参考消息网6月24日报道 比利时布鲁盖尔研究所网站6月22日发表题为《技术栈之争：美中人工智能竞争已不再局限于芯片领域》的文章，作者是艾丽西亚·加西亚-埃雷罗·伯廷·马滕斯。文章摘编如下：

尽管中国取得进展，但在争夺所谓“人工智能硬件栈”主导权的竞赛中，美国仍暂时处于领先地位。“人工智能硬件栈”指的是运行人工智能模型所需的资源和设备，特别是半导体。美国英伟达公司凭借高性能人工智能芯片在全球市场占据主导地位，占全球已安装人工智能芯片的一半，但在实际总算力中，其占比高达三分之二。

硬件竞争并非全貌

中国的华为公司是最具实力的外部挑战者。华为芯片在中国国内的需求依然强劲，这归因于一系列激励措施和限制措施（尤其是美国针对先进芯片的出口管制）所形成的封闭市场环境。在此背景下，英伟达在很大程度上已把中国人工智能芯片市场拱手让给华为。

北京全力支持华为及其他本土芯片制造商，这是其缩小与美国差距战略的重要一环。该战略的另一维度体现在外交层面，意在应对美国的出口管制措施。

然而，硬件领域的竞争并非全貌。

英伟达之所以能保持长久的领先优势，还得益于其独有的软件平台CUDA（统一计算设备架构），它使英伟达的顶尖芯片能够高效运转，并成为人工智能开发领域的事实标准。

大多数人工智能开发者使用PyTorch编程，这是目前领先的开源机器学习框架。CUDA在芯片与基础设施供应商、人工智能模型开发者、应用部署者以及最终用户之间催生强大的网络效应。某一种类型用户的增加会吸引更多其他类型的用户。

而竞争对手的生态系统面临经典的“先有鸡还是先有蛋”难题。一些美国公司（如亚马逊、谷歌、元宇宙平台公司）已经研发出自己的芯片，但在推动其广泛采用时很大程度上依然依赖PyTorch/CUDA这一生态系统。对于绝大多数开发者和企业而言，网络效应和转换成本实在太高。

中国加速缩小差距

一个能与英伟达抗衡的人工智能技术栈，势必需要一套替代性的软件生态系统。华为在这一领域已拥有可以和CUDA媲美的产品，即CANN（异构计算架构）和MindSpore（昇思），这是一款专为其昇腾人工智能处理器优化定制的开源机器学习框架。CANN目前仍处于发展完善阶段。

值得注意的是，华为与中国领先的人工智能实验室深度求索（DeepSeek）展开合作。DeepSeek正迅速成为全球最受欢迎的人工智能模型之一。与美国实验室早期的一些封闭举措不同，借助流行开源权重模型作为桥梁的做法似乎正在加速推动华为软件生态系统的发展势头。不过，这能否产生足以媲美CUDA凭借先发优势建立的自我强化型网络效应，仍是一个未决的核心问题。

初步迹象表明，软件领域的差距与硬件差距一样，已不再固定不变或不可逾越。中国正在加速赶超的信号切实可见：拥有由国家支持的开发者梯队的开源工具包；因兼容PyTorch而不断降低的转换成本；在昇腾硬件上运行的旗舰级开源权重模型；一个大到足以支持该生态系统度过不成熟阶段的国内市场。

其战略影响显而易见。如果中国企业成功跨越CUDA构筑的“护城河”（哪怕仅限于中国国内市场），美国占据的持久优势就会缩小。从更宏观角度看，美国在硬件与软件领域的双重优势，其相互借力、彼此强化的势头未来可能减弱。

欧洲无法“全面参与”

欧洲虽然有人工智能资产（如芯片光刻设备和人工智能研究能力），却缺乏具备全球影响力的人工智能芯片设计商，也没有类似CUDA或CANN那样能够把高级人工智能算法转化为高效机器代码并服务于广大开发者群体的软件层。

正如CUDA和CANN显示的那样，硬件层和软件层通过协同设计紧密交织。如果缺乏规模化的本土芯片设计能力，构建并优化具有竞争力的软件平台将难上加难。在人工智能技术栈中，绝大部分经济价值流向掌控芯片设计与软件平台的企业，而不仅仅是设备供应商。凭借光刻系统等资产，欧洲实际上已成为这场竞争中不可或缺的投入方，尽管它自身并非这场竞争的全面参与者。

然而，缺乏完整的本土技术栈并不意味着欧洲别无选择。针对性的产业政策有助于缩小算力差距。欧洲还可以采取更具针对性的开源与垂直专业化战略，把重心放在自身拥有比较优势的领域（如汽车人工智能、气候建模和可信的人工智能）。这种局部战略究竟能带来真正的技术主权，还是仅仅降低对外部的依赖，是欧洲政策制定者面临的核心战略问题。他们应当意识到，这场竞争正在发生改变，焦点已不再是谁能设计出最好的芯片，而是谁能掌控包括软件层在内的整个技术栈。（编译/赵菲菲）