隨著人工智能時(shí)代的到來(lái)，GPU成為了所有人關(guān)注的焦點(diǎn)。

　　但想要*化程度發(fā)揮出GPU的AI訓(xùn)練與推理功能，還要借助數(shù)據(jù)中心的力量，一座AI數(shù)據(jù)中心里往往裝著數(shù)以萬(wàn)計(jì)的GPU，正是通過(guò)這種協(xié)同作用，才有了像 ChatGPT 這樣功能強(qiáng)大的聊天機(jī)器人。

　　但AI數(shù)據(jù)中心的價(jià)格并不低，動(dòng)輒數(shù)十億美元的造價(jià)，不止是科技巨頭們的專(zhuān)屬，也讓很多實(shí)力并不雄厚的國(guó)家地區(qū)望而卻步。

　　隨著使用人工智能所能做的事情越來(lái)越多，高端芯片的地緣政治重要性也與日俱增，越來(lái)越多的國(guó)家和地區(qū)正在競(jìng)相囤積芯片，甚至還頒布了阻止部分國(guó)家地區(qū)購(gòu)買(mǎi)最尖端芯片的制裁措施，但截至目前，關(guān)于全球人工智能芯片的確切位置的公開(kāi)數(shù)據(jù)卻出奇地缺乏。

　　來(lái)自牛津大學(xué)互聯(lián)網(wǎng)研究所教授 Vili Lehdonvirta揭露了一個(gè)不可忽視的現(xiàn)實(shí)：GPU 高度集中在全球僅 30 個(gè)國(guó)家地區(qū)之中，其中，美國(guó)和中國(guó)遙遙*，而大部分地區(qū)都處于所謂的“計(jì)算荒漠”中：根本沒(méi)有 GPU 可供租用。

　　如何調(diào)查分布

　　全球AI計(jì)算供應(yīng)鏈大致可以分為四個(gè)部分：

　　設(shè)計(jì)和銷(xiāo)售GPU及其他與AI相關(guān)芯片的公司

　　制造和封裝芯片的公司

　　部署芯片提供計(jì)算能力的公司

　　消耗計(jì)算能力開(kāi)發(fā)或部署AI系統(tǒng)的公司

　　在GPU設(shè)計(jì)和銷(xiāo)售方面的市場(chǎng)*是總部位于美國(guó)的Nvidia公司，芯片制造由臺(tái)灣的臺(tái)積電(TSMC)主導(dǎo)，而荷蘭的ASML目前是*生產(chǎn)光刻機(jī)的公司，這些機(jī)器對(duì)于制造*進(jìn)的芯片至關(guān)重要(Miller 2022)。因此，計(jì)算供應(yīng)鏈的這些部分在地理位置和所有權(quán)方面都高度集中。

　　這項(xiàng)研究關(guān)注的是供應(yīng)鏈的第三步：全球哪些地區(qū)部署了芯片來(lái)提供AI計(jì)算以用于AI開(kāi)發(fā)和部署，也就是用于訓(xùn)練AI模型和運(yùn)行現(xiàn)有模型的推理。大致上，有三類(lèi)大規(guī)模的計(jì)算提供者：科學(xué)超級(jí)計(jì)算設(shè)施、私人計(jì)算集群和所謂的公共云計(jì)算提供者。

　　科學(xué)超級(jí)計(jì)算設(shè)施自20世紀(jì)60年代初以來(lái)就已存在，通常由政府資助，主要用于學(xué)術(shù)和軍事目的。OECD(2023)的一項(xiàng)研究對(duì)科學(xué)超級(jí)計(jì)算設(shè)施進(jìn)行了簡(jiǎn)單的地理分析。根據(jù)TOP500數(shù)據(jù)庫(kù)，中國(guó)的超級(jí)計(jì)算機(jī)數(shù)量最多，占32%;其次是美國(guó)，占25%;歐盟占21%。然而，大多數(shù)科學(xué)超級(jí)計(jì)算機(jī)并非為AI模型訓(xùn)練設(shè)計(jì)(OECD 2023)。當(dāng)前生成式AI發(fā)展的繁榮主要依賴(lài)于私人計(jì)算集群和公共云計(jì)算。之前的研究并未詳細(xì)分析它們的地理分布。

