，那中国的芯片独立就将推迟到2030年代末。
当然，他们承认：如果我们高估了AI进步的速度，而且智能爆炸直到2030年代才发生，那中国就将处于有利地位。
电力的影响还未显现
在他们的推演中，在2027-2028年，电力对AI的发展不会构成太大阻碍。
毫无疑问，中国在电力上的优势非常大。
但美国很幸运，电力需求是AI芯片需求的下游环节，美国很可能有能力调集足够的电力产能，从而避免出现瓶颈。
和芯片制造一样，这个领域的最终结果，也是很大程度上取决于时间线。
如果AI大爆发要到2030年代才会发生，那么中国就将占据更有利的地位。
全球，美国和美国公司的AI电力
人才 VS 算力
难道AI仅仅取决于算力吗？当然不是。
在「AI 2027」报告发出后，有读者认为，他们显然有失偏颇，因为低估了人才的重要性。
两位作者承认，这种看法不无道理。
对于AI发展模式，通常分为两个维度：算力提升和算法优化。
通过算法上的突破，即提升构建AI的效率，可以在一定程度上弥补算力的短板。
但在他们看来，由于算法会受到算力的制约，即便时通过大量的人才去进行算法创新，终究无法弥补与美国的算力差距！
原因有三点：
1. 算法没有秘密
算法的进步总是伴随着相互借鉴和学习——仅仅通过与AI模型交互、阅读模型卡或者相关论文，就能获取大量信息。
DeepSeek-V3技术报告
美国借鉴中国的算法，中国借鉴美国的算法；OpenAI借鉴Anthropic的算法，Anthropic借鉴OpenAI的算法。
这也是为什么，中美两国头部AI企业的发展水平差距仅仅在一年左右。
系统卡：了解AI系统工作原理的新资源
此外，公司还会通过高薪挖角竞争对手的核心研究人员，从而获取关键技术。
可以合理推测，美国和中国都将在未来几年内加强安全措施。
但是，如果安全措施过于严苛，反而会阻碍发展。 比如，将研究人员隔离在戒备森严的基地，禁止他们使用手机，这可能就会导致大量人才流失。
2. 芯片制裁持续
即使存在差距，美国也更有可能占据优势。
两位作者表示，DeepSeek的-R1的确令人印象深刻，尤其是考虑到价格，它的性能堪称卓越。
但随着芯片制裁的实施，这种「低成本，高性能」的成功会很难复现。
而且，从同期模型的对比来看，美国的性价比更高。
3. 算力影响更大
一种观点认为，无论当前情况如何，最终中国人才都将占据主导地位。
中国人口是美国的4倍，STEM专业的博士毕业生数量是美国的2倍。这意味着，有大量聪明人有潜力进入AI领域。
不过，美国有一个优势，就是可以吸引来自世界各地的优秀人才。
例如，美国顶尖AI研究员Ilya Sutskever出生于俄罗斯，在以色列长大，并在加拿大接受教育。
考虑到这些因素，很难判断谁更具优势，或者优势有多大。
然而，一旦智能爆炸开始，AI就会开始参与AI研发，开始「自我改进」，届时「人才」规模将呈指数级增长，但算力资源却不会发生变化。
那么，会发生什么呢？
显而易见，算力将会成为研究的瓶颈——它不仅会限制大规模训练的规模，还会限制算法研究人员验证新想法的能力。
这个瓶颈有多严重？
为此，他们模拟了一种极端情况：接近ASI的AI模型将「人才」库扩大了1000倍，并且每个AI「员工」都拥有顶尖AI研究员（例如Alec Radford或Ilya Sutskever）的效率。
即使在这种极端情况下，研发速度也只能提升25倍。由此来看，（研究员假设的）2-4倍的人才优势就几乎可以忽略不计了。
GPT开山一作：Alec Radford
也就是说，算力的限制是很难逾越的。
AI公司的预算，也间接证实了这一点——
OpenAI在算力上的投入，是人力成本的6倍之多。
这么说，芯片制裁至关重要？
两位作者表示，在他们看来，最应该关注的反而是AI对齐风险。
如果中美两国能够停止竞争，并就负责任地开发AI技术达成某种国际框架，那将是最好的结果。
但对于那些更关注中美竞争的人来说，没有什么是比严格执行芯片制裁更重要的了。
作者认为，这会直接关系到美国能保持多久的全球AI领先地位。
在他们的推演中，在芯片制裁执行上的一点点微小差异，都可能直接决定未来的AI是由美国主导，还是由中国主导。
如果美国政府充分意识到其中的利害关系，就会将芯片制裁的执行置于首要地位，而这也是美国取胜的关键一招：
只需投入数亿美元，就能在AI竞赛中取得决定性的胜利——
远低于「星际之门」计划、发电厂等这类大项目动辄数十亿的投资。
翻译过来就是——给负责执行芯片制裁，但预算仅为2亿美元的美国工业与安全局（BIS），打钱！
最终：算力限制是关键
在芯片出口管制的加持下，美国在AI相关算力方面的优势是中国的5倍。这一比例预计至少会维持到2027-2028年这段关键时期。
因此，美国顶尖公司相对于中国的竞争对手，会有极大优势。
但在算力的整合方面中国则做得更好，并且一直在发力芯片的国产化。
不过，这是一个漫长的过程。据他们估计，最早也要到2030年才能实现完全自主可控的供应链。
而如果美国强力执行对芯片的制裁，可能会进一步将这个时间推迟到2035-2040年。
考虑到人才这一层面，美国能吸引的全球人才，但中国的研究人员同样才华横溢。在这一方面，中美谁有优势仍有很大不确定性。
总的来说，如果美国想继续保持在AI领域领先，核心就是加强芯片制裁，在2027-2028年期间扩大领先优势，并将这一优势延长至2030年代后期。
参考资料：
https://blog.ai-futures.org/p/why-america-wins
https://www.visualcapitalist.com/charted-countries-accumulating-the-most-ai-patents/
https://epoch.ai/blog/trends-in-ai-supercomputers
内容来源于网络。发布者：科技网btna，转转请注明出处：https://www.btna.cn/6147.html
