负责任的人工智能迫在眉睫，而一切始于芯片层面

随着人工智能（AI）更深地融入日常生活，关于 “负责任 AI” 重要性的讨论也在不断深化。这些讨论大多聚焦于软件本身及其管理方式，包括推动模型透明化、数据治理和减少偏见。这些固然必要，却遗漏了负责任 AI 发展中一个关键领域。

我们不应只分析云端或政策层面，如今越来越明确的是，是时候围绕硬件本身展开讨论了。硬件 —— 也就是芯片 —— 影响着 AI 运行及其与世界交互的方方面面，包括架构、基础设施、能耗和数据流。随着能源成本上涨，全球都在努力应对支撑 AI 基础设施的数据中心可能带来的环境影响，从底层开发兼顾高性能与低功耗的芯片，对可持续发展和成本可负担性都至关重要。

当今复杂 AI 模型的功耗需求急剧攀升，已开始让 AI 的持续发展对环境构成潜在威胁。数据中心与芯片制造需要消耗大量水资源和能源，导致排放增加，环境负面影响加剧。

这种增长也推高了成本，导致更多潜在参与者因价格门槛被挡在市场之外。与美国、中国等全球领先者相比，自然资源较少或投资实力不足的中小型国家和地区，无力跟上这场军备竞赛，只能被边缘化。

因此，一种更可持续、高性能、高精度、低功耗的芯片生产路线，是一扇敞开的机遇之门：它能减少排放，并为全球中小型地区提供进入市场的途径。瑞士已率先践行这一模式，在半导体开发中充分考虑这些现实问题。

随着全球 AI 部署加速，瑞士这种立足于高效、专用、透明系统设计的思路，可以为行业提供清晰蓝图：如何在不依赖海量稀缺资源的前提下，规模化开发芯片与落地 AI。

能效是战略刚需

随着 AI 在全球普及，能耗正成为行业的核心挑战之一。训练和运行大型模型需要巨量电力，这不仅引发成本担忧，还关乎可持续性以及 AI 技术的可及性。近期报告预测，仅美国的数据中心到 2028 年每年用水量就可能超过 680 亿加仑；到 2030 年，全球约 3% 的电力消耗将与 AI 需求相关。

在能源与水资源成本飞涨的背景下，不断建造更大、更强的 AI 模型及配套数据中心，是一条不可持续的道路。对于那些没有数千亿资本跟进投入的地区来说，尤其如此。

此外，降低能耗不仅更可持续，还能提升产业链韧性。开发更高性能、低功耗的芯片，可让生产和模型更少受能源价格波动、基础设施限制和地缘政治动荡的冲击。

随着全球供应链日趋复杂、能源资源争夺加剧、数字主权被提上核心议程，能效正日益成为高效技术研发的基石。

精细化制造如何提升可持续性与芯片功能

能耗不仅是芯片制造的副产品，更是影响部署可行性、环境影响和系统寿命的约束条件。制造功能更精准、面向专用场景而非通用场景的芯片，可以缓解这些问题。

在环境层面，更精准的功能可以减少数据交互需求，降低数据中心与电力负荷，从而降低成本和系统对环境的影响。

这种低功耗、高性能路线也能提升功能。例如，资源消耗过高的系统会限制部署场景与使用方式。以可穿戴传感器为例，设备的移动特性严格限制了 AI 系统的功耗。专注于把芯片做得更精准、更低功耗，可以拓展可穿戴设备的功能。通常，低功耗 AI 系统能带来更广泛的普及、更长的使用寿命，同时减轻环境影响。

专为在传感器端直接处理数据而设计的低功耗 AI 架构，还能大幅降低数据暴露风险。当原始数据从不离开设备时，与数据窃取、滥用或合规相关的风险，从设计根源上就被降到最低 —— 而非依靠政策约束。

专用智能能让更多参与者拥有一席之地

值得庆幸的是，相比当前市场路线，这种芯片开发思路能让更广泛的开发者受益。

大型芯片项目在全球吸引了巨额投资，企业与地区都试图通过支持更大模型、抢占竞争先机来跟上节奏。据美国半导体行业协会数据，仅美国就已承诺在新的半导体研发与生产项目上投入超 5000 亿美元。

如此规模的投资，自然让世界上的中小型国家被价格门槛挡在市场之外。以瑞士为例，它的独特处境使其难以走传统路线参与全球芯片竞争，但仍找到了属于自己的道路。一方面，它国土面积小，缺乏大规模生产必需的自然资源，从一开始就限制了产能；此外，它并非欧盟成员国，尽管与欧洲贸易关系紧密，但仍限制了潜在增长。

然而，通过将芯片制造做到极致精细化，打造低功耗、高性能产品，该地区的开发者仍能实现有意义、有影响力的产出，同时保持在自身能力范围内运作。这些方案并非像某些大型方案那样追求全能解决，而是高度聚焦于高标准地满足明确定义的需求。

这为无法以同等速度或规模生产芯片的开发者开辟了空间，让他们拥有一条有价值的差异化路线。

制造适配现实世界的芯片

AI 的未来，不能只由模型规模或算力定义 —— 地球没有足够的能源支撑这种模式。相反，未来将取决于高效低功耗模型能在多大程度上增强现有成果，通向更可持续的科技未来。瑞士已为可持续的芯片生产未来提供了可行蓝图：既满足降低能耗的需求，又为中小型地区提供支持全球创新格局的路径。

行业向前发展，真正的挑战不再是建造尽可能大的 AI 系统，而是建造合适的系统，并用正确的方式建造。驱动这些系统的，是可持续研发与制造、性能可靠的优质芯片。瑞士的经验表明，这条路线不仅可行，对 AI 与半导体创新的下一阶段而言也日益必要。