　　私人計(jì)算集群由營(yíng)利性公司擁有，如Meta、HP以及許多小型公司。這些集群由部署在數(shù)據(jù)中心的GPU互連計(jì)算機(jī)組成。一個(gè)私人集群既可以用于該公司的AI開(kāi)發(fā)，也可以租給其他公司使用。公共云計(jì)算提供者同樣是營(yíng)利性公司。它們之所以被稱(chēng)為“公共”，并不是因?yàn)榕c政府有關(guān)，而是因?yàn)樗鼈兊姆��?wù)是按需提供的，并由多個(gè)客戶(hù)共享(即類(lèi)似于酒館中“公共”的含義，而不是公共部門(mén)的“公共”)。公共云計(jì)算市場(chǎng)的*包括AWS、Microsoft Azure和Google Cloud;中國(guó)的公共云提供者阿里巴巴和騰訊也提供大規(guī)模AI計(jì)算。這些大型提供者通常被稱(chēng)為“超大規(guī)模計(jì)算提供者”。

　　其中該研究主要關(guān)注了公共云AI計(jì)算的地理分布。私人計(jì)算集群曾用于訓(xùn)練一些標(biāo)志性模型，如Meta的Llama和Llama 2。但大量前沿AI模型的訓(xùn)練和開(kāi)發(fā)集中在公共云的超大規(guī)模提供者Google、Microsoft和Amazon，以及它們與*AI公司的“計(jì)算合作伙伴關(guān)系”中，如Anthropic、Cohere、Google DeepMind、Hugging Face、OpenAI和Stability AI。公共云還很重要，因?yàn)樗鼘?duì)許多不同類(lèi)型的開(kāi)發(fā)人員開(kāi)放，包括學(xué)術(shù)研究人員。因此，我們的主要研究問(wèn)題是：全球公共云AI計(jì)算的地理分布情況如何?我們還將探討這些地理分布的潛在原因，討論它們對(duì)計(jì)算治理和地緣政治的影響，最后簡(jiǎn)要討論私人集群和政府擁有的國(guó)家AI計(jì)算。

　　該研究的普查涵蓋了六大超大規(guī)模公共云提供商：AWS、Microsoft、Google、阿里巴巴、華為和騰訊。雖然也有一些較小的提供商，但這六家占據(jù)了全球公共云市場(chǎng)的大部分份額，并且在各區(qū)域市場(chǎng)中也處于*地位。在普查進(jìn)行時(shí)，訓(xùn)練常見(jiàn)AI模型的最強(qiáng)大GPU是Nvidia于2023年推出的***，之前的旗艦型號(hào)A100于2020年推出，V100更早于2017年推出。2023年，Nvidia引入了H800和A800以規(guī)避美國(guó)對(duì)中國(guó)的出口限制，但這些限制很快擴(kuò)展到了這些新型號(hào)。數(shù)據(jù)收集的重點(diǎn)放在這五種與AI最相關(guān)的GPU類(lèi)型上。

　　從普查數(shù)據(jù)庫(kù)中，該研究構(gòu)建了一個(gè)國(guó)家級(jí)的數(shù)據(jù)集，以便進(jìn)行地理分析。對(duì)于每個(gè)國(guó)家，其計(jì)算了其領(lǐng)土內(nèi)的公共云區(qū)域總數(shù)，還計(jì)算了至少支持一種GPU的區(qū)域(“支持GPU的區(qū)域”)的子集，以及支持特定GPU類(lèi)型的區(qū)域子集。

　　為了補(bǔ)充云普查數(shù)據(jù)，研究進(jìn)行了定性和半結(jié)構(gòu)化的專(zhuān)家訪談。我們總共采訪了10位信息提供者，分別代表了兩位政策專(zhuān)家、三位超大規(guī)模公共云提供商專(zhuān)家和五位在AI計(jì)算方面具有專(zhuān)業(yè)知識(shí)的研究專(zhuān)家。這些信息提供者通過(guò)我們自身的專(zhuān)業(yè)網(wǎng)絡(luò)采用滾雪球采樣方式招募。這些訪談的主要目標(biāo)是改進(jìn)并驗(yàn)證普查方法，生成關(guān)于公共云AI計(jì)算地理分布的補(bǔ)充或替代信息，并幫助解釋觀察到的地理模式。

