中国在追赶计算力和人工智能方面的努力必须克服明显的缺点，分析人士称

AI发展所需关键供应不足，再加上华盛顿对中国的技术限制措施，突显了对一个统一的国内市场的需求 呼吁北京增加对计算产业的财政支持，并培养更多人才以提升全国服务

根据分析人士和工业报告的说法，北京需要解决计算力建设的不足，并协调地区和产业资源，以建立全国性网络。

这种反思是在北京积极推动未来产业的关键基础设施，以在OpenAI的ChatGPT和新发布的文本到视频模型Sora将世界带入人工智能新时代之后，缩小与美国的差距之际出现的。

中国在集成计算能力方面仅次于美国，目标是到2025年将计算能力提高一半。但人们对一个片段化的市场、人工智能开发的供应不足以及在美国对高性能芯片实施禁令的情况下开发本土计算力的困难产生了担忧。

“我们尚未建立起一个标准和包容的统一市场。我们还面临着计算力短缺和低效利用之间的困境，”中国信息通信研究院（CAICT）院长于晓辉在周一接受新华社采访时如是说道。

根据国际数据公司（IDC）发布的数据，中国公共计算投资的增长率从2019年的66.55%下降到2023年上半年的13.2%。

公共计算服务可以通过消除购买或维护计算基础设施的需求，为企业、政府和个人节省成本。

与此同时，据美国咨询公司Gartner称，由私营企业和地方政府主要支持的数据中心的份额从2020年的5.3%增加到了2023年的20.7%。

根据《财经杂志》3月初的一篇文章，在中国，由于对数据安全的担忧，地方政府或公司通常选择在本地部署私有计算平台，与美国的模式专注于公共云服务形成对比。

“计算力的碎片化将增加企业培训AI模型的成本，这不利于中国AI产业的发展，”单光存说道。

北京计划到明年年底将中国的AI计算力份额从2023年年中的25.4%提高到35%。

另一方面，2022年数据中心的容量利用率仅为38%，远低于全球60%的水平，中国工程院表示。

中国工程院在6月承认，中国正面临“极大的计算能力差距”挑战，尤其是在AI计算方面。

它表示，该国缺乏一个统一和开放的平台，用于在地方计算中心之间共享计算资源和操作性，阻碍了大量数据在地区之间的有效流动。

行业内部人士还表示，混乱的竞争和不协调的地方投资也可能损害国家的赶超努力。

“许多地方政府在制定经济规划时没有考虑自己的相对竞争力，”上海交通大学国家经济研究所所长陆铭本月早些时候告诉上海《澎湃新闻》。“有些地方缺乏建立数字经济生态系统的意识。”

官方媒体证券日报上周警告说，随着食品生产商和纺织品制造商也进军人工智能行业，“（这些公司）面临着巨额初期投资的压力，同时还要考虑计算力转化为现金的缓慢速度以及下游应用领域发展阶段的不确定性，”它说。“他们需要在其容量规划中投资于计算行业，并经过慎重考虑。”

在技术限制加剧的情况下，华盛顿限制了中国获得高性能芯片的途径，而这些芯片对于AI和模型训练至关重要。

“中国在过去十年适应了美国英伟达芯片创造的计算生态系统。随着芯片禁令的实施，所有这些努力都破灭了。这就像要求长期使用Windows的用户突然切换到国产的计算机系统一样——这两种系统不兼容，”深圳智能计算行业的技术顾问李阳伟表示。

因此，中国迫切需要提出一种本土化的计算力系统。为此，需要其人工智能行业领军企业共同设计这样的平台，分析人士表示。

北航大学的单教授呼吁中国领先的科技公司共同行动，形成一个国内工业生态系统，政府应该引导这种合作。

“形成国家计算服务的最佳方式仍然是让科技巨头合作，北京需要找出如何在不损害公司利益的情况下引导这种合作，因为这些科技巨头在同一个市场上也是竞争对手，”他说。

根据中国信息通信研究院7月发布的报告，超过80%的中国计算力提供商表示，由于缺乏统一的计算标准，造成的损失占其成本的10%以上。

在过去三年中，中国的AI芯片类型增加了五倍多，但与不同芯片兼容的计算力公司少于100家，这严重制约了计算力的应用，报告称。