△SCSP总裁兼首席执行官Ylli Bajraktari（上图右一）与半导体研究机构Semianalysis的创始人Dylan Patel（上图左一），图片来源：SCSP
Ylli Bajraktari：过去的48小时，有很多关于美国《芯片与科学法案》的争论（美国特朗普政府计划废除《芯片与科学法案》）。你对这件事的发展方向有何想法？为什么会受到如此多的关注？
Dylan Patel：《芯片与科学法案》是非常善意的，这也是必需的。而520亿美元的补贴也只是杯水车薪。在我看来，这远远不足以推动实现美国占据全球20%芯片产量的目标，更不用说更高的数字了。你知道，要回到美国80年代的30%-40%的水平，这是一个真正的大挑战。关于“芯片法案”会发生什么，这是有争议的。我们也不确定，听起来像是，被重新定位甚至被淘汰了。
但你知道，很明显的是，美国需要一个安全的半导体供应链，即使台积电宣布了将对于美国的投资增加到1650亿美元。即使他们做得对，建造晶圆厂需要花费巨额的资金，但大部分是在这届政府离开后的事情了，因为届时可能所有的晶圆厂外壳都建成了，但占成本可能还不到20%，还需要几年时间，等设备就被搬进去了，实现了量产才算完成。所以，你可能会在下一届政府任期中看到所有这些设备的搬入。但是在这一点上，他们也可能撕毁交易，对吧？所以，你知道，即使他们完全完成了他们承诺的1000亿美元，他们仍然完全依赖境外研发制程技术。
在中国台湾，他们宣布在美国建设的研发中心并不会独立研发新的工艺制程，而是基于台湾研发的制程进行产线改良。而且台积电美国的产能全部建成，也仍然不到他们总产能的30%。它没有很多节点，它仍然没有使美国的芯片供应链足够安全。但这是朝着正确方向迈出的一步。所以我们会看看会发生什么，实际上可以做些什么来加速国内供应链，对吧？
Ylli Bajraktari：2月底我在中国台湾，参观了台积电和联电，那里显然有很多紧张情绪，不仅仅是围绕半导体、传统芯片的未来、中国大陆。你提到了台积电关于投资的公告，还有一些其他的公告正在准备或正在进行中。你如何看待台积电和英特尔在晶圆代工上的竞争。
Dylan Patel：我认为我们应该真正关注美国能赢的地方。以中国台湾为例，台积电已经接近中国台湾电力消耗的20%。如果他们继续在中国台湾建造，我们预计他们将在未来四五年内会继续建造晶圆厂，截至它将占据中国台湾电力消耗的30%-40%。与此同时，中国台湾将在接下来的18个月内关闭所有核电。他们必须主要依靠从美国进口液化天然气来发电。所以，未来他们的电力成本可能将是美国的3.4倍，而晶圆厂需要大量的电力，这也是关键成本之一。
即使是英特尔在俄亥俄州的晶圆厂，它在英特尔宏伟的计划中相对较小，就像台积电在现在的亚利桑那州的晶圆厂一样。但实际上，俄亥俄州晶圆厂所需的电力是千兆瓦的规模。实际上，美国可以通过提供超级便宜的电力来获胜。另外，晶圆厂的大部分成本是设备，无论你在哪里，价格都是一样的，不论是将EUV工具运往中国台湾还是美国，这占整个晶圆厂成本的约80%。所以我认为有很多事情可以做来平衡成本，并让我们获胜。实际上，我们确实付给我们的工厂更高的工资，但是我们的电力要便宜得多。让我们利用这个优势，我们可以让美国经济发展，建造更多的晶圆厂。我认为真正的希望是，我们可以加速并推动胜利。现在很明显，有很多研究表明，美国建造晶圆厂的速度较慢，我们可以做一些事情来加速。当然，我们还需要解决人才等方面问题的挑战。
Ylli Bajraktari：让我们稍微谈谈AI扩散规则（美国将AI出口国家划分为三个不同的组，实施不同的出口管制政策）。根据你的预测，你认为这将在本届特朗普政府中走向何方？
