当前位置: 华文世界 > 财经

我们为什么总被卡脖子?

2024-06-11财经

此时此刻,算力就是生产力,就是财富的象征。

手握算力的英伟达,俨然成了超级怪兽,正在3万亿美元市值之上一路狂飙。

但大洋对岸的这场狂欢,似乎与我们没啥关系。

这两年,美国商务部一而再出台芯片禁令,限制包括英伟达、AMD和英特尔在内的CPU与GPU的出口,尤其是针对中国市场。

每当看到这些新闻,不少人就义愤填膺,怒骂不止,又卡我们脖子!

但客观来说,东西是别人的。卖不卖、卖给谁,当然是别人说了算。

埋怨又能有啥用?

真正应该思考的是什么?

为什么别人不愿意卖给我们?为什么我们没有这些技术。

重点是后者。

01

根源问题是什么?

有一句话被我们奉为圣经:落后就要挨打。

这句话,是在百年国耻中,经由几代中国人的憋屈油然而生的。

那么,你想过没有,究竟是什么落后了,才会挨打?

1840年,大清的国门被西洋人用坚船利炮强行打开。朝廷觉得自己是输在武器上,所以开展了浩浩荡荡的洋务运动。

洋务运动的宗旨,所有人都耳熟能详:师夷长技以制夷。

很明显,从那个时候开始,大家的一致想法,是「技」落后了、武器落后了,所以挨打了。

怎么才能快速获得「技」,最简单的就是买。

买枪、买大炮、买军舰……大清国虽然积弱,财力还是足够的。

紧接着大家又开始思考:「技」是怎么来的?

万一别人不卖给我们了,怎么才能让威力巨大的热武器,源源不断的出现?

买工厂?汉阳兵工厂、轮船招商局(招商局集团前身)、江南造船厂等等厂子都办起来了。

但道理不还是一样么?工厂又是怎么来的?

1880年代,清廷给北洋军装备的那一批主力舰,确实是够强,亚洲第一、世界第九。

但几十年洋务运动搞下来,老百姓普遍还是骑着毛驴赶着牛,基本没出什么科技人才,不论是武器还是工厂里的机器,坏了自己都没法修。

怎么才能拥有科研人才、技术人才、核心设备等等一系列东西,从而真正提高工业水平?

亚洲第一舰队,北洋水师

不搞清楚这些问题,技术永远只能找外人买。

最后养成习惯,越学越跟不上。

可惜,对手不会再给你更多时间反省,外界科技的进步速度是很快的。

到1890年代,一度号称无敌的北洋战舰就基本落伍了。

所以甲午海战匆匆爆发时,北洋水师的规模虽然远超日本,但无论是总吨位、火炮、弹威力还是后勤保障各个方面,都已经全面落后对手。

再后来,大清亡了,革命的革命、起义的起义,中国陷入军阀混战,大家更加没时间去思考这些问题。

……

甚至直到最近几十年,在真正解决吃饱饭问题之前,我们依然没有深入去改变这些问题。

最典型的就是教育。

为了快点把物质条件搞上去,举国上下的眼睛,都盯在工科上——都不是理工科,只是理工科中的工科。

文科就更不必说了,这些年社会舆论从对文科生不重视,到现在甚至演变成了鄙视。

看下面这张图,工科和文科应届生的就业率,完全就是两个极端。

为什么会这样?因为在我们的潜意识里,认为没有必要给文科生提供更多的岗位,收益太低了。

为什么?工科才是最实际、可以直接投入生产的技术。

归根结底,还是在师夷长技以制夷,还是全身心瞄准在「技」上面。

我们似乎永远在这个圈子里打转。

实际上,宏观来看,产生技术的前提是有自成体系的理论,而理论又必须在浓郁的人文思考氛围中产生。

某种程度上而言,文科→理科→工科,就是爸爸、儿子、孙子的关系。

试问,你再牛逼,没有你爸爸能有你吗?没有你爷爷能有你爸爸吗?

只盯着孙子,固然能直接就使用最新的技术,几十年就能顶别人几百年的发展进程。

这不是废话吗,别人几百年的成果你拿来直接用,效率当然不可同日而语。

短时间看没什么,「拿来主义」的确是性价比最高的方式,很爽。

但时间长了,部分清醒的人都回过味儿来了,似乎不对劲。

我们得改!

但现实并不会随人的意志儿转移,原因与当年北洋水师面临的困境相似:

外界的进步速度是很快的。

那么今时今日,在面对未来的问题上,我们会不会、能不能有所改变?

