{"id":89209,"topic":"ai","source":"ABC News & Headlines – Australian Broadcasting Corporation","title":"人工智能如何重塑全球力量平衡 - ABC News & Headlines – Australian Broadcasting Corporation","url":"https://www.abc.net.au/chinese/2026-09-24/ai-race-chips-data-energy-cake-stack-us-china-asia-pacific/107178886","url_hash":"ddd355c41bc119f60820a337dad7febbb046977c","author":"","summary":"人工智能如何重塑全球力量平衡 ABC News & Headlines – Australian Broadcasting Corporation","content":"ChatGPT 和Claude或许是人工智能（AI）从表面上看的样子，但在屏幕后，存在着一个由芯片、数据、能源与人类共同构成的复杂生态系统。\n在亚太地区，对不同层级生态元素的控制正重塑着权力平衡，并将盟友与对手绑定在错综复杂的相互依赖关系之中。\n这是一颗人工智能（AI）芯片。\n正是这样的芯片，为我们每天使用的设备和平台提供算力支撑：从 ChatGPT、谷歌的个性化推荐，到自动泊车辅助系统和智能手机摄像头。\n最先进的芯片包含数千亿个晶体管——这些微型开关每秒能进行数万亿次计算，使其成为人类有史以来制造出的最复杂的物体之一。\n由于芯片的零部件厚度仅有几个原子大小，这意味着“一粒微尘”就可能毁掉价值数十万美元的产品，因此全球仅有极少数公司能够生产此类芯片。\n芯片的重要性在短时间内急剧上升，将原本小众的技术制造企业直接推上了外交政策与国家安全的前沿。\n然而，芯片仅仅是庞大机器中的一个零部件；离开这台机器，芯片实际上毫无用处。\n外界常透过硅谷的高光和飙升的科技估值来看待 AI，但这些都只是业内人士及英伟达（NVIDIA）CEO 黄仁勋（Jensen Huang）所俗称的“AI多层蛋糕”的表层：这是一个由芯片、数据、能源、模型和应用组成的国际化生态系统（各方的分层说法略有不同）。\n这个蛋糕的每一层都相互依赖：模型需要数据和算力；计算需要芯片；芯片需要在数据中心内协同工作；而这一切都需要能源。\n但戏剧性的是：没有任何一个国家能够控制这个系统中的所有层级。\n事实上，关键能力散布于全球各地，却又高度集中在少数几个地方。这迫使盟友与对手不得不陷入相互依赖。专家表示，这种动态既限制了任何一个国家在AI竞赛中迅速起到主导作用的能力，同时也推高了发生冲突的代价。\nLoading...“用户界面——ChatGPT、Claude——其实只是冰山一角，”AI政治经济学专家罗宾·克林格勒-维德拉（Robyn Klingler-Vidra）说。她最近撰写了一份关于亚洲主要AI参与者的报告。\n\"技术栈中有如此多极具价值的层级，分布在亚太地区不同的'细分领域超级大国'手中。AI凸显了一件人们可能不会直觉意识到的事：为什么各国政府如此关注深层贸易关系和关键矿产。\"\n作为澳大利亚广播公司（ABC）一项更广泛的、为期一年的项目的一部分，我们采访了AI领域的众多人士：从普通用户，到全球大型企业和新兴参与者的现任及前任代表——包括SK海力士（SK Hynix）、台积电（TSMC）、OpenAI、谷歌、01.AI和微软——另有许多人同意以不具名方式接受采访。\n将与这些人探讨的内容综合到一起，他们的见解就展现出一种比聊天机器人和股价复杂得多的情况：一个由资源、外交和不寻常的偶然事件所塑造的、权力与依赖盘根错节的系统。\n掀起AI机器的引擎盖：拆解复杂的层级架构\nLoading...要理解AI产业的微妙之处，我们首先需要理解它的实体系统如何运行、世界各国在竞争什么，以及扼其咽喉的瓶颈之处在哪里。\n有人称技术栈为供应链、蛋糕或生态系统。我们对上述 AI“技术栈”并没有统一定义，但为了简便起见，可以将其视为芯片、数据、能源和软件，其中前三者在很大程度上都是物理实体。\n物理技术栈的核心是芯片，其重要性无须赘述：当你向谷歌发出指令或询问AI问题时，正是背后的芯片在进行计算。\n“简单来说，如果没有人工智能芯片的指数级进步，我们就不会有现在这种人工智能能力，”《芯片战争》（Chip War）一书的作者克里斯·米勒（Chris Miller）表示。\n虽然美企英伟达设计了许多全球领先的AI处理器，即执行计算的芯片，但该公司并不负责制造。\n制造工作主要落在了像台积电（TSMC）这样的公司肩上，台积电生产了全球约90%的最先进的AI处理器。然而，即便是台积电也无法独自运转，它在制造过程中高度依赖来自其他国家的专用技术和材料。\n“先进芯片制造并非单一技术：台湾或许能制造出世界上最先进的AI芯片，但依赖荷兰的光刻机、日本的超高纯度材料与化学品，以及韩国的存储元件，”决策树”（Decision Tree）创始人兼AI政策专家格雷戈里·C·艾伦（Gregory C Allen）指出。\n这些公司几十年来都不是关注的焦点，现在成为产业链中不同却专精的一环：这种合作关系需要巨大的信任。\n\"我们不与客户竞争，\"台积电的一位发言人表示，\"这种信任使我们能够与全球领先的创新者紧密合作，在量产前数年就将我们的制造路线图与他们的产品设计保持一致。\"\n正是这种信任与分工，让这些企业中的一大部分能够在产业链的某个环节高度专精化，但也导致关键能力高度集中在少数几个地方。\n随着这些能力日益强大，供应链变得越来越政治化。各国政府开始对谁能购买最先进的芯片进行限制，要不就是对谁能接触到制造这些芯片所需的公司和技术进行限制。最为人所知的是美国在2022年的做法——就在ChatGPT公开发布的前几个月，美国开始限制向中国出口最先进的芯片。\n“在一个美国从未实施这些出口管制的平行宇宙里，中国已经差不多无疑成为领头羊了，”艾伦表示。\n这些限制后来发生了变化，新的管制措施沿着供应链的上、下游蔓延——从日本到荷兰，再到中国，深深塑造了人工智能的发展。\n换句话说，当今AI竞赛的地缘格局并不单纯是技术竞争的产物。在一定程度上，它是被人为精心策划出来的。这是关键的一点，我们稍后再谈。\n但芯片只是AI技术栈的一部分，这意味着即使你获得了芯片，但单凭芯片自身的性能也发挥不了多少作用。\n先进处理器的威力，只有当数以千计的芯片与高速内存及网络相结合，组成服务器和机架，并连接在庞大的数据中心内部时才能完全释放。我们搜索查询、Netflix 推荐和地图导航背后的计算，正是在这些数据中心里完成的。\n数据中心已经存在了数十年，但生成式AI的爆发迅速推高了它们的规模、可见度和战略重要性。\n“我想，数据中心开发者的雄心原本就很大，但需求的增长速度可能甚至超出了他们的预期，”维德拉（Klingler-Vidra）说。\n\"很可能在规划数据中心时，人们尽了全力也想象不到AI会变得多么渴望数据。\"\n这些设施从本质上说就是巨大的计算机：堆满了处理器、网络设备和冷却系统的库房，协同工作，以训练和运行日益强大的AI模型。\n然而，和芯片的情况差不多，大规模运行数据系统也引发了另一个瓶颈和依赖：能源。每一项任务都要消耗一点电能，因此数据中心需要海量的电力，以及电网接入、土地、冷却设施，且往往还需要大量的水资源。\n无论数据中心建在何处，它们对电力的欲望都在重塑周围的能源系统。在AI浪潮爆发之前，包括新加坡和美国在内的国家就已经在应对这种压力。\n“中国在电力系统规模和可用电力容量方面遥遥领先，而计算需要消耗巨量电力，”清华大学人工智能研究负责人、微软中国前董事长张亚勤表示。他指出，中国的发电量已超过美国的两倍，并占全球总发电量的三分之一以上。\n在澳大利亚，类似的担忧才刚刚开始升温。随着数据中心建设的激增，专家警告称，该行业在十年内消耗的电力可能相当于目前数百万户家庭的用电总和。\n此外，只有当所有这些复杂、昂贵的系统——芯片、数据中心和能源全部就位后，我们才会触及大多数人真正视为AI的部分：模型，即能生成预测和回应的训练成果，比如OpenAI的GPT；以及软件，即让大家使用模型的应用，比如ChatGPT。\n像 OpenAI（ChatGPT）和 Anthropic（Claude）这样的公司主要是在这个可见的层面上运营，因此我们屏幕上呈现的内容，仅仅是一个庞大国际化系统展现出来的最后面的部分。\n“合作伙伴和供应商对AI的进步至关重要，因为算力供应不仅稀缺，而且必须提前数年进行争取和管理，”OpenAI 的一位发言人告诉 ABC，并补充说该公司过去曾较多地依赖单一的算力提供商。\n“我们目前在一个多样化的生态系统中合作，这提高了承受能力并确立了算力确定性，而[这]直接影响到AI是否能够实现规模化扩张。”\n从更宏观的角度看，强大的AI既离不开计算机科学家，也同样依赖特种化学品和能源。一旦这些依赖难以替代，技术就与经济筹码和地缘战略交织在一起，美国2025年发布的《人工智能行动计划》（AI Action Plan）正反映了这一现实。\n重塑的亚太：因政治而分裂，因需求而联合\n仅从原始数据来看，AI 竞赛中的权力平衡似乎相当简单明确。\n美国在数据中心、私人投资和领先模型方面占主导地位，中国则在发电量、机器人技术、研究产出和制造能力方面领先。\n表面上看，这好像是一场人们熟悉的两强争霸。在某些指标上，美中两国合计占全球总量的一半以上。但关键能力在整个技术栈中的分布集中度，却呈现出完全不同的景象。\n我们已经看到，虽然美国或许在软件或芯片设计方面占主导地位，但在制造最先进芯片方面，主导全局的是台湾。\n然而，台湾的角色高度依赖来自荷兰、日本和韩国的专用设备、材料和化学品。\n因此，即便美国在设计或软件上领先，仅仅是日本化学材料的短缺，或是荷兰光刻机关键部件的匮乏，就可能让整个系统陷入瘫痪。\n这并非理论推演，曾经发生过，并且仍在相当规律地发生着。\n2019 年，日本与韩国之间的争端 导致芯片制造材料供应受阻；2022 年，俄罗斯入侵乌克兰打断了全球一半的霓虹灯用氖气供应，导致氖气价格飙升。\n更贴近现实的情况是，新加坡或澳大利亚可能会寻求成为区域数据中心枢纽，但这些抱负同样取决于软件、芯片和海量的能源。\n2019 年，由于需求加剧了有限的电力、土地和水资源的紧张，新加坡不得不暂停新修建新数据中心数年。\n直至2022年，在更严格的效率规则下，数据中心的建设材得以恢复。同年，新加坡开始通过泰国和马来西亚从老挝输入电力。\n因此，AI 能力并不简简单单地属于拥有最多资金或数据中心的一方，可能隐藏在某种无名的化学材料、出口许可证或贸易协定中，直到消失时才会被人们注意到。\n“如果台湾不可思议地消失了，世界会怎样？经济灾难。如果不可思议地消失了，半导体世界会怎样？虽然不会那么突发，但依然是一场灾难。如果失去了美国呢？结果一样。如果失去了韩国呢？同样如此，”艾伦解释道。\n“供应链中有好几个关键节点，就像你体内的多个器官一样：一个都不能少。”\n这些依赖关系也会不仅限于同盟之间。例如，作为美国盟友的韩国，在提供关键半导体技术的同时，依然与中国保持着深厚的关系，即便华盛顿方面正在限制中国获取部分最先进的技术。\n这种格局有一部分是人为精心设计的，但大部分并非如此。它往往源于多年的商业决策、政治考量或历史偶然。\n举例来说，有观察人士认为，2022年旨在限制中国AI发展的出口管制措施，反而促使中国提高效率、加大对国产替代方案的投入。英伟达首席执行官黄仁勋将这一效应形容为管制措施\"适得其反\"。\n中国人工智能公司零一万物创始人、谷歌中国前总裁李开复表示：\"这是一把双刃剑。当你拿不到（英伟达顶级芯片）时，就必须想办法让运算更快，被迫变得更高效。\"\n从稀土提炼、专业人才，到海底电缆和专有数据，这样的动态遍布整条供应链，使得把AI简单看作一场\"竞赛\"的想法变得复杂。\n克林格-维德拉（Klingler-Vidra）说：\"中国提炼了全球90%以上的稀土。在一个以稀土供应为前提的体系中，这代表着巨大的权力来源。\"\n“没有哪个国家能够控制每一层级。因此，在技术栈的某一层做到极难被替代，可能比试图主导整个系统更为重要。”\n对较小的经济体来说，这创造了机遇。\n“与其什么都想做，但结果样样平庸，不如找少数几个可以做到世界顶尖的领域去发展，利用这些去换取你所需的一切，”艾伦说。\n\"澳大利亚需要的是战略相关性，最好是战略不可替代性。实现这一点靠的不是什么都自己建，而是控制整个系统所必需的某种东西。\"\n但战略重要性是一把双刃剑：成为技术栈中不可或缺的一环，也意味着要承担相应的风险与成本。\n机遇、透明度与犯错的代价\n在ChatGPT发布四年后的今天，公众对AI的讨论依然被前沿软件公司所主导，从对存在性风险的警告，到对社会变革的预测，对驱动AI的底层系统的关注则少得多。\n这种不透明性，有一部分是刻意为之，但更多只是产业演进的结果：前沿企业出于法律考虑，可能要避免显得过于强势——微软在上世纪90年代就吃过这个教训;而依赖贸易伙伴的政府，如果对方愿意在经济或政治上报复，就可能因直言AI问题而付出代价。\n“这种自我审查的确是一种挑战，”艾伦说。\n“在政治上和经济上，这可以理解；但如果公众听不到坦诚的真相，他们如何知道选谁，或者该推动和支持哪些政策？”\n今年七月，澳大利亚总理安东尼·阿尔巴尼斯宣布将AI列为国家战略重点。然而，理解了技术栈的层级结构，就会明白为什么将这一雄心转化为政策比单纯吸引投资或建造更多数据中心要困难得多。\n如果没有任何国家能够控制其所需的一切，那么澳大利亚面临的问题就不是如何实现技术上的自给自足，而是在何处建立优势，以及愿意接受哪些依赖关系。\n一些专家和行业人士指出，当前的一种AI策略是通过在本地创造就业、培养技能和建设基础设施来支撑外国软件模型，从而捕获经济价值。\n但也有人告诫称，像数据中心这样的投资虽然对产业链很重要，但有可能沦为“基础设施飞地”——消耗土地和电力，却无法保证知识产权、经济杠杆或战略不可替代性。\n澳大利亚在能源、关键矿产以及采矿这样的行业具有优势，在这些领域，AI 可以充分利用现有的强项。\n“澳大利亚拥有很多数据中心，但许多都是外资拥有或通过外部投资融资的。