Dylan Patel：AI扩散规则是一个相当大的挑战。比如葡萄牙、新加坡都被划分在了Tier 2 类别，这两个国家通常都是美国的盟友。所以，被划分到Tier 2 类别，会使得这些国家非常生气。这有点像是交给特朗普政府做一些交易的“筹码”。如果你想成为第一层国家，实际上想在本土建造更多的AI数据中心，那么你可以开始计划停止购买俄罗斯军事装备，可以向美国购买一些F35。我觉得这样的交易可以完成。但归根结底，没错。
Ylli Bajraktari：对波兰确实可以这样。
Dylan Patel：AI正在成为生产力，从很多GDP图表可以看到，很多的价值是来自智能化。我认为计算和限制的基础显然非常大，特别是对于在美国和中国之间摇摆不定的国家。所以这其中有很多地缘政治因素影响。
我认为很明显的是，“如果我们限制AI芯片扩散，中国现在可能将接管这个计算市场”的说法，是一个错误的说法。而且，对中国的半导体设备限制非常严格。中国目前还没有能力来制造足够的AI芯片。在2022年之前，他们进口了全球大约40%的AI芯片，美国可能也只有40%，而现在超过70%的AI芯片都进入到了美国，中国则要少得多。在某种程度上，利用AI芯片扩散规则，是旨在确保美国的优势，并且削弱中国获取美国AI芯片的能力。我们如何有效地做到这一点，而不会误伤盟友，是需要考虑的。
而对于中国将接管这些外国市场的是错误的，因为他们甚至无法生产足够的产品来满足国内市场，更不用说出口了，他们也无法为今年或明年生产足够的产品。
从长远来看，如果AI需求增长停滞（无法实现通用人工智能，无法推动AI需求的指数级增长），那么AI芯片扩散政策就可能是一项错误的政策，减缓美国的发展速度。那么三到五年内，被限制的（Tier 2 / Tier 3）国家将会更倾向于和中国合作。
目前中国的芯片制造能力已经大幅放缓是绝对事实，如果没有限制，中国本土的芯片制造商将会走得更远，拥有更多的产能，无论是HBM，还是领先的芯片，或者5nm甚至更尖端的制程工艺。所以出口管制绝对有效，但挑战在于那里有足够多的漏洞。所有这些漏洞的存在，使得他们仍然能够继续推进，中国拥有出色的工程能力和大量资金可以投入其中。所以他们会继续前进。
所以，这个问题只是我们之间的差距会有多大。如果限制需要在设备上做的更好，才能使得在芯片上的限制变得更有效。因为自然状态，中国可能拥有全球40%的AI新品，而现在他们的这一占比要低得多。实际上，他们在芯片研发方面非常有保证，有非常多的优秀的理工科大学毕业生，这在芯片研发方面非常有效。此外，合规的英伟达H20芯片仍然可以对中国出口，以及一些现实存在的高端AI芯片走私等问题，这些对于中国AI的发展都是助力。
在芯片制造设备方面，去年ASML有很多季度约45%设备销售收入来自中国大陆。不仅是对于ASML公司，像应用材料、泛林集团（Lam Research）等众多的大的半导体设备公司也是如此。我认为这很大程度上是因为设备限制非常技术性，唯一可以谈论这些限制的人通常是这个行业，而且这个行业显然可以从漏洞中受益。
在我的公司（Semianalysis），有一个员工在ASML工作过，还有一个在泛林集团工作的人，因此我们有很多技术分析能力。但是，向任何一个监管机构解释相关技术都需要花费很多的精力。我们与政策制定者的对话并不多。但是当我们这样做时，就像是你最终必须与10个不同的人交谈。然后有大约100人参与其中，使得它被稀释了，然后出现了一些漏洞。相关厂商仍然可以运送一些设备，就像这是问题所在。如果你不适当限制设备，那么他们将能够加速他们的芯片生产，比如工业设计芯片，AI芯片等。
但是如果你适当地限制设备，这样他们只能制造这种级别的芯片，然后你允许美国的公司销售这种级别的芯片。那么，你最终会保留在中国市场，减慢他们的内部努力，因为他们无法赶上西方能卖给他们的东西，也无法向外国世界出口西方能卖给他们的东西。所以，我认为这是正确的策略。
但是现在，我们已经有点颠倒了。那就是中国可以用设备制造更好的芯片，然后芯片会卖出去。当然，现在还有一些仍在追赶。你知道，华为的AI芯片仍然落后于H20，产能上也有很大差距，但这不是正确的政策。