　　AI GPU在哪里？

　　圖1展示了普查中發(fā)現(xiàn)的公共云區(qū)域的大致位置。表4則顯示了每個(gè)國(guó)家有多少個(gè)云區(qū)域，以及這些區(qū)域中有多少提供GPU實(shí)例。從計(jì)算治理的角度來(lái)看，數(shù)據(jù)中最重要的特征之一是，世界上絕大多數(shù)國(guó)家根本沒(méi)有公共云區(qū)域。在擁有一個(gè)或多個(gè)云區(qū)域的39個(gè)國(guó)家中，有30個(gè)國(guó)家的云區(qū)域支持GPU。

　　另一個(gè)顯著特征是，即使在那些擁有支持GPU的云區(qū)域的國(guó)家內(nèi)，區(qū)域的地理分布也是高度極化的：中國(guó)和美國(guó)合計(jì)擁有的區(qū)域數(shù)(49個(gè))幾乎與世界其他國(guó)家的總和(52個(gè))相當(dāng)。在這兩者中，中國(guó)的GPU支持區(qū)域總數(shù)略高(27個(gè))于美國(guó)(22個(gè))。

　　進(jìn)一步的分析可以通過(guò)考察每個(gè)國(guó)家所提供的GPU實(shí)例類(lèi)型來(lái)進(jìn)行。最明顯的模式是，美國(guó)不僅在不同類(lèi)型實(shí)例的可用比例上擁有世界上最新和最強(qiáng)大的GPU，在*數(shù)量上也是如此。美國(guó)是*一個(gè)提供2020年Nvidia A100 GPU的區(qū)域多于2017年V100 GPU的國(guó)家。美國(guó)還擁有多個(gè)提供2023年Nvidia *** GPU的區(qū)域。中國(guó)的云區(qū)域主要基于V100，少數(shù)區(qū)域提供A100實(shí)例。中國(guó)沒(méi)有任何區(qū)域提供***。全球其他地區(qū)僅有15個(gè)國(guó)家提供A100，只有一個(gè)國(guó)家提供***，其余的區(qū)域純粹基于V100。

　　此分析沒(méi)有考慮自定義加速芯片(如TPU)，也沒(méi)有考慮不同區(qū)域內(nèi)可用的GPU數(shù)量的差異。訪談信息提供者指出，不同區(qū)域內(nèi)可用的同類(lèi)型GPU數(shù)量可能在不同區(qū)域和提供商之間差異顯著。一位信息提供者指出：“超大規(guī)模云服務(wù)提供商在計(jì)算或存儲(chǔ)方面幾乎給人一種無(wú)所不能的印象，似乎可以處理你帶來(lái)的任何問(wèn)題。但這并不完全是現(xiàn)實(shí)。”在某些情況下，某一區(qū)域內(nèi)可用的GPU數(shù)量可能非常有限，導(dǎo)致只有有限數(shù)量的客戶(hù)可以在該區(qū)域運(yùn)行GPU實(shí)例，或者只能在合理的時(shí)間內(nèi)訓(xùn)練較小規(guī)模的模型。

　　目前認(rèn)為AWS和Microsoft擁有*規(guī)模的云GPU集群，但“在這方面，區(qū)域之間*不相同”。不過(guò)，GPU數(shù)量及其在提供商區(qū)域內(nèi)的分布被超大規(guī)模云提供商視為高度機(jī)密的信息。我們的信息提供者中沒(méi)有人愿意或能夠提供具體的數(shù)據(jù)，也無(wú)法指出如何公開(kāi)獲取這些信息。但普遍認(rèn)為，美國(guó)地區(qū)的GPU數(shù)量可能比世界其他擁有同類(lèi)GPU的區(qū)域要大得多。中國(guó)的區(qū)域可能也會(huì)有更多的V100芯片，以彌補(bǔ)其相對(duì)較低的性能。我們的訪談表明，即使可以在此分析中納入每個(gè)區(qū)域的GPU數(shù)量，這可能也不會(huì)挑戰(zhàn)上述的主要模式，反而更可能強(qiáng)化這些模式。