这可能使我们在这一层级变得强大，但并不一定会带来其他领域可能提供的价值或优势地位，”维卡斯·库马尔（Vikas Kumar） 表示，他曾编制一套AI产业链竞争力指数及评估框架。\n“机遇在于将AI与澳大利亚已经拥有深厚知识的部门结合起来，并以此创造可出口的产品和服务。”\n\"比如说，如果我要去韩国，建立这种关系就是我最主要的动机：在确保关键部件供应的同时，提供他们所需的应用程序或能源作为回报。\"\n这使得AI政策既和外交有关，也和技术有关。贸易政策、移民或能源决策对技术实力的塑造作用，并不亚于实验室里的突破。\n多家中国和美国的 AI 企业以不具名方式告诉 ABC，他们已经在与包括矿业在内的澳大利亚主要产业开展合作；OpenAI 也提到了其在 2025 年 12 月宣布与澳大利亚联邦银行（CommBank）、Coles 和 Wesfarmers 达成的合作。\n但，整个 AI 产业链不同环节之间的相互依赖，并不意味着安全无虞。欧洲对俄罗斯能源的依赖就是一个例子。\n艾伦表示：“事实证明，那并不便宜，只是我们当时没有正确计算成本。”\n他指出，中国稀土等其他供应链依赖也存在类似问题。一旦将“战略脆弱性”纳入考量，这些依赖的实际成本可能远高于此前的估算。\n因此，对技术栈关键部分的控制，不仅对那些构建强大AI系统的人重要，对那些拥有制约能力的人同样重要。\n目前，随着主要大国押注AI领先地位将转化为更广泛的经济和地缘政治影响力，相关投资的速度和规模仍然惊人。\n“在美国，我们每10个月在AI上的投入，就超过整个阿波罗登月计划13年从开始到结束的总成本。这是一笔惊人的资本投入，”艾伦说。\n“工业革命重塑了全球力量格局以及人类生活的几乎所有方面。我们现在似乎正处于这样的时刻。”\n对澳大利亚来说，并不存在一场必须赢下的单一技术竞赛。真正需要权衡的是一系列相互交织的选择：建设什么、交易什么、信任谁、在哪些领域变得不可替代，以及在哪些地方依赖会变得危险。\nRead the story in English or Indonesian.\n制作人员\n- 报道与制作：Steven Viney\n- 受众互动与补充报道： Doug Dingwall\n- 图形与设计: Jarrod Fankhauser\n- 其他素材来源: 台积电、英伟达、SK海力士（SKHYNIX）、盖蒂图片社（Getty）、路透社（Reuters）\n编者按：部分视觉素材和信息为便于说明作了简化或改编。对于未获回应的信息请求，我们依据专家分析和合理估算。","image_url":"https://live-production.wcms.abc-cdn.net.au/836c211d0b5189b4ee2078b46a73a533?impolicy=wcms_crop_resize&cropH=225&cropW=400&xPos=0&yPos=0&width=862&height=485&imformat=generic","lang":"zh","published_at":"2026-09-23T22:33:57+00:00","fetched_at":"2026-09-24T01:15:07+00:00","status":"read","starred":0,"extract_state":"ok","summary_auto":"ChatGPT 和Claude或许是人工智能（AI）从表面上看的样子，但在屏幕后，存在着一个由芯片、数据、能源与人类共同构成的复杂生态系统。\n在亚太地区，对不同层级生态元素的控制正重塑着权力平衡，并将盟友与对手绑定在错综复杂的相互依赖关系之中。\n这是一颗人工智能（AI）芯片。\n正是这样的芯片，为我们每天使用的设备和平台提供算力支撑：从 ChatGPT、谷歌的个性化推荐，到自动泊车辅助系统和智能手机摄像头。\n最先进的芯片包含数千亿个晶体管——这些微型开关每秒能进行数万亿次计算，使其成为人类有史以来制造出的最复杂的物体之一。\n由于芯片的零部件厚度仅有几个原子大小，这意味着“一粒微尘”就可能毁掉价值数十万美元的产品，因此全球仅有极少数公司能够生产此类芯片。\n芯片的重要性在短时间内急剧上升，将原本小众的技术制造企业直接推上了外交政策与国家安全的前沿。\n然而，芯片仅仅是庞大机器中的一个零部件；离开这台机器，芯片实际上毫无用处。\n外界常透过硅谷的高光和飙升的科技估值来看待 AI，但这些都只是业内人士及英伟达（NVIDIA）CEO 黄仁勋（Jensen Huang）所俗称的“AI多层蛋糕”的表层：这是一个由芯片、数据、能源、模型和应用组成的国际化生态系统（各方的分层说法略有不同）。\n这个蛋糕的每一层都相互依赖：模型需要数据和算力；计算需要芯片；芯片需要在数据中心内协同工作；而这一切都需要能源。\n但戏剧性的是：没有任何一个国家能够控制这个系统中的所有层级。\n事实上，关键能力散布于全球各地，却又高度集中在少数几个地方。这迫使盟友与对手不得不陷入相互依赖。专家表示，这种动态既限制了任何一个国家在AI竞赛中迅速起到主导作用的能力，同时也推高了发生冲突的代价。\nLoading...“用户界面——ChatGPT、Claude——其实只是冰山一角，”AI政治经济学专家罗宾·克林格勒-维德拉（Robyn Klingler-Vidra）说。她最近撰写了一份关于亚洲主要AI参与者的报告。\n\"技术栈中有如此多极具价值的层级，分布在亚太地区不同的'细分领域超级大国'手中。AI凸显了一件人们可能不会直觉意识到的事：为什么各国政府如此关注深层贸易关系和关键矿产。\"\n作为澳大利亚广播公司（ABC）一项更广泛的、为期一年的项目的一部分，我们采访了AI领域的众多人士：从普通用户，到全球大型企业和新兴参与者的现任及前任代表——包括SK海力士（SK Hynix）、台积电（TSMC）、OpenAI、谷歌、01.AI和微软——另有许多人同意以不具名方式接受采访。\n将与这些人探讨的内容综合到一起，他们的见解就展现出一种比聊天机器人和股价复杂得多的情况：一个由资源、外交和不寻常的偶然事件所塑造的、权力与依赖盘根错节的系统。\n掀起AI机器的引擎盖：拆解复杂的层级架构\nLoading...要理解AI产业的微妙之处，我们首先需要理解它的实体系统如何运行、世界各国在竞争什么，以及扼其咽喉的瓶颈之处在哪里。\n有人称技术栈为供应链、蛋糕或生态系统。我们对上述 AI“技术栈”并没有统一定义，但为了简便起见，可以将其视为芯片、数据、能源和软件，其中前三者在很大程度上都是物理实体。\n物理技术栈的核心是芯片，其重要性无须赘述：当你向谷歌发出指令或询问AI问题时，正是背后的芯片在进行计算。\n“简单来说，如果没有人工智能芯片的指数级进步，我们就不会有现在这种人工智能能力，”《芯片战争》（Chip War）一书的作者克里斯·米勒（Chris Miller）表示。\n虽然美企英伟达设计了许多全球领先的AI处理器，即执行计算的芯片，但该公司并不负责制造。\n制造工作主要落在了像台积电（TSMC）这样的公司肩上，台积电生产了全球约90%的最先进的AI处理器。然而，即便是台积电也无法独自运转，它在制造过程中高度依赖来自其他国家的专用技术和材料。\n“先进芯片制造并非单一技术：台湾或许能制造出世界上最先进的AI芯片，但依赖荷兰的光刻机、日本的超高纯度材料与化学品，以及韩国的存储元件，”决策树”（Decision Tree）创始人兼AI政策专家格雷戈里·C·艾伦（Gregory C Allen）指出。\n这些公司几十年来都不是关注的焦点，现在成为产业链中不同却专精的一环：这种合作关系需要巨大的信任。\n\"我们不与客户竞争，\"台积电的一位发言人表示，\"这种信任使我们能够与全球领先的创新者紧密合作，在量产前数年就将我们的制造路线图与他们的产品设计保持一致。\"\n正是这种信任与分工，让这些企业中的一大部分能够在产业链的某个环节高度专精化，但也导致关键能力高度集中在少数几个地方。\n随着这些能力日益强大，供应链变得越来越政治化。各国政府开始对谁能购买最先进的芯片进行限制，要不就是对谁能接触到制造这些芯片所需的公司和技术进行限制。最为人所知的是美国在2022年的做法——就在ChatGPT公开发布的前几个月，美国开始限制向中国出口最先进的芯片。\n“在一个美国从未实施这些出口管制的平行宇宙里，中国已经差不多无疑成为领头羊了，”艾伦表示。\n这些限制后来发生了变化，新的管制措施沿着供应链的上、下游蔓延——从日本到荷兰，再到中国，深深塑造了人工智能的发展。\n换句话说，当今AI竞赛的地缘格局并不单纯是技术竞争的产物。在一定程度上，它是被人为精心策划出来的。这是关键的一点，我们稍后再谈。\n但芯片只是AI技术栈的一部分，这意味着即使你获得了芯片，但单凭芯片自身的性能也发挥不了多少作用。\n先进处理器的威力，只有当数以千计的芯片与高速内存及网络相结合，组成服务器和机架，并连接在庞大的数据中心内部时才能完全释放。我们搜索查询、Netflix 推荐和地图导航背后的计算，正是在这些数据中心里完成的。\n数据中心已经存在了数十年，但生成式AI的爆发迅速推高了它们的规模、可见度和战略重要性。\n“我想，数据中心开发者的雄心原本就很大，但需求的增长速度可能甚至超出了他们的预期，”维德拉（Klingler-Vidra）说。\n\"很可能在规划数据中心时，人们尽了全力也想象不到AI会变得多么渴望数据。\"\n这些设施从本质上说就是巨大的计算机：堆满了处理器、网络设备和冷却系统的库房，协同工作，以训练和运行日益强大的AI模型。\n然而，和芯片的情况差不多，大规模运行数据系统也引发了另一个瓶颈和依赖：能源。每一项任务都要消耗一点电能，因此数据中心需要海量的电力，以及电网接入、土地、冷却设施，且往往还需要大量的水资源。\n无论数据中心建在何处，它们对电力的欲望都在重塑周围的能源系统。在AI浪潮爆发之前，包括新加坡和美国在内的国家就已经在应对这种压力。\n“中国在电力系统规模和可用电力容量方面遥遥领先，而计算需要消耗巨量电力，”清华大学人工智能研究负责人、微软中国前董事长张亚勤表示。他指出，中国的发电量已超过美国的两倍，并占全球总发电量的三分之一以上。\n在澳大利亚，类似的担忧才刚刚开始升温。随着数据中心建设的激增，专家警告称，该行业在十年内消耗的电力可能相当于目前数百万户家庭的用电总和。\n此外，只有当所有这些复杂、昂贵的系统——芯片、数据中心和能源全部就位后，我们才会触及大多数人真正视为AI的部分：模型，即能生成预测和回应的训练成果，比如OpenAI的GPT；以及软件，即让大家使用模型的应用，比如ChatGPT。\n像 OpenAI（ChatGPT）和 Anthropic（Claude）这样的公司主要是在这个可见的层面上运营，因此我们屏幕上呈现的内容，仅仅是一个庞大国际化系统展现出来的最后面的部分。\n“合作伙伴和供应商对AI的进步至关重要，因为算力供应不仅稀缺，而且必须提前数年进行争取和管理，”OpenAI 的一位发言人告诉 ABC，并补充说该公司过去曾较多地依赖单一的算力提供商。\n“我们目前在一个多样化的生态系统中合作，这提高了承受能力并确立了算力确定性，而[这]直接影响到AI是否能够实现规模化扩张。”\n从更宏观的角度看，强大的AI既离不开计算机科学家，也同样依赖特种化学品和能源。一旦这些依赖难以替代，技术就与经济筹码和地缘战略交织在一起，美国2025年发布的《人工智能行动计划》（AI Action Plan）正反映了这一现实。\n重塑的亚太：因政治而分裂，因需求而联合\n仅从原始数据来看，AI 竞赛中的权力平衡似乎相当简单明确。\n美国在数据中心、私人投资和领先模型方面占主导地位，中国则在发电量、机器人技术、研究产出和制造能力方面领先。\n表面上看，这好像是一场人们熟悉的两强争霸。在某些指标上，美中两国合计占全球总量的一半以上。但关键能力在整个技术栈中的分布集中度，却呈现出完全不同的景象。\n我们已经看到，虽然美国或许在软件或芯片设计方面占主导地位，但在制造最先进芯片方面，主导全局的是台湾。\n然而，台湾的角色高度依赖来自荷兰、日本和韩国的专用设备、材料和化学品。\n因此，即便美国在设计或软件上领先，仅仅是日本化学材料的短缺，或是荷兰光刻机关键部件的匮乏，就可能让整个系统陷入瘫痪。\n这并非理论推演，曾经发生过，并且仍在相当规律地发生着。\n2019 年，日本与韩国之间的争端 导致芯片制造材料供应受阻；2022 年，俄罗斯入侵乌克兰打断了全球一半的霓虹灯用氖气供应，导致氖气价格飙升。\n更贴近现实的情况是，新加坡或澳大利亚可能会寻求成为区域数据中心枢纽，但这些抱负同样取决于软件、芯片和海量的能源。\n2019 年，由于需求加剧了有限的电力、土地和水资源的紧张，新加坡不得不暂停新修建新数据中心数年。\n直至2022年，在更严格的效率规则下，数据中心的建设材得以恢复。同年，新加坡开始通过泰国和马来西亚从老挝输入电力。\n因此，AI 能力并不简简单单地属于拥有最多资金或数据中心的一方，可能隐藏在某种无名的化学材料、出口许可证或贸易协定中，直到消失时才会被人们注意到。\n“如果台湾不可思议地消失了，世界会怎样？经济灾难。如果不可思议地消失了，半导体世界会怎样？虽然不会那么突发，但依然是一场灾难。如果失去了美国呢？结果一样。如果失去了韩国呢？同样如此，”艾伦解释道。\n“供应链中有好几个关键节点，就像你体内的多个器官一样：一个都不能少。”\n这些依赖关系也会不仅限于同盟之间。例如，作为美国盟友的韩国，在提供关键半导体技术的同时，依然与中国保持着深厚的关系，即便华盛顿方面正在限制中国获取部分最先进的技术。\n这种格局有一部分是人为精心设计的，但大部分并非如此。它往往源于多年的商业决策、政治考量或历史偶然。\n举例来说，有观察人士认为，2022年旨在限制中国AI发展的出口管制措施，反而促使中国提高效率、加大对国产替代方案的投入。英伟达首席执行官黄仁勋将这一效应形容为管制措施\"适得其反\"。\n中国人工智能公司零一万物创始人、谷歌中国前总裁李开复表示：\"这是一把双刃剑。当你拿不到（英伟达顶级芯片）时，就必须想办法让运算更快，被迫变得更高效。\"\n从稀土提炼、专业人才，到海底电缆和专有数据，这样的动态遍布整条供应链，使得把AI简单看作一场\"竞赛\"的想法变得复杂。\n克林格-维德拉（Klingler-Vidra）说：\"中国提炼了全球90%以上的稀土。