Ylli Bajraktari：谈到中国正在追赶，今天有很多关于Deep Seek的对话。我知道你详细写了关于DeepSeek的分析。你能给我们总结一下你对那里发生的事情的看法吗？
Dylan Patel：是的。比如美国的封闭实验室拥有许多这些技术，而不是全部，对吗？DeepSeek通常非常擅长工程，然后发明了一些新技术。但是他们没有实现跨越式发展。是的，他们用更少的GPU训练出了出色的推理大模型，尽管我认为他们声称拥有的GPU数量是错误的，我们认为他们拥有的GPU数量比公开的更多。
他们在新加坡有一台25兆瓦的数据中心Colo，这相当于2.5万个H20芯片。所以他们拥有的GPU比他们声称的要多得多，而且他们还有其他型号的GPU。
所以问题是，建立人工智能，训练模型是一回事，而限制他们训练模型的能力更难。更重要的是，你并不能从构建模型中获得经济价值，而是从部署模型中获得经济价值。如果你无法部署模型，那么这种训练就没有价值。所以，你知道，总会有这样的争论，建造这些疯狂的AI集群的经济理由是什么？就像GPT 4一样，在2022年用了20,000个A100 GPU进行训练，他们在2023年内发布该模型，然后从中获得数十亿美元的收入。而为了获得这数十亿美元的收入，他们实际上必须部署比训练更多的GPU来进行推理，这就是生产力增长的来源。这就是经济价值所在，来自模型的部署。
现在，您必须进行前期投资，尤其是用于推理的GPU数量，这将比训练所需的GPU数量大得多。所以我们可以尝试限制模型部署。人们总是争辩说，限制不起作用，因为他们能够建立接近的模型，仅落后6个月或1年，但他们无法有效地部署它们。一旦我们达到这个AGI，GDP增长实际上因为AI而加速，军事能力也会因为AI而加速。那时，他们部署模型的能力受到限制才是真正重要的。因为他们总是能够将计算机集中在比美国更高的水平上。
我们有这么多公司参加这场AGI竞赛，而中国虽然有多家公司，但他们可以集中精力，建立比我们更大的数据中心，因为我们在电力和工业能力方面有很多问题。所以他们可以在模型上有竞争力，这可能是毫无疑问的，但如果我们有效地限制计算，他们将无法大规模部署它们。
Ylli Bajraktari：显然，如果你能建议特朗普总统，你现在需要投资和建设未来四年的关键事情是什么？我认为未来四年我们将看到真正的变革模式，比如接近实现AGI。如果不是AGI，你认为我们应该投资哪些要素来实现这一目标？
Dylan Patel：昨天我和一些能源部门的秘书会面，知道内部和客户的想法，我们正在提供建议。能源政策有很多问题，美国不能建立足够的能量力量。许多本地化的电网公司、公用事业公司甚至限制了像路易斯安那州或俄克拉荷马州这样的地方部署电力的能力。你知道，你认为共和党州长在这两个地方都有很多能源资产，比如天然气和其他东西。公用事业公司正在限制能源的生产。而数据中心对于能源的需求正在不断增长。
实际上是我们有跟踪美国和中国以及以外的所有数据中心，了解这些数据中心上线时对于能源的需求。我们认为，美国有超过40千兆瓦时的电力缺口，这算上了各种火电、核电以及可再生能源，这是因为空气污染许可问题，公用事业部门也不允许电力传输带来的挑战。所以有很多需要解决的东西，比如，拜登在过去几周做了那个行政命令，然后特朗普做了一个变体版本。这还不够，数据中心需要被指定为关键基础设施，需要有一些快速通道来允许在没有电力和数据中心的情况下建造。通过所有的规定，州法规需要以某种方式被绕过。公用事业公司需要以某种方式被迫靠边站。所以权力确实是最大的挑战。
你知道，美国多年来没有大量建设电力基础设施，我们必须重新学习和锻炼那块“肌肉”。所以有很多政策围绕着这一点。我认为，我们可以在美国获胜。
Ylli Bajraktari：我记得你之前提到过你之前说过的关于中国的一个声明，如果中国真的想实现AGI，他们将会到达那里。你能解释一下你的假设，以及为什么他们没有这样做吗？