　　為何集中在美國(guó)？

　　美國(guó)在先進(jìn)的公共云AI計(jì)算方面的*優(yōu)勢(shì)相較于中國(guó)和其他國(guó)家，背后有什么原因?一個(gè)顯而易見(jiàn)的解釋是美國(guó)政府的出口管制，禁止向中國(guó)出口A100和***芯片。中國(guó)的云提供商在2023年出口管制生效前，能夠進(jìn)口一些A100芯片，但***自產(chǎn)品發(fā)布以來(lái)就一直受到出口管制。同樣，H800和A800芯片在推出后不久也被納入出口管制。性能遠(yuǎn)不如這些芯片的V100是中國(guó)最常見(jiàn)的Nvidia GPU實(shí)例類(lèi)型，因?yàn)樗�不受出口管制的限制�?/p>

　　然而，出口管制無(wú)法解釋為什么除了中國(guó)之外的其他國(guó)家也主要部署了舊款GPU。幾種解釋是可能的。一個(gè)簡(jiǎn)單的解釋是創(chuàng)新擴(kuò)散的摩擦，指的是GPU在市場(chǎng)上擴(kuò)散的過(guò)程。較新的GPU可能首先被安裝在美國(guó)，因?yàn)镹vidia總部位于美國(guó)，因此在美國(guó)的分銷(xiāo)網(wǎng)絡(luò)最為強(qiáng)大。隨著時(shí)間的推移，先進(jìn)的GPU應(yīng)該逐步擴(kuò)散到相對(duì)較遠(yuǎn)的市場(chǎng)。“我假設(shè)幾乎所有的GPU最初都進(jìn)入了北美區(qū)域，但現(xiàn)在歐洲應(yīng)該也有了相當(dāng)規(guī)模的集群，”一位信息提供者推測(cè)。

　　美國(guó)云計(jì)算*的另一個(gè)潛在解釋來(lái)自于初始需求結(jié)構(gòu)上的地理差異，這與規(guī)模經(jīng)濟(jì)相結(jié)合，形成了一種“路徑依賴(lài)”，從而維持了AI計(jì)算集中在某些地理區(qū)域的狀況。一位信息提供者解釋道：“很少有云計(jì)算買(mǎi)家真正從事開(kāi)創(chuàng)性的AI開(kāi)發(fā)......所以沒(méi)有必要在各地分散能力......你需要幾個(gè)超級(jí)集群，形成某些地點(diǎn)的計(jì)算能力臨界質(zhì)量，沒(méi)必要在每個(gè)地方復(fù)制這種能力。”

　　最早集中進(jìn)行大規(guī)模AI模型訓(xùn)練的公司和研究人員出現(xiàn)在美國(guó)，因此云提供商將最強(qiáng)大的訓(xùn)練計(jì)算能力集中在那里。但即便全球其他地方對(duì)計(jì)算的需求在增加，這并不必然轉(zhuǎn)化為本地計(jì)算基礎(chǔ)設(shè)施的相應(yīng)增長(zhǎng)，因?yàn)殚_(kāi)發(fā)人員通常可以將訓(xùn)練任務(wù)發(fā)送到美國(guó)的云區(qū)域，而不會(huì)遭遇顯著的性能損失。于是，美國(guó)最初的計(jì)算*地位得以持續(xù)。

　　信息提供者認(rèn)為，用于部署AI的計(jì)算能力的情況有所不同。在許多AI用例中，例如語(yǔ)音助手，如果用戶(hù)與服務(wù)器之間的距離過(guò)大，用戶(hù)體驗(yàn)可能會(huì)受到延遲的影響。數(shù)據(jù)傳輸成本也可能成為一個(gè)業(yè)務(wù)問(wèn)題。因此，這類(lèi)應(yīng)用*部署在離用戶(hù)更近的計(jì)算基礎(chǔ)設(shè)施上。這也解釋了為什么性能不足以用于訓(xùn)練的V100芯片——盡管速度較慢但仍適用于推理任務(wù)——在全球范圍內(nèi)的分布比更先進(jìn)的芯片更加均勻。