在一个以稀土供应为前提的体系中，这代表着巨大的权力来源。\"\n“没有哪个国家能够控制每一层级。因此，在技术栈的某一层做到极难被替代，可能比试图主导整个系统更为重要。”\n对较小的经济体来说，这创造了机遇。\n“与其什么都想做，但结果样样平庸，不如找少数几个可以做到世界顶尖的领域去发展，利用这些去换取你所需的一切，”艾伦说。\n\"澳大利亚需要的是战略相关性，最好是战略不可替代性。实现这一点靠的不是什么都自己建，而是控制整个系统所必需的某种东西。\"\n但战略重要性是一把双刃剑：成为技术栈中不可或缺的一环，也意味着要承担相应的风险与成本。\n机遇、透明度与犯错的代价\n在ChatGPT发布四年后的今天，公众对AI的讨论依然被前沿软件公司所主导，从对存在性风险的警告，到对社会变革的预测，对驱动AI的底层系统的关注则少得多。\n这种不透明性，有一部分是刻意为之，但更多只是产业演进的结果：前沿企业出于法律考虑，可能要避免显得过于强势——微软在上世纪90年代就吃过这个教训;而依赖贸易伙伴的政府，如果对方愿意在经济或政治上报复，就可能因直言AI问题而付出代价。\n“这种自我审查的确是一种挑战，”艾伦说。\n“在政治上和经济上，这可以理解；但如果公众听不到坦诚的真相，他们如何知道选谁，或者该推动和支持哪些政策？”\n今年七月，澳大利亚总理安东尼·阿尔巴尼斯宣布将AI列为国家战略重点。然而，理解了技术栈的层级结构，就会明白为什么将这一雄心转化为政策比单纯吸引投资或建造更多数据中心要困难得多。\n如果没有任何国家能够控制其所需的一切，那么澳大利亚面临的问题就不是如何实现技术上的自给自足，而是在何处建立优势，以及愿意接受哪些依赖关系。\n一些专家和行业人士指出，当前的一种AI策略是通过在本地创造就业、培养技能和建设基础设施来支撑外国软件模型，从而捕获经济价值。\n但也有人告诫称，像数据中心这样的投资虽然对产业链很重要，但有可能沦为“基础设施飞地”——消耗土地和电力，却无法保证知识产权、经济杠杆或战略不可替代性。\n澳大利亚在能源、关键矿产以及采矿这样的行业具有优势，在这些领域，AI 可以充分利用现有的强项。\n“澳大利亚拥有很多数据中心，但许多都是外资拥有或通过外部投资融资的。这可能使我们在这一层级变得强大，但并不一定会带来其他领域可能提供的价值或优势地位，”维卡斯·库马尔（Vikas Kumar） 表示，他曾编制一套AI产业链竞争力指数及评估框架。\n“机遇在于将AI与澳大利亚已经拥有深厚知识的部门结合起来，并以此创造可出口的产品和服务。”\n\"比如说，如果我要去韩国，建立这种关系就是我最主要的动机：在确保关键部件供应的同时，提供他们所需的应用程序或能源作为回报。\"\n这使得AI政策既和外交有关，也和技术有关。贸易政策、移民或能源决策对技术实力的塑造作用，并不亚于实验室里的突破。\n多家中国和美国的 AI 企业以不具名方式告诉 ABC，他们已经在与包括矿业在内的澳大利亚主要产业开展合作；OpenAI 也提到了其在 2025 年 12 月宣布与澳大利亚联邦银行（CommBank）、Coles 和 Wesfarmers 达成的合作。\n但，整个 AI 产业链不同环节之间的相互依赖，并不意味着安全无虞。欧洲对俄罗斯能源的依赖就是一个例子。\n艾伦表示：“事实证明，那并不便宜，只是我们当时没有正确计算成本。”\n他指出，中国稀土等其他供应链依赖也存在类似问题。一旦将“战略脆弱性”纳入考量，这些依赖的实际成本可能远高于此前的估算。\n因此，对技术栈关键部分的控制，不仅对那些构建强大AI系统的人重要，对那些拥有制约能力的人同样重要。\n目前，随着主要大国押注AI领先地位将转化为更广泛的经济和地缘政治影响力，相关投资的速度和规模仍然惊人。\n“在美国，我们每10个月在AI上的投入，就超过整个阿波罗登月计划13年从开始到结束的总成本。这是一笔惊人的资本投入，”艾伦说。\n“工业革命重塑了全球力量格局以及人类生活的几乎所有方面。我们现在似乎正处于这样的时刻。”\n对澳大利亚来说，并不存在一场必须赢下的单一技术竞赛。真正需要权衡的是一系列相互交织的选择：建设什么、交易什么、信任谁、在哪些领域变得不可替代，以及在哪些地方依赖会变得危险。\nRead the story in English or Indonesian. 制作人员\n- 报道与制作：Steven Viney\n- 受众互动与补充报道： Doug Dingwall\n- 图形与设计: Jarrod Fankhauser\n- 其他素材来源: 台积电、英伟达、SK海力士（SKHYNIX）、盖蒂图片社（Getty）、路透社（Reuters）\n编者按：部分视觉素材和信息为便于说明作了简化或改编。对于未获回应的信息请求，我们依据专家分析和合理估算。","cluster_id":null,"extract_retries":0,"extract_error":null,"contract_version":"news_item.v1","format_contract_version":"news_item_formats.v1","dedup_url":"https://www.abc.net.au/chinese/2026-09-24/ai-race-chips-data-energy-cake-stack-us-china-asia-pacific/107178886","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 6576 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":6576,"summary_length":6576,"usable_text_length":6576,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":6576,"summary_length":6576}},"news_item":{"id":89209,"canonical_url":"https://www.abc.net.au/chinese/2026-09-24/ai-race-chips-data-energy-cake-stack-us-china-asia-pacific/107178886","source_url":"https://www.abc.net.au/chinese/2026-09-24/ai-race-chips-data-energy-cake-stack-us-china-asia-pacific/107178886","title":"人工智能如何重塑全球力量平衡 - ABC News & Headlines – Australian Broadcasting Corporation","source_name":"ABC News & Headlines – Australian Broadcasting Corporation","author":null,"published_at":"2026-09-23T22:33:57+00:00","locale":"zh","topic":"ai","tags":[],"rss_summary":"人工智能如何重塑全球力量平衡 ABC News & Headlines – Australian Broadcasting Corporation","full_text":"ChatGPT 和Claude或许是人工智能（AI）从表面上看的样子，但在屏幕后，存在着一个由芯片、数据、能源与人类共同构成的复杂生态系统。\n在亚太地区，对不同层级生态元素的控制正重塑着权力平衡，并将盟友与对手绑定在错综复杂的相互依赖关系之中。\n这是一颗人工智能（AI）芯片。\n正是这样的芯片，为我们每天使用的设备和平台提供算力支撑：从 ChatGPT、谷歌的个性化推荐，到自动泊车辅助系统和智能手机摄像头。\n最先进的芯片包含数千亿个晶体管——这些微型开关每秒能进行数万亿次计算，使其成为人类有史以来制造出的最复杂的物体之一。\n由于芯片的零部件厚度仅有几个原子大小，这意味着“一粒微尘”就可能毁掉价值数十万美元的产品，因此全球仅有极少数公司能够生产此类芯片。\n芯片的重要性在短时间内急剧上升，将原本小众的技术制造企业直接推上了外交政策与国家安全的前沿。\n然而，芯片仅仅是庞大机器中的一个零部件；离开这台机器，芯片实际上毫无用处。\n外界常透过硅谷的高光和飙升的科技估值来看待 AI，但这些都只是业内人士及英伟达（NVIDIA）CEO 黄仁勋（Jensen Huang）所俗称的“AI多层蛋糕”的表层：这是一个由芯片、数据、能源、模型和应用组成的国际化生态系统（各方的分层说法略有不同）。\n这个蛋糕的每一层都相互依赖：模型需要数据和算力；计算需要芯片；芯片需要在数据中心内协同工作；而这一切都需要能源。\n但戏剧性的是：没有任何一个国家能够控制这个系统中的所有层级。\n事实上，关键能力散布于全球各地，却又高度集中在少数几个地方。这迫使盟友与对手不得不陷入相互依赖。专家表示，这种动态既限制了任何一个国家在AI竞赛中迅速起到主导作用的能力，同时也推高了发生冲突的代价。\nLoading...“用户界面——ChatGPT、Claude——其实只是冰山一角，”AI政治经济学专家罗宾·克林格勒-维德拉（Robyn Klingler-Vidra）说。她最近撰写了一份关于亚洲主要AI参与者的报告。\n\"技术栈中有如此多极具价值的层级，分布在亚太地区不同的'细分领域超级大国'手中。AI凸显了一件人们可能不会直觉意识到的事：为什么各国政府如此关注深层贸易关系和关键矿产。\"\n作为澳大利亚广播公司（ABC）一项更广泛的、为期一年的项目的一部分，我们采访了AI领域的众多人士：从普通用户，到全球大型企业和新兴参与者的现任及前任代表——包括SK海力士（SK Hynix）、台积电（TSMC）、OpenAI、谷歌、01.AI和微软——另有许多人同意以不具名方式接受采访。\n将与这些人探讨的内容综合到一起，他们的见解就展现出一种比聊天机器人和股价复杂得多的情况：一个由资源、外交和不寻常的偶然事件所塑造的、权力与依赖盘根错节的系统。\n掀起AI机器的引擎盖：拆解复杂的层级架构\nLoading...要理解AI产业的微妙之处，我们首先需要理解它的实体系统如何运行、世界各国在竞争什么，以及扼其咽喉的瓶颈之处在哪里。\n有人称技术栈为供应链、蛋糕或生态系统。我们对上述 AI“技术栈”并没有统一定义，但为了简便起见，可以将其视为芯片、数据、能源和软件，其中前三者在很大程度上都是物理实体。\n物理技术栈的核心是芯片，其重要性无须赘述：当你向谷歌发出指令或询问AI问题时，正是背后的芯片在进行计算。\n“简单来说，如果没有人工智能芯片的指数级进步，我们就不会有现在这种人工智能能力，”《芯片战争》（Chip War）一书的作者克里斯·米勒（Chris Miller）表示。\n虽然美企英伟达设计了许多全球领先的AI处理器，即执行计算的芯片，但该公司并不负责制造。\n制造工作主要落在了像台积电（TSMC）这样的公司肩上，台积电生产了全球约90%的最先进的AI处理器。然而，即便是台积电也无法独自运转，它在制造过程中高度依赖来自其他国家的专用技术和材料。\n“先进芯片制造并非单一技术：台湾或许能制造出世界上最先进的AI芯片，但依赖荷兰的光刻机、日本的超高纯度材料与化学品，以及韩国的存储元件，”决策树”（Decision Tree）创始人兼AI政策专家格雷戈里·C·艾伦（Gregory C Allen）指出。\n这些公司几十年来都不是关注的焦点，现在成为产业链中不同却专精的一环：这种合作关系需要巨大的信任。\n\"我们不与客户竞争，\"台积电的一位发言人表示，\"这种信任使我们能够与全球领先的创新者紧密合作，在量产前数年就将我们的制造路线图与他们的产品设计保持一致。\"\n正是这种信任与分工，让这些企业中的一大部分能够在产业链的某个环节高度专精化，但也导致关键能力高度集中在少数几个地方。\n随着这些能力日益强大，供应链变得越来越政治化。各国政府开始对谁能购买最先进的芯片进行限制，要不就是对谁能接触到制造这些芯片所需的公司和技术进行限制。最为人所知的是美国在2022年的做法——就在ChatGPT公开发布的前几个月，美国开始限制向中国出口最先进的芯片。\n“在一个美国从未实施这些出口管制的平行宇宙里，中国已经差不多无疑成为领头羊了，”艾伦表示。\n这些限制后来发生了变化，新的管制措施沿着供应链的上、下游蔓延——从日本到荷兰，再到中国，深深塑造了人工智能的发展。\n换句话说，当今AI竞赛的地缘格局并不单纯是技术竞争的产物。在一定程度上，它是被人为精心策划出来的。这是关键的一点，我们稍后再谈。\n但芯片只是AI技术栈的一部分，这意味着即使你获得了芯片，但单凭芯片自身的性能也发挥不了多少作用。\n先进处理器的威力，只有当数以千计的芯片与高速内存及网络相结合，组成服务器和机架，并连接在庞大的数据中心内部时才能完全释放。我们搜索查询、Netflix 推荐和地图导航背后的计算，正是在这些数据中心里完成的。\n数据中心已经存在了数十年，但生成式AI的爆发迅速推高了它们的规模、可见度和战略重要性。\n“我想，数据中心开发者的雄心原本就很大，但需求的增长速度可能甚至超出了他们的预期，”维德拉（Klingler-Vidra）说。\n\"很可能在规划数据中心时，人们尽了全力也想象不到AI会变得多么渴望数据。\"\n这些设施从本质上说就是巨大的计算机：堆满了处理器、网络设备和冷却系统的库房，协同工作，以训练和运行日益强大的AI模型。\n然而，和芯片的情况差不多，大规模运行数据系统也引发了另一个瓶颈和依赖：能源。每一项任务都要消耗一点电能，因此数据中心需要海量的电力，以及电网接入、土地、冷却设施，且往往还需要大量的水资源。\n无论数据中心建在何处，它们对电力的欲望都在重塑周围的能源系统。在AI浪潮爆发之前，包括新加坡和美国在内的国家就已经在应对这种压力。\n“中国在电力系统规模和可用电力容量方面遥遥领先，而计算需要消耗巨量电力，”清华大学人工智能研究负责人、微软中国前董事长张亚勤表示。他指出，中国的发电量已超过美国的两倍，并占全球总发电量的三分之一以上。