突破論壇》Deepseek吹響AI競賽號角 專家分析美中競爭格局：差距非常小
美中AI賽局競爭漸趨白熱化，美國晶片出口管制在中國發布大型語言模型Deepseek後引發市場重新檢視中美在AI競爭上逐漸縮小的差距以及對於先進晶片上的需求。長風基金會在29日於政大公企中心舉辦「AI中美爭霸，台灣突圍」突破論壇，分別邀數發部次長林宜敬、立法委員葛如鈞、iKala共同創辦人程世嘉、台達研究院院長闕志克參與對談，探討美中AI競爭下的全球科技賽局走向，以及台灣在世界變局下的戰略角色。
林宜敬在開場的主題短講中引用了諾貝爾物理學獎得主Geoffery hiton對於AI的擔憂，指出Al對於全人類的殺傷力就好比當年奧本海默創造原子彈，而在中美兩強競爭格局下，雙方將盡全力發展AI，以目前AI的成長速度預估在3到5年內就能夠追趕上人類，在這個情況下「誰掌握AI，誰就掌握世界。」
中美AI發展差距？程世嘉：Deepseek發布後整個縮小
程世嘉首先回顧了AI的整個發展歷史，指出在中美冷戰之前雙方無論是在論文發表、人才交流、投資上都相當頻繁頻繁，只是近期AI已變成戰略物資的情況下逐漸脫鉤。而在發展上美國是自由市場，強調分散式的創新，著重在基礎研究並由資本市場所領導，而中國則以國家計畫為主，集中式的發展電腦視覺監控、智慧城市以及基礎設施上的應用。但如果在投資金額上雙方已經非常的接近，這也造成了未來中美兩大國的基本競爭格局的確立。而在Deepseek發布之前大部分的人會認為美國遙遙領先，但沒有想到差距突然就被縮小了起來。
「美國從0到1很厲害，但是中國在1到100的整合、成本降低的商用整合上更為積極。」程世嘉表示，中美之間在AI競爭中的九大關鍵指標，指出在基礎研究、人才庫、標準制定等7個領域仍是由美國領先，但監控以及資料管理上中國已然取得領先地位，並且在包括商用整合也都有很強的投資動能，能以國家力量能夠做到與美國並駕齊驅。程世嘉指出，在整個半導體產業中，無論是上游的Nvidia晶片設計、ASML光刻機以及晶圓代工製造的台積電，目前在各個領域幾乎都是獨佔，在接下來的幾年應該都不會有太大的改變。這些顯著的成就來自於下游的雲端科技公司，包括google、amazon、microsoft這些雲端大公司的資料中心所支撐起過去兩年包括台灣在內的供應鏈蓬勃發展。而這一波能不能持續要看這些下游需求能不能持續投入非常大的資金興建資料中心、買高階晶片、訓練更強的ai模型。
程世嘉分析，至少到今年3月為止，我們看到全世界需求仍然還是在增加當中，科技廠商還是不斷的在競爭最強的大模型這件事情，他以各個大型語言模型在算力上比較的趨勢圖為例，各家科技巨頭近期所發佈的大型語言模型仍然呈現穩定向上的趨勢，在這個情況下，對於晶片的需求仍然會持續，而這些大型語言模型希望可以1年5倍的增加速度保持領先地位。此外程世嘉也補充，Deepseek之所以會造成這麼大的風波，就是因為在同樣的算力之下，他的品質是在最上面的，就是因為中國在模型優化上投入了一些心力，就做出了我們現在所看到的大語言模型。
AI算力排行前6都是美國 中國在後急起直追
回到整個AI算力競爭上的排行，將排名前15名的模型區分為中美兩大陣營，程世嘉指出，可以看到第一個趨勢是前六名全部是美國的模型，而中國在後面急起直追，另一個趨勢則是其他國家很難擠到這個排行裡面，除了Google、阿里巴巴等大型科技公司外比較沒有其他公司可以參與這個需要持續、密集資本投入的大型語言模型訓練。而當進一步把排行中重複計算的模型拿掉後，可以發現美國大約佔7個，而中國大約是5個，格局上仍是以美國為主但雙方的競爭已經很明顯的進入到白熱化的階段。
相較於其他講者從美中競爭、監管的方式切入，闕志克則以專業技術的角度指出NVIDIA真正厲害的地方在於CPU之間的移動能力，而Deepseek在技術上的優化是能夠將產生一個 token (符元）時將所需的記憶體存取量降低到原來的18分之1，這大幅減少了運算資源的需求。提高模型的效率，並讓一次生成多個 token 成為可能，從而攤平搬移時的成本。此外在訓練過程中，模型可以不再只生成一個 token，而是一次生成三個或更多個token，進一步降低運算資源的消耗。
闕志克指出，Deepseek在市場上所引發的焦慮在於規模僅150人的中國小公司能創造2000人的美國科技公司相近的成果，而另一方面從產業的角度來看，是擔心中國在電動車、太陽盟版的低價傾銷模式會改變整個市場結構，也許算力並不是最頂尖，但價格是最先進的十分之一。隨著中國的AI人才過去 15 年來已經從「海歸派」轉變為「本土訓練」，中國的學生從過去連英文都寫不好，到現在誒國際頂級 AI 論文發表量和研究成果已可與歐美國家並駕齊驅。闕志克也觀察從Deepseek之後的中國也開始出現圍繞著Deepseek的大型語言模型整合，在技術上創造了價格上的優勢，從應用普及上Totel computing demand上升為邊緣運算提供新的增長機會，但在high end computing demand會下降，對輝達高階晶片的需求可能就不會那麼強勁。
更多風傳媒報導