　　然而，也有一些例外情況與美國(guó)擁有*進(jìn)GPU的普遍模式不符。日本、英國(guó)和法國(guó)每個(gè)國(guó)家都有與V100支持區(qū)域數(shù)量相同的A100支持區(qū)域。這些國(guó)家都有顯著的本地AI開(kāi)發(fā)活動(dòng)。可能存在使本地開(kāi)發(fā)者無(wú)法將數(shù)據(jù)發(fā)送到美國(guó)進(jìn)行訓(xùn)練的法規(guī)或政治障礙。一位信息提供者指出：“目前，有些公共部門(mén)或重要的歐洲參與者需要用無(wú)法離開(kāi)歐洲的數(shù)據(jù)訓(xùn)練GPT-4級(jí)別的模型......如果超大規(guī)模云提供商沒(méi)有響應(yīng)這一需求，我會(huì)感到驚訝。”

　　在這一背景下，信息提供者提到了有關(guān)“數(shù)字主權(quán)”、“數(shù)據(jù)主權(quán)”和“計(jì)算主權(quán)”的政策討論，這可能會(huì)創(chuàng)造對(duì)本地訓(xùn)練計(jì)算需求的增加。荷蘭和愛(ài)爾蘭也擁有小而相對(duì)先進(jìn)的GPU陣容。這可能與這些國(guó)家作為一些超大規(guī)模云提供商基礎(chǔ)設(shè)施樞紐的戰(zhàn)略地位有關(guān)。值得注意的是，荷蘭是美國(guó)之外*一個(gè)擁有*** GPU的云區(qū)域的國(guó)家。

　　私有和政府計(jì)算的全球分布

　　本研究的重點(diǎn)是公有云計(jì)算，這是一種重要但并非*的計(jì)算來(lái)源。在公有云計(jì)算中，我們的數(shù)據(jù)收集集中于Nvidia的GPU和六大*的超大規(guī)模云服務(wù)提供商。

　　不同類(lèi)型的大規(guī)模計(jì)算提供商的相對(duì)地位是否會(huì)發(fā)生變化，挑戰(zhàn)當(dāng)前觀察到的計(jì)算地理格局?GPU集群作為昂貴的資本品，需要高利用率才能實(shí)現(xiàn)合理的投資回報(bào)率，這解釋了為什么大規(guī)模集群主要被構(gòu)建為共享基礎(chǔ)設(shè)施，不論是政府擁有的(如科學(xué)超級(jí)計(jì)算)還是近年來(lái)私有的(如公有云)。政府擁有的計(jì)算似乎正以“國(guó)家AI計(jì)算”計(jì)劃的形式在全球范圍內(nèi)進(jìn)行小規(guī)模回歸。例如，美國(guó)的國(guó)家AI資源(NAIR)工作組旨在創(chuàng)建公有計(jì)算基礎(chǔ)設(shè)施以“民主化AI研究”(。然而，許多情況下政府的投資規(guī)模似乎不足以真正挑戰(zhàn)超大規(guī)模云服務(wù)提供商的主導(dǎo)地位。許多最近的政府努力也是在與這些超大規(guī)模云服務(wù)商的合作下進(jìn)行的，實(shí)際上這些項(xiàng)目依賴(lài)于私有基礎(chǔ)設(shè)施。

　　歐洲高性能計(jì)算聯(lián)合體的新LUMI超級(jí)計(jì)算機(jī)提供了一個(gè)反例。LUMI位于芬蘭Kajaani，由歐盟成員國(guó)政府合作建立，由Nvidia的競(jìng)爭(zhēng)對(duì)手AMD設(shè)計(jì)的11,912個(gè)GPU組成集群。其規(guī)模可能會(huì)成為AI開(kāi)發(fā)基礎(chǔ)設(shè)施方面私有“公有”云計(jì)算基礎(chǔ)設(shè)施的一個(gè)嚴(yán)肅替代方案。鑒于它位于歐盟，它并未挑戰(zhàn)圖2中顯示的南北計(jì)算鴻溝。然而，它可能有助于打破美中兩國(guó)作為*AI超級(jí)大國(guó)的兩極形象。

　　新的私有計(jì)算集群也在增長(zhǎng)。Google的TPU可能占據(jù)了相當(dāng)大比例的AI計(jì)算。AWS和微軟都計(jì)劃生產(chǎn)自己的芯片。Meta宣布將大規(guī)模投資建設(shè)私有計(jì)算能力：首席執(zhí)行官馬克·扎克伯格聲稱(chēng)將投資34萬(wàn)顆Nvidia ***和A100。2023年，微軟聲稱(chēng)花費(fèi)數(shù)億美元用于為OpenAI的ChatGPT聊天機(jī)器人提供動(dòng)力的集群。大型科技公司可能僅憑其內(nèi)部和合作伙伴的需求就能實(shí)現(xiàn)大規(guī)模集群的高利用率。但最初部署為私有的集群在內(nèi)部需求減少后，可能會(huì)轉(zhuǎn)變?yōu)楣蚕淼脑苹�礎(chǔ)設(shè)施。這模糊了私有和公有(如公共住房)云計(jì)算能力之間的區(qū)別。