\n在澳大利亚，类似的担忧才刚刚开始升温。随着数据中心建设的激增，专家警告称，该行业在十年内消耗的电力可能相当于目前数百万户家庭的用电总和。\n此外，只有当所有这些复杂、昂贵的系统——芯片、数据中心和能源全部就位后，我们才会触及大多数人真正视为AI的部分：模型，即能生成预测和回应的训练成果，比如OpenAI的GPT；以及软件，即让大家使用模型的应用，比如ChatGPT。\n像 OpenAI（ChatGPT）和 Anthropic（Claude）这样的公司主要是在这个可见的层面上运营，因此我们屏幕上呈现的内容，仅仅是一个庞大国际化系统展现出来的最后面的部分。\n“合作伙伴和供应商对AI的进步至关重要，因为算力供应不仅稀缺，而且必须提前数年进行争取和管理，”OpenAI 的一位发言人告诉 ABC，并补充说该公司过去曾较多地依赖单一的算力提供商。\n“我们目前在一个多样化的生态系统中合作，这提高了承受能力并确立了算力确定性，而[这]直接影响到AI是否能够实现规模化扩张。”\n从更宏观的角度看，强大的AI既离不开计算机科学家，也同样依赖特种化学品和能源。一旦这些依赖难以替代，技术就与经济筹码和地缘战略交织在一起，美国2025年发布的《人工智能行动计划》（AI Action Plan）正反映了这一现实。\n重塑的亚太：因政治而分裂，因需求而联合\n仅从原始数据来看，AI 竞赛中的权力平衡似乎相当简单明确。\n美国在数据中心、私人投资和领先模型方面占主导地位，中国则在发电量、机器人技术、研究产出和制造能力方面领先。\n表面上看，这好像是一场人们熟悉的两强争霸。在某些指标上，美中两国合计占全球总量的一半以上。但关键能力在整个技术栈中的分布集中度，却呈现出完全不同的景象。\n我们已经看到，虽然美国或许在软件或芯片设计方面占主导地位，但在制造最先进芯片方面，主导全局的是台湾。\n然而，台湾的角色高度依赖来自荷兰、日本和韩国的专用设备、材料和化学品。\n因此，即便美国在设计或软件上领先，仅仅是日本化学材料的短缺，或是荷兰光刻机关键部件的匮乏，就可能让整个系统陷入瘫痪。\n这并非理论推演，曾经发生过，并且仍在相当规律地发生着。\n2019 年，日本与韩国之间的争端 导致芯片制造材料供应受阻；2022 年，俄罗斯入侵乌克兰打断了全球一半的霓虹灯用氖气供应，导致氖气价格飙升。\n更贴近现实的情况是，新加坡或澳大利亚可能会寻求成为区域数据中心枢纽，但这些抱负同样取决于软件、芯片和海量的能源。\n2019 年，由于需求加剧了有限的电力、土地和水资源的紧张，新加坡不得不暂停新修建新数据中心数年。\n直至2022年，在更严格的效率规则下，数据中心的建设材得以恢复。同年，新加坡开始通过泰国和马来西亚从老挝输入电力。\n因此，AI 能力并不简简单单地属于拥有最多资金或数据中心的一方，可能隐藏在某种无名的化学材料、出口许可证或贸易协定中，直到消失时才会被人们注意到。\n“如果台湾不可思议地消失了，世界会怎样？经济灾难。如果不可思议地消失了，半导体世界会怎样？虽然不会那么突发，但依然是一场灾难。如果失去了美国呢？结果一样。如果失去了韩国呢？同样如此，”艾伦解释道。\n“供应链中有好几个关键节点，就像你体内的多个器官一样：一个都不能少。”\n这些依赖关系也会不仅限于同盟之间。例如，作为美国盟友的韩国，在提供关键半导体技术的同时，依然与中国保持着深厚的关系，即便华盛顿方面正在限制中国获取部分最先进的技术。\n这种格局有一部分是人为精心设计的，但大部分并非如此。它往往源于多年的商业决策、政治考量或历史偶然。\n举例来说，有观察人士认为，2022年旨在限制中国AI发展的出口管制措施，反而促使中国提高效率、加大对国产替代方案的投入。英伟达首席执行官黄仁勋将这一效应形容为管制措施\"适得其反\"。\n中国人工智能公司零一万物创始人、谷歌中国前总裁李开复表示：\"这是一把双刃剑。当你拿不到（英伟达顶级芯片）时，就必须想办法让运算更快，被迫变得更高效。\"\n从稀土提炼、专业人才，到海底电缆和专有数据，这样的动态遍布整条供应链，使得把AI简单看作一场\"竞赛\"的想法变得复杂。\n克林格-维德拉（Klingler-Vidra）说：\"中国提炼了全球90%以上的稀土。在一个以稀土供应为前提的体系中，这代表着巨大的权力来源。\"\n“没有哪个国家能够控制每一层级。因此，在技术栈的某一层做到极难被替代，可能比试图主导整个系统更为重要。”\n对较小的经济体来说，这创造了机遇。\n“与其什么都想做，但结果样样平庸，不如找少数几个可以做到世界顶尖的领域去发展，利用这些去换取你所需的一切，”艾伦说。\n\"澳大利亚需要的是战略相关性，最好是战略不可替代性。实现这一点靠的不是什么都自己建，而是控制整个系统所必需的某种东西。\"\n但战略重要性是一把双刃剑：成为技术栈中不可或缺的一环，也意味着要承担相应的风险与成本。\n机遇、透明度与犯错的代价\n在ChatGPT发布四年后的今天，公众对AI的讨论依然被前沿软件公司所主导，从对存在性风险的警告，到对社会变革的预测，对驱动AI的底层系统的关注则少得多。\n这种不透明性，有一部分是刻意为之，但更多只是产业演进的结果：前沿企业出于法律考虑，可能要避免显得过于强势——微软在上世纪90年代就吃过这个教训;而依赖贸易伙伴的政府，如果对方愿意在经济或政治上报复，就可能因直言AI问题而付出代价。\n“这种自我审查的确是一种挑战，”艾伦说。\n“在政治上和经济上，这可以理解；但如果公众听不到坦诚的真相，他们如何知道选谁，或者该推动和支持哪些政策？”\n今年七月，澳大利亚总理安东尼·阿尔巴尼斯宣布将AI列为国家战略重点。然而，理解了技术栈的层级结构，就会明白为什么将这一雄心转化为政策比单纯吸引投资或建造更多数据中心要困难得多。\n如果没有任何国家能够控制其所需的一切，那么澳大利亚面临的问题就不是如何实现技术上的自给自足，而是在何处建立优势，以及愿意接受哪些依赖关系。\n一些专家和行业人士指出，当前的一种AI策略是通过在本地创造就业、培养技能和建设基础设施来支撑外国软件模型，从而捕获经济价值。\n但也有人告诫称，像数据中心这样的投资虽然对产业链很重要，但有可能沦为“基础设施飞地”——消耗土地和电力，却无法保证知识产权、经济杠杆或战略不可替代性。\n澳大利亚在能源、关键矿产以及采矿这样的行业具有优势，在这些领域，AI 可以充分利用现有的强项。\n“澳大利亚拥有很多数据中心，但许多都是外资拥有或通过外部投资融资的。这可能使我们在这一层级变得强大，但并不一定会带来其他领域可能提供的价值或优势地位，”维卡斯·库马尔（Vikas Kumar） 表示，他曾编制一套AI产业链竞争力指数及评估框架。\n“机遇在于将AI与澳大利亚已经拥有深厚知识的部门结合起来，并以此创造可出口的产品和服务。”\n\"比如说，如果我要去韩国，建立这种关系就是我最主要的动机：在确保关键部件供应的同时，提供他们所需的应用程序或能源作为回报。\"\n这使得AI政策既和外交有关，也和技术有关。贸易政策、移民或能源决策对技术实力的塑造作用，并不亚于实验室里的突破。\n多家中国和美国的 AI 企业以不具名方式告诉 ABC，他们已经在与包括矿业在内的澳大利亚主要产业开展合作；OpenAI 也提到了其在 2025 年 12 月宣布与澳大利亚联邦银行（CommBank）、Coles 和 Wesfarmers 达成的合作。\n但，整个 AI 产业链不同环节之间的相互依赖，并不意味着安全无虞。欧洲对俄罗斯能源的依赖就是一个例子。\n艾伦表示：“事实证明，那并不便宜，只是我们当时没有正确计算成本。”\n他指出，中国稀土等其他供应链依赖也存在类似问题。一旦将“战略脆弱性”纳入考量，这些依赖的实际成本可能远高于此前的估算。\n因此，对技术栈关键部分的控制，不仅对那些构建强大AI系统的人重要，对那些拥有制约能力的人同样重要。\n目前，随着主要大国押注AI领先地位将转化为更广泛的经济和地缘政治影响力，相关投资的速度和规模仍然惊人。\n“在美国，我们每10个月在AI上的投入，就超过整个阿波罗登月计划13年从开始到结束的总成本。这是一笔惊人的资本投入，”艾伦说。\n“工业革命重塑了全球力量格局以及人类生活的几乎所有方面。我们现在似乎正处于这样的时刻。”\n对澳大利亚来说，并不存在一场必须赢下的单一技术竞赛。真正需要权衡的是一系列相互交织的选择：建设什么、交易什么、信任谁、在哪些领域变得不可替代，以及在哪些地方依赖会变得危险。\nRead the story in English or Indonesian.\n制作人员\n- 报道与制作：Steven Viney\n- 受众互动与补充报道： Doug Dingwall\n- 图形与设计: Jarrod Fankhauser\n- 其他素材来源: 台积电、英伟达、SK海力士（SKHYNIX）、盖蒂图片社（Getty）、路透社（Reuters）\n编者按：部分视觉素材和信息为便于说明作了简化或改编。对于未获回应的信息请求，我们依据专家分析和合理估算。","excerpt":"ChatGPT 和Claude或许是人工智能（AI）从表面上看的样子，但在屏幕后，存在着一个由芯片、数据、能源与人类共同构成的复杂生态系统。\n在亚太地区，对不同层级生态元素的控制正重塑着权力平衡，并将盟友与对手绑定在错综复杂的相互依赖关系之中。\n这是一颗人工智能（AI）芯片。\n正是这样的芯片，为我们每天使用的设备和平台提供算力支撑：从 ChatGPT、谷歌的个性化推荐，到自动泊车辅助系统和智能手机摄像头。\n最先进的芯片包含数千亿个晶体管——这些微型开关每秒能进行数万亿次计算，使其成为人类有史以来制造出的最复杂的物体之一。\n由于芯片的零部件厚度仅有几个原子大小，这意味着“一粒微尘”就可能毁掉价值数十万美元的产品，因此全球仅有极少数公司能够生产此类芯片。\n芯片的重要性在短时间内急剧上升，将原本小众的技术制造企业直接推上了外交政策与国家安全的前沿。\n然而，芯片仅仅是庞大机器中的一个零部件；离开这台机器，芯片实际上毫无用处。\n外界常透过硅谷的高光和飙升的科技估值来看待 AI，但这些都只是业内人士及英伟达（NVIDIA）CEO 黄仁勋（Jensen Huang）所俗称的“AI多层蛋糕”的表层：这是一个由芯片、数据、能源、模型和应用组成的国际化生态系统（各方的分层说法略有不同）。\n这个蛋糕的每一层都相互依赖：模型需要数据和算力；计算需要芯片；芯片需要在数据中心内协同工作；而这一切都需要能源。\n但戏剧性的是：没有任何一个国家能够控制这个系统中的所有层级。\n事实上，关键能力散布于全球各地，却又高度集中在少数几个地方。这迫使盟友与对手不得不陷入相互依赖。专家表示，这种动态既限制了任何一个国家在AI竞赛中迅速起到主导作用的能力，同时也推高了发生冲突的代价。\nLoading...“用户界面——ChatGPT、Claude——其实只是冰山一角，”AI政治经济学专家罗宾·克林格勒-维德拉（Robyn Klingler-Vidra）说。她最近撰写了一份关于亚洲主要AI参与者的报告。\n\"技术栈中有如此多极具价值的层级，分布在亚太地区不同的'细分领域超级大国'手中。AI凸显了一件人们可能不会直觉意识到的事：为什么各国政府如此关注深层贸易关系和关键矿产。\"\n作为澳大利亚广播公司（ABC）一项更广泛的、为期一年的项目的一部分，我们采访了AI领域的众多人士：从普通用户，到全球大型企业和新兴参与者的现任及前任代表——包括SK海力士（SK Hynix）、台积电（TSMC）、OpenAI、谷歌、01.AI和微软——另有许多人同意以不具名方式接受采访。\n将与这些人探讨的内容综合到一起，他们的见解就展现出一种比聊天机器人和股价复杂得多的情况：一个由资源、外交和不寻常的偶然事件所塑造的、权力与依赖盘根错节的系统。\n掀起AI机器的引擎盖：拆解复杂的层级架构\nLoading...要理解AI产业的微妙之处，我们首先需要理解它的实体系统如何运行、世界各国在竞争什么，以及扼其咽喉的瓶颈之处在哪里。\n有人称技术栈为供应链、蛋糕或生态系统。我们对上述 AI“技术栈”并没有统一定义，但为了简便起见，可以将其视为芯片、数据、能源和软件，其中前三者在很大程度上都是物理实体。\n物理技术栈的核心是芯片，其重要性无须赘述：当你向谷歌发出指令或询问AI问题时，正是背后的芯片在进行计算。\n“简单来说，如果没有人工智能芯片的指数级进步，我们就不会有现在这种人工智能能力，”《芯片战争》（Chip War）一书的作者克里斯·米勒（Chris Miller）表示。\n虽然美企英伟达设计了许多全球领先的AI处理器，即执行计算的芯片，但该公司并不负责制造。\n制造工作主要落在了像台积电（TSMC）这样的公司肩上，台积电生产了全球约90%的最先进的AI处理器。然而，即便是台积电也无法独自运转，它在制造过程中高度依赖来自其他国家的专用技术和材料。\n“先进芯片制造并非单一技术：台湾或许能制造出世界上最先进的AI芯片，但依赖荷兰的光刻机、日本的超高纯度材料与化学品，以及韩国的存储元件，”决策树”（Decision Tree）创始人兼AI政策专家格雷戈里·C·艾伦（Gregory C Allen）指出。\n这些公司几十年来都不是关注的焦点，现在成为产业链中不同却专精的一环：这种合作关系需要巨大的信任。\n\"我们不与客户竞争，\"台积电的一位发言人表示，\"这种信任使我们能够与全球领先的创新者紧密合作，在量产前数年就将我们的制造路线图与他们的产品设计保持一致。\"\n正是这种信任与分工，让这些企业中的一大部分能够在产业链的某个环节高度专精化，但也导致关键能力高度集中在少数几个地方。\n随着这些能力日益强大，供应链变得越来越政治化。各国政府开始对谁能购买最先进的芯片进行限制，要不就是对谁能接触到制造这些芯片所需的公司和技术进行限制。最为人所知的是美国在2022年的做法——就在ChatGPT公开发布的前几个月，美国开始限制向中国出口最先进的芯片。\n“在一个美国从未实施这些出口管制的平行宇宙里，中国已经差不多无疑成为领头羊了，”艾伦表示。\n这些限制后来发生了变化，新的管制措施沿着供应链的上、下游蔓延——从日本到荷兰，再到中国，深深塑造了人工智能的发展。\n换句话说，当今AI竞赛的地缘格局并不单纯是技术竞争的产物。在一定程度上，它是被人为精心策划出来的。这是关键的一点，我们稍后再谈。