02

无尽的循环

这两年,大模型横空出世,国内舆论直接就炸了。

在民族荣誉感极度爆棚的时候,我们突然感受到了什么叫做代差。

很多人争论的焦点,还是在芯片这回事上。

一张嘴就是,我们的AI之所以玩不转,是因为在芯片上被卡脖子了,别人不卖给我们!

现在XXX中国企业突破了多少多少纳米,国产替代指日可待!

……

如此种种,总给人一种错觉:

就好像如果能买到最先进的芯片、卡脖子问题解决了,国内大厂有了足够的算力,所有问题都能迎刃而解。

真的是这样吗?

真的不是这样!

芯片是什么?它依然是「技」,是理论的产物,是在有创新的人文氛围中自然而然、必然会产生的一种产品。

为什么,直到意识到被卡脖子了,才想着要去自研芯片?

这种感觉就像什么呢?

不论是一百多年前、还是过去几十年、甚至未来很长一段时间里,我们总是只想着抄答案,而不去关注产生答案的这个过程。

只要我们仍然困于这种逻辑错误中,就永远会在关键技术上被卡脖子。

如果走不出去,说实在的,就算现在解决了被卡脖子的芯片技术,我们真的能跟上AI时代的浪潮吗?

这不是灭自己志气、长别人威风,客观陈述下事实。

「有了足够多的算力,就能训练出最先进的AI,甚至还能实现反超。」

这种观点的搞笑程度,就相当于我烧足够多的柴,就能把飞船推上太空一样。

就是这么滑稽。

就算你烧柴的能源比火箭多一万倍又怎么样?全部都是无效功。

在GPT真正成功之前,国内没有任何一家团队有过做大模型的想法。

而OpenAI是2015年成立的,你能说大家没听说过这种方向吗?

肯定都是知道的,但如果不看到实际的利益,是没人愿意去做的。

于是你能看到,从无人无津倒突然爆火,在最基本的算力问题都没有解决的时候,市场上突然出现了「百模大战」的混沌场面。

要么不搞,要么扎堆去搞。

搞得好不好呢?

据不完全统计,截止2024年初,国内已有243家AI大模型。

其中,通用模型39个,行业类的金融模型25个,工业模型23个,科研17个,医学13个,教育13个。

印象中,每当某个大模型出来,该公司必拿GPT3.5或者4对标,宣称在某些方面「不落下风」,有的号称在参数更少的情况下性能相当,有的甚至宣称「全面领先」。

实际上体验过的都清楚,差距真的很大,离3.5都还有很大差距。

什么意思呢?

就是你永远是一个模仿的角色,而且模仿得很死板。

为什么会这样?

训练大模型,不仅需要算力、算法和数据这些能够用价值衡量的东西,还有一个关键点很多人都忽视了:以什么为指导。

AI大模型是模仿人脑的,可以把它看做是一个婴儿。

在各种物质条件都充足的情况下,你要怎么去教他,才能让他往正确的方向成长?

AI是强大的工具而不是人,你以普世价值去引导训练他,他才能健康而全面成长;若以XX主义、让他受到各种各样的限制,那你最后得到的,要么是个怪物、要么是个低能儿。

这可能是原因之一,只能说是可能。

最后会造成什么结果?自己的大模型能用、但用得不爽,我们还是得花钱去用别人的大模型。

要是别人不给中国IP用户使用怎么办?又是卡脖子。

然后,我们很可能再经历一次今天的轮回。

所以无论是宏观还是个人层面,在AI时代,在生产力大爆发的时代,在规模优势越来越不吃香的年代,在人口红利越来越稀薄的年代。

我们最需要突破的,是认知的问题。

只有认知的逻辑改进了,才有可能在未来更长的时间维度中,不再出现所谓的「卡脖子」问题。

03

尾声

以上所说的,不带有任何恶意。

我们讨论的是为什么会出现这种现象,而不是去评判对不对。

这是现实,我们需要正视差距。

当然,也没必要盲目悲观。

就像在移动互联网时代,底层技术一样是别人的,但中国市场依然涌现出微信、支付宝、抖音、TikTok等杀手级C端应用。

你可以质疑他们有抄袭之嫌,但没人能否定它们的成功。

回到现在,如果说AI目前还处于发芽的阶段,那么国内公司真正的机会,至少要等到开花结果阶段。

等国内大模型继续爬坡,我们绝对有理由相信,国内还会再次蹦出一堆C端爆款,再像如今的Tik Tok那样席卷全球。

AI的0-1要看America, 1-10则要看China。

西方市场更擅长创造工具,东方市场更擅长利用工具。

这不是讽刺,也不是吹谁贬谁。

只是比较难受的是,等再下一轮变革出现时:我们依然要等对方先0-1,然后再去尝试1-10。

每个国家、每个市场都有不同的经历和特长,我认为是可以客观看待的。