　　一道AI計(jì)算的鴻溝

　　通過(guò)計(jì)算來(lái)治理AI是一個(gè)有力的理念，因?yàn)橛?jì)算由大型、可觀察的物質(zhì)基礎(chǔ)設(shè)施組成。這些基礎(chǔ)設(shè)施必須物理地位于某個(gè)地方，因此容易受到領(lǐng)土管轄權(quán)的影響，而領(lǐng)土管轄權(quán)是所有國(guó)家——無(wú)論大小——*執(zhí)行力的管轄形式。然而研究顯示，計(jì)算基礎(chǔ)設(shè)施并未均勻分布在全球各地，它們的地理分布很大程度上決定了不同國(guó)家將計(jì)算作為AI干預(yù)點(diǎn)的可能性。

　　研究重現(xiàn)了兩個(gè)AI超級(jí)大國(guó)陷入計(jì)算“軍備競(jìng)賽”的熟悉觀點(diǎn)，其中，美國(guó)在芯片質(zhì)量方面占據(jù)優(yōu)勢(shì)，而中國(guó)試圖通過(guò)數(shù)量來(lái)彌補(bǔ)差距。美國(guó)對(duì)先進(jìn)GPU的出口限制似乎起到了作用，因?yàn)闆](méi)有任何公共云提供商在中國(guó)提供2023年的***芯片，也沒(méi)有提供為規(guī)避這些限制而開(kāi)發(fā)的H800或A800。同樣地，俄羅斯和伊朗這兩個(gè)受西方制裁的國(guó)家在我們的樣本中也沒(méi)有任何公共云AI計(jì)算設(shè)施。

　　然而，除了地緣政治大國(guó)競(jìng)爭(zhēng)的觀點(diǎn)之外，研究還提出了與基于計(jì)算的AI治理相關(guān)的其他概念類(lèi)別。除了美國(guó)和中國(guó)之外，還有另外15個(gè)國(guó)家也擁有對(duì)AI發(fā)展最為重要的GPU，即A100和***。這些*梯隊(duì)的國(guó)家，除了印度之外，均位于所謂的“全球北方”。類(lèi)比而言，將它們稱(chēng)為“計(jì)算北方”。這些計(jì)算北方國(guó)家可以利用其領(lǐng)土管轄權(quán)來(lái)干預(yù)AI發(fā)展，特別是在模型被發(fā)送到其本地公共云區(qū)域進(jìn)行訓(xùn)練時(shí)。例如，它們可以要求算法和數(shù)據(jù)集在訓(xùn)練開(kāi)始之前通過(guò)審計(jì)并獲得符合本地規(guī)則的認(rèn)證，從而影響進(jìn)入全球市場(chǎng)的AI系統(tǒng)的類(lèi)型。

　　第二梯隊(duì)包括13個(gè)國(guó)家，它們的計(jì)算能力更適合AI系統(tǒng)的部署而非開(kāi)發(fā)。除了瑞士之外，這些國(guó)家都位于全球南方，因此將它們稱(chēng)為“計(jì)算南方”。例如，拉丁美洲共有五個(gè)GPU支持的云區(qū)域，但它們沒(méi)有一個(gè)配備了比2017年發(fā)布的V100更強(qiáng)大的GPU。這些國(guó)家能夠利用其對(duì)計(jì)算的領(lǐng)土管轄權(quán)來(lái)把關(guān)哪些AI系統(tǒng)可以在本地部署，但對(duì)于AI系統(tǒng)開(kāi)發(fā)的影響較小。