\n但芯片只是AI技术栈的一部分，这意味着即使你获得了芯片，但单凭芯片自身的性能也发挥不了多少作用。\n先进处理器的威力，只有当数以千计的芯片与高速内存及网络相结合，组成服务器和机架，并连接在庞大的数据中心内部时才能完全释放。我们搜索查询、Netflix 推荐和地图导航背后的计算，正是在这些数据中心里完成的。\n数据中心已经存在了数十年，但生成式AI的爆发迅速推高了它们的规模、可见度和战略重要性。\n“我想，数据中心开发者的雄心原本就很大，但需求的增长速度可能甚至超出了他们的预期，”维德拉（Klingler-Vidra）说。\n\"很可能在规划数据中心时，人们尽了全力也想象不到AI会变得多么渴望数据。\"\n这些设施从本质上说就是巨大的计算机：堆满了处理器、网络设备和冷却系统的库房，协同工作，以训练和运行日益强大的AI模型。\n然而，和芯片的情况差不多，大规模运行数据系统也引发了另一个瓶颈和依赖：能源。每一项任务都要消耗一点电能，因此数据中心需要海量的电力，以及电网接入、土地、冷却设施，且往往还需要大量的水资源。\n无论数据中心建在何处，它们对电力的欲望都在重塑周围的能源系统。在AI浪潮爆发之前，包括新加坡和美国在内的国家就已经在应对这种压力。\n“中国在电力系统规模和可用电力容量方面遥遥领先，而计算需要消耗巨量电力，”清华大学人工智能研究负责人、微软中国前董事长张亚勤表示。他指出，中国的发电量已超过美国的两倍，并占全球总发电量的三分之一以上。\n在澳大利亚，类似的担忧才刚刚开始升温。随着数据中心建设的激增，专家警告称，该行业在十年内消耗的电力可能相当于目前数百万户家庭的用电总和。\n此外，只有当所有这些复杂、昂贵的系统——芯片、数据中心和能源全部就位后，我们才会触及大多数人真正视为AI的部分：模型，即能生成预测和回应的训练成果，比如OpenAI的GPT；以及软件，即让大家使用模型的应用，比如ChatGPT。\n像 OpenAI（ChatGPT）和 Anthropic（Claude）这样的公司主要是在这个可见的层面上运营，因此我们屏幕上呈现的内容，仅仅是一个庞大国际化系统展现出来的最后面的部分。\n“合作伙伴和供应商对AI的进步至关重要，因为算力供应不仅稀缺，而且必须提前数年进行争取和管理，”OpenAI 的一位发言人告诉 ABC，并补充说该公司过去曾较多地依赖单一的算力提供商。\n“我们目前在一个多样化的生态系统中合作，这提高了承受能力并确立了算力确定性，而[这]直接影响到AI是否能够实现规模化扩张。”\n从更宏观的角度看，强大的AI既离不开计算机科学家，也同样依赖特种化学品和能源。一旦这些依赖难以替代，技术就与经济筹码和地缘战略交织在一起，美国2025年发布的《人工智能行动计划》（AI Action Plan）正反映了这一现实。\n重塑的亚太：因政治而分裂，因需求而联合\n仅从原始数据来看，AI 竞赛中的权力平衡似乎相当简单明确。\n美国在数据中心、私人投资和领先模型方面占主导地位，中国则在发电量、机器人技术、研究产出和制造能力方面领先。\n表面上看，这好像是一场人们熟悉的两强争霸。在某些指标上，美中两国合计占全球总量的一半以上。但关键能力在整个技术栈中的分布集中度，却呈现出完全不同的景象。\n我们已经看到，虽然美国或许在软件或芯片设计方面占主导地位，但在制造最先进芯片方面，主导全局的是台湾。\n然而，台湾的角色高度依赖来自荷兰、日本和韩国的专用设备、材料和化学品。\n因此，即便美国在设计或软件上领先，仅仅是日本化学材料的短缺，或是荷兰光刻机关键部件的匮乏，就可能让整个系统陷入瘫痪。\n这并非理论推演，曾经发生过，并且仍在相当规律地发生着。\n2019 年，日本与韩国之间的争端 导致芯片制造材料供应受阻；2022 年，俄罗斯入侵乌克兰打断了全球一半的霓虹灯用氖气供应，导致氖气价格飙升。\n更贴近现实的情况是，新加坡或澳大利亚可能会寻求成为区域数据中心枢纽，但这些抱负同样取决于软件、芯片和海量的能源。\n2019 年，由于需求加剧了有限的电力、土地和水资源的紧张，新加坡不得不暂停新修建新数据中心数年。\n直至2022年，在更严格的效率规则下，数据中心的建设材得以恢复。同年，新加坡开始通过泰国和马来西亚从老挝输入电力。\n因此，AI 能力并不简简单单地属于拥有最多资金或数据中心的一方，可能隐藏在某种无名的化学材料、出口许可证或贸易协定中，直到消失时才会被人们注意到。\n“如果台湾不可思议地消失了，世界会怎样？经济灾难。如果不可思议地消失了，半导体世界会怎样？虽然不会那么突发，但依然是一场灾难。如果失去了美国呢？结果一样。如果失去了韩国呢？同样如此，”艾伦解释道。\n“供应链中有好几个关键节点，就像你体内的多个器官一样：一个都不能少。”\n这些依赖关系也会不仅限于同盟之间。例如，作为美国盟友的韩国，在提供关键半导体技术的同时，依然与中国保持着深厚的关系，即便华盛顿方面正在限制中国获取部分最先进的技术。\n这种格局有一部分是人为精心设计的，但大部分并非如此。它往往源于多年的商业决策、政治考量或历史偶然。\n举例来说，有观察人士认为，2022年旨在限制中国AI发展的出口管制措施，反而促使中国提高效率、加大对国产替代方案的投入。英伟达首席执行官黄仁勋将这一效应形容为管制措施\"适得其反\"。\n中国人工智能公司零一万物创始人、谷歌中国前总裁李开复表示：\"这是一把双刃剑。当你拿不到（英伟达顶级芯片）时，就必须想办法让运算更快，被迫变得更高效。\"\n从稀土提炼、专业人才，到海底电缆和专有数据，这样的动态遍布整条供应链，使得把AI简单看作一场\"竞赛\"的想法变得复杂。\n克林格-维德拉（Klingler-Vidra）说：\"中国提炼了全球90%以上的稀土。在一个以稀土供应为前提的体系中，这代表着巨大的权力来源。\"\n“没有哪个国家能够控制每一层级。因此，在技术栈的某一层做到极难被替代，可能比试图主导整个系统更为重要。”\n对较小的经济体来说，这创造了机遇。\n“与其什么都想做，但结果样样平庸，不如找少数几个可以做到世界顶尖的领域去发展，利用这些去换取你所需的一切，”艾伦说。\n\"澳大利亚需要的是战略相关性，最好是战略不可替代性。实现这一点靠的不是什么都自己建，而是控制整个系统所必需的某种东西。\"\n但战略重要性是一把双刃剑：成为技术栈中不可或缺的一环，也意味着要承担相应的风险与成本。\n机遇、透明度与犯错的代价\n在ChatGPT发布四年后的今天，公众对AI的讨论依然被前沿软件公司所主导，从对存在性风险的警告，到对社会变革的预测，对驱动AI的底层系统的关注则少得多。\n这种不透明性，有一部分是刻意为之，但更多只是产业演进的结果：前沿企业出于法律考虑，可能要避免显得过于强势——微软在上世纪90年代就吃过这个教训;而依赖贸易伙伴的政府，如果对方愿意在经济或政治上报复，就可能因直言AI问题而付出代价。\n“这种自我审查的确是一种挑战，”艾伦说。\n“在政治上和经济上，这可以理解；但如果公众听不到坦诚的真相，他们如何知道选谁，或者该推动和支持哪些政策？”\n今年七月，澳大利亚总理安东尼·阿尔巴尼斯宣布将AI列为国家战略重点。然而，理解了技术栈的层级结构，就会明白为什么将这一雄心转化为政策比单纯吸引投资或建造更多数据中心要困难得多。\n如果没有任何国家能够控制其所需的一切，那么澳大利亚面临的问题就不是如何实现技术上的自给自足，而是在何处建立优势，以及愿意接受哪些依赖关系。\n一些专家和行业人士指出，当前的一种AI策略是通过在本地创造就业、培养技能和建设基础设施来支撑外国软件模型，从而捕获经济价值。\n但也有人告诫称，像数据中心这样的投资虽然对产业链很重要，但有可能沦为“基础设施飞地”——消耗土地和电力，却无法保证知识产权、经济杠杆或战略不可替代性。\n澳大利亚在能源、关键矿产以及采矿这样的行业具有优势，在这些领域，AI 可以充分利用现有的强项。\n“澳大利亚拥有很多数据中心，但许多都是外资拥有或通过外部投资融资的。这可能使我们在这一层级变得强大，但并不一定会带来其他领域可能提供的价值或优势地位，”维卡斯·库马尔（Vikas Kumar） 表示，他曾编制一套AI产业链竞争力指数及评估框架。\n“机遇在于将AI与澳大利亚已经拥有深厚知识的部门结合起来，并以此创造可出口的产品和服务。”\n\"比如说，如果我要去韩国，建立这种关系就是我最主要的动机：在确保关键部件供应的同时，提供他们所需的应用程序或能源作为回报。\"\n这使得AI政策既和外交有关，也和技术有关。贸易政策、移民或能源决策对技术实力的塑造作用，并不亚于实验室里的突破。\n多家中国和美国的 AI 企业以不具名方式告诉 ABC，他们已经在与包括矿业在内的澳大利亚主要产业开展合作；OpenAI 也提到了其在 2025 年 12 月宣布与澳大利亚联邦银行（CommBank）、Coles 和 Wesfarmers 达成的合作。\n但，整个 AI 产业链不同环节之间的相互依赖，并不意味着安全无虞。欧洲对俄罗斯能源的依赖就是一个例子。\n艾伦表示：“事实证明，那并不便宜，只是我们当时没有正确计算成本。”\n他指出，中国稀土等其他供应链依赖也存在类似问题。一旦将“战略脆弱性”纳入考量，这些依赖的实际成本可能远高于此前的估算。\n因此，对技术栈关键部分的控制，不仅对那些构建强大AI系统的人重要，对那些拥有制约能力的人同样重要。\n目前，随着主要大国押注AI领先地位将转化为更广泛的经济和地缘政治影响力，相关投资的速度和规模仍然惊人。\n“在美国，我们每10个月在AI上的投入，就超过整个阿波罗登月计划13年从开始到结束的总成本。这是一笔惊人的资本投入，”艾伦说。\n“工业革命重塑了全球力量格局以及人类生活的几乎所有方面。我们现在似乎正处于这样的时刻。”\n对澳大利亚来说，并不存在一场必须赢下的单一技术竞赛。真正需要权衡的是一系列相互交织的选择：建设什么、交易什么、信任谁、在哪些领域变得不可替代，以及在哪些地方依赖会变得危险。\nRead the story in English or Indonesian. 制作人员\n- 报道与制作：Steven Viney\n- 受众互动与补充报道： Doug Dingwall\n- 图形与设计: Jarrod Fankhauser\n- 其他素材来源: 台积电、英伟达、SK海力士（SKHYNIX）、盖蒂图片社（Getty）、路透社（Reuters）\n编者按：部分视觉素材和信息为便于说明作了简化或改编。对于未获回应的信息请求，我们依据专家分析和合理估算。","extraction":{"state":"ok","confidence":0.9,"error":null,"explanation":"High confidence: full text extraction produced 6576 characters.","diagnostics_url":"/api/diagnose?url=https%3A//www.abc.net.au/chinese/2026-09-24/ai-race-chips-data-energy-cake-stack-us-china-asia-pacific/107178886","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 6576 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":6576,"summary_length":6576,"usable_text_length":6576,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":6576,"summary_length":6576}}},"display_formats":["compact","card","full","digest_section","json"]},"daily_stack_record":{"title":"人工智能如何重塑全球力量平衡 - ABC News & Headlines – Australian Broadcasting Corporation","url":"https://www.abc.net.au/chinese/2026-09-24/ai-race-chips-data-energy-cake-stack-us-china-asia-pacific/107178886","summary":"ChatGPT 和Claude或许是人工智能（AI）从表面上看的样子，但在屏幕后，存在着一个由芯片、数据、能源与人类共同构成的复杂生态系统。\n在亚太地区，对不同层级生态元素的控制正重塑着权力平衡，并将盟友与对手绑定在错综复杂的相互依赖关系之中。\n这是一颗人工智能（AI）芯片。\n正是这样的芯片，为我们每天使用的设备和平台提供算力支撑：从 ChatGPT、谷歌的个性化推荐，到自动泊车辅助系统和智能手机摄像头。\n最先进的芯片包含数千亿个晶体管——这些微型开关每秒能进行数万亿次计算，使其成为人类有史以来制造出的最复杂的物体之一。\n由于芯片的零部件厚度仅有几个原子大小，这意味着“一粒微尘”就可能毁掉价值数十万美元的产品，因此全球仅有极少数公司能够生产此类芯片。\n芯片的重要性在短时间内急剧上升，将原本小众的技术制造企业直接推上了外交政策与国家安全的前沿。\n然而，芯片仅仅是庞大机器中的一个零部件；离开这台机器，芯片实际上毫无用处。\n外界常透过硅谷的高光和飙升的科技估值来看待 AI，但这些都只是业内人士及英伟达（NVIDIA）CEO 黄仁勋（Jensen Huang）所俗称的“AI多层蛋糕”的表层：这是一个由芯片、数据、能源、模型和应用组成的国际化生态系统（各方的分层说法略有不同）。\n这个蛋糕的每一层都相互依赖：模型需要数据和算力；计算需要芯片；芯片需要在数据中心内协同工作；而这一切都需要能源。\n但戏剧性的是：没有任何一个国家能够控制这个系统中的所有层级。\n事实上，关键能力散布于全球各地，却又高度集中在少数几个地方。这迫使盟友与对手不得不陷入相互依赖。专家表示，这种动态既限制了任何一个国家在AI竞赛中迅速起到主导作用的能力，同时也推高了发生冲突的代价。\nLoading...