Dylan Patel：是的，所以我们今天谈论的是在100,000个GPU上训练的模型，我们刚刚推出了GPT 4.5和Grok 3。你知道，你会看到越来越多的下一代模型，这些模型是在数十万甚至数百万个GPU上训练的，这花费了数百亿美元。
中国是伟大的，你知道。英伟达去年制造了超过400万个GPU，基本都是高端数据中心所需的GPU。然后你再加上AMD和所有这些其他公司的GPU，再加上谷歌TPU和所有这些定制的ASIC，这个数量是非常庞大的。
中国也正在进口各种AI芯片，从去年三季度到今年一季度初，中国进口了100万颗H20，这已经足够了。如果他们把它集中到更大的地方，将会形成一个比任何美国公司都大的AI集群，如果他们想的话。然后就像建立数据中心，并为其供电一样，他们可以这样做，他们有很多站点，所有的电网变电站都连接在一起。甚至可以把中国第三大铝厂关掉，把GPU放进去，变电站已经在那里了。我虽然说的很简单，但事实上他们确实可以做到这一点。
你知道，埃隆·马斯克在一个旧工厂里用了大约6个月的时间建造了他的AI集群。我告诉你，中国可以做得更快。尽管马斯克的AI集群在田纳西州孟菲斯表现出色。但你知道，中国可以在建设比美国更大的集群，他们有天赋，你不应该低估中国。他们只是没有这样做，因为他们不相信AI，就像我说的邪教一样，但在某种程度上，我也是AI邪教的一部分。像美国这样的邪教徒现在有点相信AI。不同的是，我认为DeepSeek真的唤醒了中国，像梁文峰和华为高管（任正非）都会见了中国高层，他们现在可能正在采取重大行动。所以，他们有没有可能，计划要建立一个比美国更大的AI集群，然后会有比美国更好的AI。所以，希望我们能限制他们部署它，但目前我们没法限制他们建造它。
显然，更大的AI集群并不能让我们马上实现AGI，因为有很多工作要做。你知道，在美国，我们AI集群虽然更加分散，但每个集群也很强，这可能是我们的优势。但中国则可以利用现有资源使其集中，实现集中的优势。
Ylli Bajraktari：谁先到达那里（AGI），美国还是中国？
Dylan Patel：我认为它会比大多数人想象的更接近。我不认为会有一个特定的标志。就像你10年前去和GPT交谈一样，这样的是AGI吗？我认为会有很多的智能体系统会让你到达那里。我认为这不是一家公司能够做到的。
我认为，我认为美国会赢。我认为我们会更加创新。我认为我们将解决数据中心和电力方面的许多问题，我们将能够更广泛地部署它，我们的经济将能够找到更多的用例。但我认为这将是一种模式之间的竞争，就像一个孤立的孩子，大概率不如从与其他一群孩子竞争中学到的东西更多。
所以，我认为模型之间的会竞争和合作，他们会互相学习、总结和自我改进。这些都是尚未解决的机器学习研究问题。但所有这些都将在某种程度上，我认为我们的经济体系将使我们获胜。
Ylli Bajraktari：最后一个问题。你认为这个领域的第三个玩家是谁？我是说，除了美光、中国，谁是第三个会出现的玩家？我们今天谈了很多关于阿联酋，英国也有很多公司，还有法国等。但根据你的分析，谁是这个领域的第三个参与者？
Dylan Patel：我真的认为在所有方面都没有第三个玩家。如果你看个体方面，是可以有第三个玩家。就像法国正在建设超过千兆瓦的数据中心容量一样。与美国和中国决定立即建造的数万兆千瓦相比，这真的微不足道。事实上，他们已经在建设超过5千兆瓦的数据中心容量。中东也一样，他们可以利用他们的力量，建立大型数据中心，但他们没有天赋。至于法国，他们确实有AI的人才，但很多都为美国公司工作。英国也是一样，Deepmind虽然总部是在英国，但是他属于美国谷歌。同样，我认为，像印度和印度尼西亚这样的地方的主权AI也努力。但我不认为除了美国和中国之外，还有玩家在AGI竞赛中。
编辑：芯智讯-浪客剑