　　除了“計(jì)算北方”和“計(jì)算南方”，還有一個(gè)“計(jì)算沙漠”，用此術(shù)語(yǔ)指代世界上所有不具備任何公共云AI計(jì)算(無(wú)論是用于訓(xùn)練還是部署)的國(guó)家。對(duì)于這些國(guó)家而言，轉(zhuǎn)向基于云的AI服務(wù)意味著依賴(lài)于在外國(guó)司法管轄區(qū)內(nèi)開(kāi)發(fā)和部署的基礎(chǔ)設(shè)施。計(jì)算沙漠包括一些富裕國(guó)家，但也包括國(guó)際貨幣基金組織(IMF)分類(lèi)的所有中低收入國(guó)家和低收入國(guó)家。計(jì)算沙漠國(guó)家的影響可能因其富裕程度而有所不同。沙漠中的富裕國(guó)家可能能夠利用其其他優(yōu)勢(shì)——例如對(duì)計(jì)算北方國(guó)家的外交影響力以及足以建設(shè)政府擁有的計(jì)算能力的財(cái)富——來(lái)抵消其缺乏本地公共云AI計(jì)算的劣勢(shì)，但計(jì)算沙漠中的貧窮國(guó)家?guī)缀鯖](méi)有前景可以通過(guò)計(jì)算治理來(lái)影響AI。

　　類(lèi)似于研究人員觀察到學(xué)術(shù)界和工業(yè)界之間存在“計(jì)算鴻溝”，研究也觀察到了全球計(jì)算鴻溝，公共云AI計(jì)算的地理分布似乎在重現(xiàn)全球不平等的熟悉模式。從1990年代中期開(kāi)始，有關(guān)數(shù)字化的討論提出，成功進(jìn)入新的全球“知識(shí)經(jīng)濟(jì)”將基于知識(shí)和創(chuàng)造力等非物質(zhì)資產(chǎn)，而不再依賴(lài)于工業(yè)經(jīng)濟(jì)時(shí)代所需的物質(zhì)資產(chǎn)和資源。這意味著發(fā)展中國(guó)家可以跳過(guò)昂貴的基礎(chǔ)設(shè)施投資，直接進(jìn)入基于知識(shí)的經(jīng)濟(jì)模式。然而，今天關(guān)于AI的討論再次強(qiáng)調(diào)了芯片制造廠、數(shù)據(jù)中心和電力網(wǎng)絡(luò)等物質(zhì)基礎(chǔ)設(shè)施對(duì)于國(guó)家競(jìng)爭(zhēng)力的關(guān)鍵作用。如果計(jì)算成為一個(gè)關(guān)鍵的治理節(jié)點(diǎn)，那么這些物質(zhì)基礎(chǔ)設(shè)施可能也會(huì)被證明對(duì)于保持獨(dú)立的監(jiān)管權(quán)力至關(guān)重要(Lehdonvirta 2023)。因此，一個(gè)國(guó)家的計(jì)算能力在某種程度上也等同于其政治權(quán)力。

　　這種情況會(huì)發(fā)生變化嗎?如果高端AI計(jì)算集中在美國(guó)和“計(jì)算北方”只是由于創(chuàng)新擴(kuò)散過(guò)程中的摩擦所致，那么隨著時(shí)間的推移，全球可能會(huì)逐漸充滿(mǎn)計(jì)算能力，縮小這種差距。Nvidia的競(jìng)爭(zhēng)對(duì)手，如AMD和英特爾，正在芯片性能方面追趕。中國(guó)廠商也在開(kāi)發(fā)AI處理芯片，并且由于美國(guó)的出口控制，中國(guó)國(guó)內(nèi)對(duì)其需求巨大，再加上政府的支持，這種差距可能會(huì)逐步

　　但是，如果觀察到的地理模式更多是由先行者優(yōu)勢(shì)和規(guī)模經(jīng)濟(jì)導(dǎo)致的路徑依賴(lài)解釋的，那么地理集中、區(qū)域?qū)�業(yè)化以及國(guó)際勞動(dòng)分工可能將成為計(jì)算生產(chǎn)的持久特征，正如在許多其他行業(yè)中一樣。

　　寫(xiě)在最后

　　誰(shuí)擁有了最多的GPU?這個(gè)問(wèn)題的答案似乎早已呼之欲出，但在這一問(wèn)題的背后，本質(zhì)上是算力的不均勻分布。而如何改善算力的不平衡，讓處于計(jì)算荒漠的更多人享受到AI所帶來(lái)的便利，恐怕短時(shí)間內(nèi)是很難解決的了。