“用户界面——ChatGPT、Claude——其实只是冰山一角，”AI政治经济学专家罗宾·克林格勒-维德拉（Robyn Klingler-Vidra）说。她最近撰写了一份关于亚洲主要AI参与者的报告。\n\"技术栈中有如此多极具价值的层级，分布在亚太地区不同的'细分领域超级大国'手中。AI凸显了一件人们可能不会直觉意识到的事：为什么各国政府如此关注深层贸易关系和关键矿产。\"\n作为澳大利亚广播公司（ABC）一项更广泛的、为期一年的项目的一部分，我们采访了AI领域的众多人士：从普通用户，到全球大型企业和新兴参与者的现任及前任代表——包括SK海力士（SK Hynix）、台积电（TSMC）、OpenAI、谷歌、01.AI和微软——另有许多人同意以不具名方式接受采访。\n将与这些人探讨的内容综合到一起，他们的见解就展现出一种比聊天机器人和股价复杂得多的情况：一个由资源、外交和不寻常的偶然事件所塑造的、权力与依赖盘根错节的系统。\n掀起AI机器的引擎盖：拆解复杂的层级架构\nLoading...要理解AI产业的微妙之处，我们首先需要理解它的实体系统如何运行、世界各国在竞争什么，以及扼其咽喉的瓶颈之处在哪里。\n有人称技术栈为供应链、蛋糕或生态系统。我们对上述 AI“技术栈”并没有统一定义，但为了简便起见，可以将其视为芯片、数据、能源和软件，其中前三者在很大程度上都是物理实体。\n物理技术栈的核心是芯片，其重要性无须赘述：当你向谷歌发出指令或询问AI问题时，正是背后的芯片在进行计算。\n“简单来说，如果没有人工智能芯片的指数级进步，我们就不会有现在这种人工智能能力，”《芯片战争》（Chip War）一书的作者克里斯·米勒（Chris Miller）表示。\n虽然美企英伟达设计了许多全球领先的AI处理器，即执行计算的芯片，但该公司并不负责制造。\n制造工作主要落在了像台积电（TSMC）这样的公司肩上，台积电生产了全球约90%的最先进的AI处理器。然而，即便是台积电也无法独自运转，它在制造过程中高度依赖来自其他国家的专用技术和材料。\n“先进芯片制造并非单一技术：台湾或许能制造出世界上最先进的AI芯片，但依赖荷兰的光刻机、日本的超高纯度材料与化学品，以及韩国的存储元件，”决策树”（Decision Tree）创始人兼AI政策专家格雷戈里·C·艾伦（Gregory C Allen）指出。\n这些公司几十年来都不是关注的焦点，现在成为产业链中不同却专精的一环：这种合作关系需要巨大的信任。\n\"我们不与客户竞争，\"台积电的一位发言人表示，\"这种信任使我们能够与全球领先的创新者紧密合作，在量产前数年就将我们的制造路线图与他们的产品设计保持一致。\"\n正是这种信任与分工，让这些企业中的一大部分能够在产业链的某个环节高度专精化，但也导致关键能力高度集中在少数几个地方。\n随着这些能力日益强大，供应链变得越来越政治化。各国政府开始对谁能购买最先进的芯片进行限制，要不就是对谁能接触到制造这些芯片所需的公司和技术进行限制。最为人所知的是美国在2022年的做法——就在ChatGPT公开发布的前几个月，美国开始限制向中国出口最先进的芯片。\n“在一个美国从未实施这些出口管制的平行宇宙里，中国已经差不多无疑成为领头羊了，”艾伦表示。\n这些限制后来发生了变化，新的管制措施沿着供应链的上、下游蔓延——从日本到荷兰，再到中国，深深塑造了人工智能的发展。\n换句话说，当今AI竞赛的地缘格局并不单纯是技术竞争的产物。在一定程度上，它是被人为精心策划出来的。这是关键的一点，我们稍后再谈。\n但芯片只是AI技术栈的一部分，这意味着即使你获得了芯片，但单凭芯片自身的性能也发挥不了多少作用。\n先进处理器的威力，只有当数以千计的芯片与高速内存及网络相结合，组成服务器和机架，并连接在庞大的数据中心内部时才能完全释放。我们搜索查询、Netflix 推荐和地图导航背后的计算，正是在这些数据中心里完成的。\n数据中心已经存在了数十年，但生成式AI的爆发迅速推高了它们的规模、可见度和战略重要性。\n“我想，数据中心开发者的雄心原本就很大，但需求的增长速度可能甚至超出了他们的预期，”维德拉（Klingler-Vidra）说。\n\"很可能在规划数据中心时，人们尽了全力也想象不到AI会变得多么渴望数据。\"\n这些设施从本质上说就是巨大的计算机：堆满了处理器、网络设备和冷却系统的库房，协同工作，以训练和运行日益强大的AI模型。\n然而，和芯片的情况差不多，大规模运行数据系统也引发了另一个瓶颈和依赖：能源。每一项任务都要消耗一点电能，因此数据中心需要海量的电力，以及电网接入、土地、冷却设施，且往往还需要大量的水资源。\n无论数据中心建在何处，它们对电力的欲望都在重塑周围的能源系统。在AI浪潮爆发之前，包括新加坡和美国在内的国家就已经在应对这种压力。\n“中国在电力系统规模和可用电力容量方面遥遥领先，而计算需要消耗巨量电力，”清华大学人工智能研究负责人、微软中国前董事长张亚勤表示。他指出，中国的发电量已超过美国的两倍，并占全球总发电量的三分之一以上。\n在澳大利亚，类似的担忧才刚刚开始升温。随着数据中心建设的激增，专家警告称，该行业在十年内消耗的电力可能相当于目前数百万户家庭的用电总和。\n此外，只有当所有这些复杂、昂贵的系统——芯片、数据中心和能源全部就位后，我们才会触及大多数人真正视为AI的部分：模型，即能生成预测和回应的训练成果，比如OpenAI的GPT；以及软件，即让大家使用模型的应用，比如ChatGPT。\n像 OpenAI（ChatGPT）和 Anthropic（Claude）这样的公司主要是在这个可见的层面上运营，因此我们屏幕上呈现的内容，仅仅是一个庞大国际化系统展现出来的最后面的部分。\n“合作伙伴和供应商对AI的进步至关重要，因为算力供应不仅稀缺，而且必须提前数年进行争取和管理，”OpenAI 的一位发言人告诉 ABC，并补充说该公司过去曾较多地依赖单一的算力提供商。\n“我们目前在一个多样化的生态系统中合作，这提高了承受能力并确立了算力确定性，而[这]直接影响到AI是否能够实现规模化扩张。”\n从更宏观的角度看，强大的AI既离不开计算机科学家，也同样依赖特种化学品和能源。一旦这些依赖难以替代，技术就与经济筹码和地缘战略交织在一起，美国2025年发布的《人工智能行动计划》（AI Action Plan）正反映了这一现实。\n重塑的亚太：因政治而分裂，因需求而联合\n仅从原始数据来看，AI 竞赛中的权力平衡似乎相当简单明确。\n美国在数据中心、私人投资和领先模型方面占主导地位，中国则在发电量、机器人技术、研究产出和制造能力方面领先。\n表面上看，这好像是一场人们熟悉的两强争霸。在某些指标上，美中两国合计占全球总量的一半以上。但关键能力在整个技术栈中的分布集中度，却呈现出完全不同的景象。\n我们已经看到，虽然美国或许在软件或芯片设计方面占主导地位，但在制造最先进芯片方面，主导全局的是台湾。\n然而，台湾的角色高度依赖来自荷兰、日本和韩国的专用设备、材料和化学品。\n因此，即便美国在设计或软件上领先，仅仅是日本化学材料的短缺，或是荷兰光刻机关键部件的匮乏，就可能让整个系统陷入瘫痪。\n这并非理论推演，曾经发生过，并且仍在相当规律地发生着。\n2019 年，日本与韩国之间的争端 导致芯片制造材料供应受阻；2022 年，俄罗斯入侵乌克兰打断了全球一半的霓虹灯用氖气供应，导致氖气价格飙升。\n更贴近现实的情况是，新加坡或澳大利亚可能会寻求成为区域数据中心枢纽，但这些抱负同样取决于软件、芯片和海量的能源。\n2019 年，由于需求加剧了有限的电力、土地和水资源的紧张，新加坡不得不暂停新修建新数据中心数年。\n直至2022年，在更严格的效率规则下，数据中心的建设材得以恢复。同年，新加坡开始通过泰国和马来西亚从老挝输入电力。\n因此，AI 能力并不简简单单地属于拥有最多资金或数据中心的一方，可能隐藏在某种无名的化学材料、出口许可证或贸易协定中，直到消失时才会被人们注意到。\n“如果台湾不可思议地消失了，世界会怎样？经济灾难。如果不可思议地消失了，半导体世界会怎样？虽然不会那么突发，但依然是一场灾难。如果失去了美国呢？结果一样。如果失去了韩国呢？同样如此，”艾伦解释道。\n“供应链中有好几个关键节点，就像你体内的多个器官一样：一个都不能少。”\n这些依赖关系也会不仅限于同盟之间。例如，作为美国盟友的韩国，在提供关键半导体技术的同时，依然与中国保持着深厚的关系，即便华盛顿方面正在限制中国获取部分最先进的技术。\n这种格局有一部分是人为精心设计的，但大部分并非如此。它往往源于多年的商业决策、政治考量或历史偶然。\n举例来说，有观察人士认为，2022年旨在限制中国AI发展的出口管制措施，反而促使中国提高效率、加大对国产替代方案的投入。英伟达首席执行官黄仁勋将这一效应形容为管制措施\"适得其反\"。\n中国人工智能公司零一万物创始人、谷歌中国前总裁李开复表示：\"这是一把双刃剑。当你拿不到（英伟达顶级芯片）时，就必须想办法让运算更快，被迫变得更高效。\"\n从稀土提炼、专业人才，到海底电缆和专有数据，这样的动态遍布整条供应链，使得把AI简单看作一场\"竞赛\"的想法变得复杂。\n克林格-维德拉（Klingler-Vidra）说：\"中国提炼了全球90%以上的稀土。在一个以稀土供应为前提的体系中，这代表着巨大的权力来源。\"\n“没有哪个国家能够控制每一层级。因此，在技术栈的某一层做到极难被替代，可能比试图主导整个系统更为重要。”\n对较小的经济体来说，这创造了机遇。\n“与其什么都想做，但结果样样平庸，不如找少数几个可以做到世界顶尖的领域去发展，利用这些去换取你所需的一切，”艾伦说。\n\"澳大利亚需要的是战略相关性，最好是战略不可替代性。实现这一点靠的不是什么都自己建，而是控制整个系统所必需的某种东西。\"\n但战略重要性是一把双刃剑：成为技术栈中不可或缺的一环，也意味着要承担相应的风险与成本。\n机遇、透明度与犯错的代价\n在ChatGPT发布四年后的今天，公众对AI的讨论依然被前沿软件公司所主导，从对存在性风险的警告，到对社会变革的预测，对驱动AI的底层系统的关注则少得多。\n这种不透明性，有一部分是刻意为之，但更多只是产业演进的结果：前沿企业出于法律考虑，可能要避免显得过于强势——微软在上世纪90年代就吃过这个教训;而依赖贸易伙伴的政府，如果对方愿意在经济或政治上报复，就可能因直言AI问题而付出代价。\n“这种自我审查的确是一种挑战，”艾伦说。\n“在政治上和经济上，这可以理解；但如果公众听不到坦诚的真相，他们如何知道选谁，或者该推动和支持哪些政策？”\n今年七月，澳大利亚总理安东尼·阿尔巴尼斯宣布将AI列为国家战略重点。然而，理解了技术栈的层级结构，就会明白为什么将这一雄心转化为政策比单纯吸引投资或建造更多数据中心要困难得多。\n如果没有任何国家能够控制其所需的一切，那么澳大利亚面临的问题就不是如何实现技术上的自给自足，而是在何处建立优势，以及愿意接受哪些依赖关系。\n一些专家和行业人士指出，当前的一种AI策略是通过在本地创造就业、培养技能和建设基础设施来支撑外国软件模型，从而捕获经济价值。\n但也有人告诫称，像数据中心这样的投资虽然对产业链很重要，但有可能沦为“基础设施飞地”——消耗土地和电力，却无法保证知识产权、经济杠杆或战略不可替代性。\n澳大利亚在能源、关键矿产以及采矿这样的行业具有优势，在这些领域，AI 可以充分利用现有的强项。\n“澳大利亚拥有很多数据中心，但许多都是外资拥有或通过外部投资融资的。这可能使我们在这一层级变得强大，但并不一定会带来其他领域可能提供的价值或优势地位，”维卡斯·库马尔（Vikas Kumar） 表示，他曾编制一套AI产业链竞争力指数及评估框架。\n“机遇在于将AI与澳大利亚已经拥有深厚知识的部门结合起来，并以此创造可出口的产品和服务。”\n\"比如说，如果我要去韩国，建立这种关系就是我最主要的动机：在确保关键部件供应的同时，提供他们所需的应用程序或能源作为回报。\"\n这使得AI政策既和外交有关，也和技术有关。贸易政策、移民或能源决策对技术实力的塑造作用，并不亚于实验室里的突破。\n多家中国和美国的 AI 企业以不具名方式告诉 ABC，他们已经在与包括矿业在内的澳大利亚主要产业开展合作；OpenAI 也提到了其在 2025 年 12 月宣布与澳大利亚联邦银行（CommBank）、Coles 和 Wesfarmers 达成的合作。\n但，整个 AI 产业链不同环节之间的相互依赖，并不意味着安全无虞。欧洲对俄罗斯能源的依赖就是一个例子。\n艾伦表示：“事实证明，那并不便宜，只是我们当时没有正确计算成本。”\n他指出，中国稀土等其他供应链依赖也存在类似问题。一旦将“战略脆弱性”纳入考量，这些依赖的实际成本可能远高于此前的估算。\n因此，对技术栈关键部分的控制，不仅对那些构建强大AI系统的人重要，对那些拥有制约能力的人同样重要。\n目前，随着主要大国押注AI领先地位将转化为更广泛的经济和地缘政治影响力，相关投资的速度和规模仍然惊人。\n“在美国，我们每10个月在AI上的投入，就超过整个阿波罗登月计划13年从开始到结束的总成本。这是一笔惊人的资本投入，”艾伦说。\n“工业革命重塑了全球力量格局以及人类生活的几乎所有方面。我们现在似乎正处于这样的时刻。”\n对澳大利亚来说，并不存在一场必须赢下的单一技术竞赛。真正需要权衡的是一系列相互交织的选择：建设什么、交易什么、信任谁、在哪些领域变得不可替代，以及在哪些地方依赖会变得危险。\nRead the story in English or Indonesian. 制作人员\n- 报道与制作：Steven Viney\n- 受众互动与补充报道： Doug Dingwall\n- 图形与设计: Jarrod Fankhauser\n- 其他素材来源: 台积电、英伟达、SK海力士（SKHYNIX）、盖蒂图片社（Getty）、路透社（Reuters）\n编者按：部分视觉素材和信息为便于说明作了简化或改编。对于未获回应的信息请求，我们依据专家分析和合理估算。","source":"ABC News & Headlines – Australian Broadcasting Corporation","date":"2026-09-23T22:33:57+00:00","content":"ChatGPT 和Claude或许是人工智能（AI）从表面上看的样子，但在屏幕后，存在着一个由芯片、数据、能源与人类共同构成的复杂生态系统。\n在亚太地区，对不同层级生态元素的控制正重塑着权力平衡，并将盟友与对手绑定在错综复杂的相互依赖关系之中。\n这是一颗人工智能（AI）芯片。\n正是这样的芯片，为我们每天使用的设备和平台提供算力支撑：从 ChatGPT、谷歌的个性化推荐，到自动泊车辅助系统和智能手机摄像头。\n最先进的芯片包含数千亿个晶体管——这些微型开关每秒能进行数万亿次计算，使其成为人类有史以来制造出的最复杂的物体之一。\n由于芯片的零部件厚度仅有几个原子大小，这意味着“一粒微尘”就可能毁掉价值数十万美元的产品，因此全球仅有极少数公司能够生产此类芯片。\n芯片的重要性在短时间内急剧上升，将原本小众的技术制造企业直接推上了外交政策与国家安全的前沿。\n然而，芯片仅仅是庞大机器中的一个零部件；离开这台机器，芯片实际上毫无用处。\n外界常透过硅谷的高光和飙升的科技估值来看待 AI，但这些都只是业内人士及英伟达（NVIDIA）CEO 黄仁勋（Jensen Huang）所俗称的“AI多层蛋糕”的表层：这是一个由芯片、数据、能源、模型和应用组成的国际化生态系统（各方的分层说法略有不同）。\n这个蛋糕的每一层都相互依赖：模型需要数据和算力；计算需要芯片；芯片需要在数据中心内协同工作；而这一切都需要能源。\n但戏剧性的是：没有任何一个国家能够控制这个系统中的所有层级。\n事实上，关键能力散布于全球各地，却又高度集中在少数几个地方。这迫使盟友与对手不得不陷入相互依赖。专家表示，这种动态既限制了任何一个国家在AI竞赛中迅速起到主导作用的能力，同时也推高了发生冲突的代价。\nLoading...“用户界面——ChatGPT、Claude——其实只是冰山一角，”AI政治经济学专家罗宾·克林格勒-维德拉（Robyn Klingler-Vidra）说。她最近撰写了一份关于亚洲主要AI参与者的报告。\n\"技术栈中有如此多极具价值的层级，分布在亚太地区不同的'细分领域超级大国'手中。AI凸显了一件人们可能不会直觉意识到的事：为什么各国政府如此关注深层贸易关系和关键矿产。\"\n作为澳大利亚广播公司（ABC）一项更广泛的、为期一年的项目的一部分，我们采访了AI领域的众多人士：从普通用户，到全球大型企业和新兴参与者的现任及前任代表——包括SK海力士（SK Hynix）、台积电（TSMC）、OpenAI、谷歌、01.AI和微软——另有许多人同意以不具名方式接受采访。\n将与这些人探讨的内容综合到一起，他们的见解就展现出一种比聊天机器人和股价复杂得多的情况：一个由资源、外交和不寻常的偶然事件所塑造的、权力与依赖盘根错节的系统。\n掀起AI机器的引擎盖：拆解复杂的层级架构\nLoading...要理解AI产业的微妙之处，我们首先需要理解它的实体系统如何运行、世界各国在竞争什么，以及扼其咽喉的瓶颈之处在哪里。\n有人称技术栈为供应链、蛋糕或生态系统。我们对上述 AI“技术栈”并没有统一定义，但为了简便起见，可以将其视为芯片、数据、能源和软件，其中前三者在很大程度上都是物理实体。\n物理技术栈的核心是芯片，其重要性无须赘述：当你向谷歌发出指令或询问AI问题时，正是背后的芯片在进行计算。\n“简单来说，如果没有人工智能芯片的指数级进步，我们就不会有现在这种人工智能能力，”《芯片战争》（Chip War）一书的作者克里斯·米勒（Chris Miller）表示。\n虽然美企英伟达设计了许多全球领先的AI处理器，即执行计算的芯片，但该公司并不负责制造。\n制造工作主要落在了像台积电（TSMC）这样的公司肩上，台积电生产了全球约90%的最先进的AI处理器。然而，即便是台积电也无法独自运转，它在制造过程中高度依赖来自其他国家的专用技术和材料。\n“先进芯片制造并非单一技术：台湾或许能制造出世界上最先进的AI芯片，但依赖荷兰的光刻机、日本的超高纯度材料与化学品，以及韩国的存储元件，”决策树”（Decision Tree）创始人兼AI政策专家格雷戈里·C·艾伦（Gregory C Allen）指出。\n这些公司几十年来都不是关注的焦点，现在成为产业链中不同却专精的一环：这种合作关系需要巨大的信任。\n\"我们不与客户竞争，\"台积电的一位发言人表示，\"这种信任使我们能够与全球领先的创新者紧密合作，在量产前数年就将我们的制造路线图与他们的产品设计保持一致。\"\n正是这种信任与分工，让这些企业中的一大部分能够在产业链的某个环节高度专精化，但也导致关键能力高度集中在少数几个地方。\n随着这些能力日益强大，供应链变得越来越政治化。各国政府开始对谁能购买最先进的芯片进行限制，要不就是对谁能接触到制造这些芯片所需的公司和技术进行限制。最为人所知的是美国在2022年的做法——就在ChatGPT公开发布的前几个月，美国开始限制向中国出口最先进的芯片。\n“在一个美国从未实施这些出口管制的平行宇宙里，中国已经差不多无疑成为领头羊了，”艾伦表示。\n这些限制后来发生了变化，新的管制措施沿着供应链的上、下游蔓延——从日本到荷兰，再到中国，深深塑造了人工智能的发展。\n换句话说，当今AI竞赛的地缘格局并不单纯是技术竞争的产物。在一定程度上，它是被人为精心策划出来的。这是关键的一点，我们稍后再谈。\n但芯片只是AI技术栈的一部分，这意味着即使你获得了芯片，但单凭芯片自身的性能也发挥不了多少作用。\n先进处理器的威力，只有当数以千计的芯片与高速内存及网络相结合，组成服务器和机架，并连接在庞大的数据中心内部时才能完全释放。我们搜索查询、Netflix 推荐和地图导航背后的计算，正是在这些数据中心里完成的。\n数据中心已经存在了数十年，但生成式AI的爆发迅速推高了它们的规模、可见度和战略重要性。\n“我想，数据中心开发者的雄心原本就很大，但需求的增长速度可能甚至超出了他们的预期，”维德拉（Klingler-Vidra）说。\n\"很可能在规划数据中心时，人们尽了全力也想象不到AI会变得多么渴望数据。\"\n这些设施从本质上说就是巨大的计算机：堆满了处理器、网络设备和冷却系统的库房，协同工作，以训练和运行日益强大的AI模型。\n然而，和芯片的情况差不多，大规模运行数据系统也引发了另一个瓶颈和依赖：能源。每一项任务都要消耗一点电能，因此数据中心需要海量的电力，以及电网接入、土地、冷却设施，且往往还需要大量的水资源。\n无论数据中心建在何处，它们对电力的欲望都在重塑周围的能源系统。在AI浪潮爆发之前，包括新加坡和美国在内的国家就已经在应对这种压力。\n“中国在电力系统规模和可用电力容量方面遥遥领先，而计算需要消耗巨量电力，”清华大学人工智能研究负责人、微软中国前董事长张亚勤表示。他指出，中国的发电量已超过美国的两倍，并占全球总发电量的三分之一以上。\n在澳大利亚，类似的担忧才刚刚开始升温。随着数据中心建设的激增，专家警告称，该行业在十年内消耗的电力可能相当于目前数百万户家庭的用电总和。\n此外，只有当所有这些复杂、昂贵的系统——芯片、数据中心和能源全部就位后，我们才会触及大多数人真正视为AI的部分：模型，即能生成预测和回应的训练成果，比如OpenAI的GPT；以及软件，即让大家使用模型的应用，比如ChatGPT。\n像 OpenAI（ChatGPT）和 Anthropic（Claude）这样的公司主要是在这个可见的层面上运营，因此我们屏幕上呈现的内容，仅仅是一个庞大国际化系统展现出来的最后面的部分。\n“合作伙伴和供应商对AI的进步至关重要，因为算力供应不仅稀缺，而且必须提前数年进行争取和管理，”OpenAI 的一位发言人告诉 ABC，并补充说该公司过去曾较多地依赖单一的算力提供商。\n“我们目前在一个多样化的生态系统中合作，这提高了承受能力并确立了算力确定性，而[这]直接影响到AI是否能够实现规模化扩张。”\n从更宏观的角度看，强大的AI既离不开计算机科学家，也同样依赖特种化学品和能源。一旦这些依赖难以替代，技术就与经济筹码和地缘战略交织在一起，美国2025年发布的《人工智能行动计划》（AI Action Plan）正反映了这一现实。\n重塑的亚太：因政治而分裂，因需求而联合\n仅从原始数据来看，AI 竞赛中的权力平衡似乎相当简单明确。\n美国在数据中心、私人投资和领先模型方面占主导地位，中国则在发电量、机器人技术、研究产出和制造能力方面领先。\n表面上看，这好像是一场人们熟悉的两强争霸。在某些指标上，美中两国合计占全球总量的一半以上。但关键能力在整个技术栈中的分布集中度，却呈现出完全不同的景象。\n我们已经看到，虽然美国或许在软件或芯片设计方面占主导地位，但在制造最先进芯片方面，主导全局的是台湾。\n然而，台湾的角色高度依赖来自荷兰、日本和韩国的专用设备、材料和化学品。\n因此，即便美国在设计或软件上领先，仅仅是日本化学材料的短缺，或是荷兰光刻机关键部件的匮乏，就可能让整个系统陷入瘫痪。\n这并非理论推演，曾经发生过，并且仍在相当规律地发生着。\n2019 年，日本与韩国之间的争端 导致芯片制造材料供应受阻；2022 年，俄罗斯入侵乌克兰打断了全球一半的霓虹灯用氖气供应，导致氖气价格飙升。\n更贴近现实的情况是，新加坡或澳大利亚可能会寻求成为区域数据中心枢纽，但这些抱负同样取决于软件、芯片和海量的能源。\n2019 年，由于需求加剧了有限的电力、土地和水资源的紧张，新加坡不得不暂停新修建新数据中心数年。\n直至2022年，在更严格的效率规则下，数据中心的建设材得以恢复。同年，新加坡开始通过泰国和马来西亚从老挝输入电力。\n因此，AI 能力并不简简单单地属于拥有最多资金或数据中心的一方，可能隐藏在某种无名的化学材料、出口许可证或贸易协定中，直到消失时才会被人们注意到。\n“如果台湾不可思议地消失了，世界会怎样？经济灾难。如果不可思议地消失了，半导体世界会怎样？虽然不会那么突发，但依然是一场灾难。如果失去了美国呢？结果一样。如果失去了韩国呢？同样如此，”艾伦解释道。\n“供应链中有好几个关键节点，就像你体内的多个器官一样：一个都不能少。”\n这些依赖关系也会不仅限于同盟之间。例如，作为美国盟友的韩国，在提供关键半导体技术的同时，依然与中国保持着深厚的关系，即便华盛顿方面正在限制中国获取部分最先进的技术。\n这种格局有一部分是人为精心设计的，但大部分并非如此。它往往源于多年的商业决策、政治考量或历史偶然。\n举例来说，有观察人士认为，2022年旨在限制中国AI发展的出口管制措施，反而促使中国提高效率、加大对国产替代方案的投入。英伟达首席执行官黄仁勋将这一效应形容为管制措施\"适得其反\"。\n中国人工智能公司零一万物创始人、谷歌中国前总裁李开复表示：\"这是一把双刃剑。当你拿不到（英伟达顶级芯片）时，就必须想办法让运算更快，被迫变得更高效。\"\n从稀土提炼、专业人才，到海底电缆和专有数据，这样的动态遍布整条供应链，使得把AI简单看作一场\"竞赛\"的想法变得复杂。\n克林格-维德拉（Klingler-Vidra）说：\"中国提炼了全球90%以上的稀土。在一个以稀土供应为前提的体系中，这代表着巨大的权力来源。\"\n“没有哪个国家能够控制每一层级。因此，在技术栈的某一层做到极难被替代，可能比试图主导整个系统更为重要。”\n对较小的经济体来说，这创造了机遇。\n“与其什么都想做，但结果样样平庸，不如找少数几个可以做到世界顶尖的领域去发展，利用这些去换取你所需的一切，”艾伦说。\n\"澳大利亚需要的是战略相关性，最好是战略不可替代性。实现这一点靠的不是什么都自己建，而是控制整个系统所必需的某种东西。\"\n但战略重要性是一把双刃剑：成为技术栈中不可或缺的一环，也意味着要承担相应的风险与成本。\n机遇、透明度与犯错的代价\n在ChatGPT发布四年后的今天，公众对AI的讨论依然被前沿软件公司所主导，从对存在性风险的警告，到对社会变革的预测，对驱动AI的底层系统的关注则少得多。\n这种不透明性，有一部分是刻意为之，但更多只是产业演进的结果：前沿企业出于法律考虑，可能要避免显得过于强势——微软在上世纪90年代就吃过这个教训;而依赖贸易伙伴的政府，如果对方愿意在经济或政治上报复，就可能因直言AI问题而付出代价。\n“这种自我审查的确是一种挑战，”艾伦说。\n“在政治上和经济上，这可以理解；但如果公众听不到坦诚的真相，他们如何知道选谁，或者该推动和支持哪些政策？”\n今年七月，澳大利亚总理安东尼·阿尔巴尼斯宣布将AI列为国家战略重点。然而，理解了技术栈的层级结构，就会明白为什么将这一雄心转化为政策比单纯吸引投资或建造更多数据中心要困难得多。\n如果没有任何国家能够控制其所需的一切，那么澳大利亚面临的问题就不是如何实现技术上的自给自足，而是在何处建立优势，以及愿意接受哪些依赖关系。\n一些专家和行业人士指出，当前的一种AI策略是通过在本地创造就业、培养技能和建设基础设施来支撑外国软件模型，从而捕获经济价值。\n但也有人告诫称，像数据中心这样的投资虽然对产业链很重要，但有可能沦为“基础设施飞地”——消耗土地和电力，却无法保证知识产权、经济杠杆或战略不可替代性。\n澳大利亚在能源、关键矿产以及采矿这样的行业具有优势，在这些领域，AI 可以充分利用现有的强项。\n“澳大利亚拥有很多数据中心，但许多都是外资拥有或通过外部投资融资的。这可能使我们在这一层级变得强大，但并不一定会带来其他领域可能提供的价值或优势地位，”维卡斯·库马尔（Vikas Kumar） 表示，他曾编制一套AI产业链竞争力指数及评估框架。\n“机遇在于将AI与澳大利亚已经拥有深厚知识的部门结合起来，并以此创造可出口的产品和服务。”\n\"比如说，如果我要去韩国，建立这种关系就是我最主要的动机：在确保关键部件供应的同时，提供他们所需的应用程序或能源作为回报。\"\n这使得AI政策既和外交有关，也和技术有关。贸易政策、移民或能源决策对技术实力的塑造作用，并不亚于实验室里的突破。\n多家中国和美国的 AI 企业以不具名方式告诉 ABC，他们已经在与包括矿业在内的澳大利亚主要产业开展合作；OpenAI 也提到了其在 2025 年 12 月宣布与澳大利亚联邦银行（CommBank）、Coles 和 Wesfarmers 达成的合作。\n但，整个 AI 产业链不同环节之间的相互依赖，并不意味着安全无虞。欧洲对俄罗斯能源的依赖就是一个例子。\n艾伦表示：“事实证明，那并不便宜，只是我们当时没有正确计算成本。”\n他指出，中国稀土等其他供应链依赖也存在类似问题。一旦将“战略脆弱性”纳入考量，这些依赖的实际成本可能远高于此前的估算。\n因此，对技术栈关键部分的控制，不仅对那些构建强大AI系统的人重要，对那些拥有制约能力的人同样重要。\n目前，随着主要大国押注AI领先地位将转化为更广泛的经济和地缘政治影响力，相关投资的速度和规模仍然惊人。\n“在美国，我们每10个月在AI上的投入，就超过整个阿波罗登月计划13年从开始到结束的总成本。这是一笔惊人的资本投入，”艾伦说。\n“工业革命重塑了全球力量格局以及人类生活的几乎所有方面。我们现在似乎正处于这样的时刻。”\n对澳大利亚来说，并不存在一场必须赢下的单一技术竞赛。真正需要权衡的是一系列相互交织的选择：建设什么、交易什么、信任谁、在哪些领域变得不可替代，以及在哪些地方依赖会变得危险。\nRead the story in English or Indonesian.\n制作人员\n- 报道与制作：Steven Viney\n- 受众互动与补充报道： Doug Dingwall\n- 图形与设计: Jarrod Fankhauser\n- 其他素材来源: 台积电、英伟达、SK海力士（SKHYNIX）、盖蒂图片社（Getty）、路透社（Reuters）\n编者按：部分视觉素材和信息为便于说明作了简化或改编。对于未获回应的信息请求，我们依据专家分析和合理估算。","confidence":0.9,"diagnostics_url":"/api/diagnose?url=https%3A//www.abc.net.au/chinese/2026-09-24/ai-race-chips-data-energy-cake-stack-us-china-asia-pacific/107178886","quality_bucket":"high","failure_kind":"none","retryable":false,"quality_reason":"High confidence: full text extraction produced 6576 characters.","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 6576 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":6576,"summary_length":6576,"usable_text_length":6576,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":6576,"summary_length":6576}},"tags":[]},"fallback_formats":["markdown","json","html"],"actions":{"read":"/item/89209","export_markdown":"/api/items/89209/export?format=markdown","export_json":"/api/items/89209/export?format=json","diagnose":"/api/diagnose?url=https%3A//www.abc.net.au/chinese/2026-09-24/ai-race-chips-data-energy-cake-stack-us-china-asia-pacific/107178886"},"formats":{"full":{"id":89209,"title":"人工智能如何重塑全球力量平衡 - ABC News & Headlines – Australian Broadcasting Corporation","url":"https://www.abc.net.au/chinese/2026-09-24/ai-race-chips-data-energy-cake-stack-us-china-asia-pacific/107178886","source":"ABC News & Headlines – Australian Broadcasting Corporation","author":null,"published_at":"2026-09-23T22:33:57+00:00","locale":"zh","topic":"ai","tags":[],"excerpt":"ChatGPT 和Claude或许是人工智能（AI）从表面上看的样子，但在屏幕后，存在着一个由芯片、数据、能源与人类共同构成的复杂生态系统。\n在亚太地区，对不同层级生态元素的控制正重塑着权力平衡，并将盟友与对手绑定在错综复杂的相互依赖关系之中。\n这是一颗人工智能（AI）芯片。\n正是这样的芯片，为我们每天使用的设备和平台提供算力支撑：从 ChatGPT、谷歌的个性化推荐，到自动泊车辅助系统和智能手机摄像头。\n最先进的芯片包含数千亿个晶体管——这些微型开关每秒能进行数万亿次计算，使其成为人类有史以来制造出的最复杂的物体之一。\n由于芯片的零部件厚度仅有几个原子大小，这意味着“一粒微尘”就可能毁掉价值数十万美元的产品，因此全球仅有极少数公司能够生产此类芯片。\n芯片的重要性在短时间内急剧上升，将原本小众的技术制造企业直接推上了外交政策与国家安全的前沿。\n然而，芯片仅仅是庞大机器中的一个零部件；离开这台机器，芯片实际上毫无用处。\n外界常透过硅谷的高光和飙升的科技估值来看待 AI，但这些都只是业内人士及英伟达（NVIDIA）CEO 黄仁勋（Jensen Huang）所俗称的“AI多层蛋糕”的表层：这是一个由芯片、数据、能源、模型和应用组成的国际化生态系统（各方的分层说法略有不同）。\n这个蛋糕的每一层都相互依赖：模型需要数据和算力；计算需要芯片；芯片需要在数据中心内协同工作；而这一切都需要能源。\n但戏剧性的是：没有任何一个国家能够控制这个系统中的所有层级。\n事实上，关键能力散布于全球各地，却又高度集中在少数几个地方。这迫使盟友与对手不得不陷入相互依赖。专家表示，这种动态既限制了任何一个国家在AI竞赛中迅速起到主导作用的能力，同时也推高了发生冲突的代价。\nLoading...“用户界面——ChatGPT、Claude——其实只是冰山一角，”AI政治经济学专家罗宾·克林格勒-维德拉（Robyn Klingler-Vidra）说。她最近撰写了一份关于亚洲主要AI参与者的报告。\n\"技术栈中有如此多极具价值的层级，分布在亚太地区不同的'细分领域超级大国'手中。AI凸显了一件人们可能不会直觉意识到的事：为什么各国政府如此关注深层贸易关系和关键矿产。\"\n作为澳大利亚广播公司（ABC）一项更广泛的、为期一年的项目的一部分，我们采访了AI领域的众多人士：从普通用户，到全球大型企业和新兴参与者的现任及前任代表——包括SK海力士（SK Hynix）、台积电（TSMC）、OpenAI、谷歌、01.AI和微软——另有许多人同意以不具名方式接受采访。\n将与这些人探讨的内容综合到一起，他们的见解就展现出一种比聊天机器人和股价复杂得多的情况：一个由资源、外交和不寻常的偶然事件所塑造的、权力与依赖盘根错节的系统。\n掀起AI机器的引擎盖：拆解复杂的层级架构\nLoading...要理解AI产业的微妙之处，我们首先需要理解它的实体系统如何运行、世界各国在竞争什么，以及扼其咽喉的瓶颈之处在哪里。\n有人称技术栈为供应链、蛋糕或生态系统。我们对上述 AI“技术栈”并没有统一定义，但为了简便起见，可以将其视为芯片、数据、能源和软件，其中前三者在很大程度上都是物理实体。\n物理技术栈的核心是芯片，其重要性无须赘述：当你向谷歌发出指令或询问AI问题时，正是背后的芯片在进行计算。\n“简单来说，如果没有人工智能芯片的指数级进步，我们就不会有现在这种人工智能能力，”《芯片战争》（Chip War）一书的作者克里斯·米勒（Chris Miller）表示。\n虽然美企英伟达设计了许多全球领先的AI处理器，即执行计算的芯片，但该公司并不负责制造。\n制造工作主要落在了像台积电（TSMC）这样的公司肩上，台积电生产了全球约90%的最先进的AI处理器。然而，即便是台积电也无法独自运转，它在制造过程中高度依赖来自其他国家的专用技术和材料。\n“先进芯片制造并非单一技术：台湾或许能制造出世界上最先进的AI芯片，但依赖荷兰的光刻机、日本的超高纯度材料与化学品，以及韩国的存储元件，”决策树”（Decision Tree）创始人兼AI政策专家格雷戈里·C·艾伦（Gregory C Allen）指出。\n这些公司几十年来都不是关注的焦点，现在成为产业链中不同却专精的一环：这种合作关系需要巨大的信任。\n\"我们不与客户竞争，\"台积电的一位发言人表示，\"这种信任使我们能够与全球领先的创新者紧密合作，在量产前数年就将我们的制造路线图与他们的产品设计保持一致。\"\n正是这种信任与分工，让这些企业中的一大部分能够在产业链的某个环节高度专精化，但也导致关键能力高度集中在少数几个地方。\n随着这些能力日益强大，供应链变得越来越政治化。各国政府开始对谁能购买最先进的芯片进行限制，要不就是对谁能接触到制造这些芯片所需的公司和技术进行限制。最为人所知的是美国在2022年的做法——就在ChatGPT公开发布的前几个月，美国开始限制向中国出口最先进的芯片。\n“在一个美国从未实施这些出口管制的平行宇宙里，中国已经差不多无疑成为领头羊了，”艾伦表示。\n这些限制后来发生了变化，新的管制措施沿着供应链的上、下游蔓延——从日本到荷兰，再到中国，深深塑造了人工智能的发展。\n换句话说，当今AI竞赛的地缘格局并不单纯是技术竞争的产物。在一定程度上，它是被人为精心策划出来的。这是关键的一点，我们稍后再谈。\n但芯片只是AI技术栈的一部分，这意味着即使你获得了芯片，但单凭芯片自身的性能也发挥不了多少作用。\n先进处理器的威力，只有当数以千计的芯片与高速内存及网络相结合，组成服务器和机架，并连接在庞大的数据中心内部时才能完全释放。我们搜索查询、Netflix 推荐和地图导航背后的计算，正是在这些数据中心里完成的。\n数据中心已经存在了数十年，但生成式AI的爆发迅速推高了它们的规模、可见度和战略重要性。\n“我想，数据中心开发者的雄心原本就很大，但需求的增长速度可能甚至超出了他们的预期，”维德拉（Klingler-Vidra）说。\n\"很可能在规划数据中心时，人们尽了全力也想象不到AI会变得多么渴望数据。\"\n这些设施从本质上说就是巨大的计算机：堆满了处理器、网络设备和冷却系统的库房，协同工作，以训练和运行日益强大的AI模型。\n然而，和芯片的情况差不多，大规模运行数据系统也引发了另一个瓶颈和依赖：能源。每一项任务都要消耗一点电能，因此数据中心需要海量的电力，以及电网接入、土地、冷却设施，且往往还需要大量的水资源。\n无论数据中心建在何处，它们对电力的欲望都在重塑周围的能源系统。在AI浪潮爆发之前，包括新加坡和美国在内的国家就已经在应对这种压力。\n“中国在电力系统规模和可用电力容量方面遥遥领先，而计算需要消耗巨量电力，”清华大学人工智能研究负责人、微软中国前董事长张亚勤表示。他指出，中国的发电量已超过美国的两倍，并占全球总发电量的三分之一以上。\n在澳大利亚，类似的担忧才刚刚开始升温。随着数据中心建设的激增，专家警告称，该行业在十年内消耗的电力可能相当于目前数百万户家庭的用电总和。\n此外，只有当所有这些复杂、昂贵的系统——芯片、数据中心和能源全部就位后，我们才会触及大多数人真正视为AI的部分：模型，即能生成预测和回应的训练成果，比如OpenAI的GPT；以及软件，即让大家使用模型的应用，比如ChatGPT。\n像 OpenAI（ChatGPT）和 Anthropic（Claude）这样的公司主要是在这个可见的层面上运营，因此我们屏幕上呈现的内容，仅仅是一个庞大国际化系统展现出来的最后面的部分。\n“合作伙伴和供应商对AI的进步至关重要，因为算力供应不仅稀缺，而且必须提前数年进行争取和管理，”OpenAI 的一位发言人告诉 ABC，并补充说该公司过去曾较多地依赖单一的算力提供商。\n“我们目前在一个多样化的生态系统中合作，这提高了承受能力并确立了算力确定性，而[这]直接影响到AI是否能够实现规模化扩张。”\n从更宏观的角度看，强大的AI既离不开计算机科学家，也同样依赖特种化学品和能源。一旦这些依赖难以替代，技术就与经济筹码和地缘战略交织在一起，美国2025年发布的《人工智能行动计划》（AI Action Plan）正反映了这一现实。\n重塑的亚太：因政治而分裂，因需求而联合\n仅从原始数据来看，AI 竞赛中的权力平衡似乎相当简单明确。\n美国在数据中心、私人投资和领先模型方面占主导地位，中国则在发电量、机器人技术、研究产出和制造能力方面领先。\n表面上看，这好像是一场人们熟悉的两强争霸。在某些指标上，美中两国合计占全球总量的一半以上。但关键能力在整个技术栈中的分布集中度，却呈现出完全不同的景象。\n我们已经看到，虽然美国或许在软件或芯片设计方面占主导地位，但在制造最先进芯片方面，主导全局的是台湾。\n然而，台湾的角色高度依赖来自荷兰、日本和韩国的专用设备、材料和化学品。\n因此，即便美国在设计或软件上领先，仅仅是日本化学材料的短缺，或是荷兰光刻机关键部件的匮乏，就可能让整个系统陷入瘫痪。\n这并非理论推演，曾经发生过，并且仍在相当规律地发生着。\n2019 年，日本与韩国之间的争端 导致芯片制造材料供应受阻；2022 年，俄罗斯入侵乌克兰打断了全球一半的霓虹灯用氖气供应，导致氖气价格飙升。\n更贴近现实的情况是，新加坡或澳大利亚可能会寻求成为区域数据中心枢纽，但这些抱负同样取决于软件、芯片和海量的能源。\n2019 年，由于需求加剧了有限的电力、土地和水资源的紧张，新加坡不得不暂停新修建新数据中心数年。\n直至2022年，在更严格的效率规则下，数据中心的建设材得以恢复。同年，新加坡开始通过泰国和马来西亚从老挝输入电力。\n因此，AI 能力并不简简单单地属于拥有最多资金或数据中心的一方，可能隐藏在某种无名的化学材料、出口许可证或贸易协定中，直到消失时才会被人们注意到。\n“如果台湾不可思议地消失了，世界会怎样？经济灾难。如果不可思议地消失了，半导体世界会怎样？虽然不会那么突发，但依然是一场灾难。如果失去了美国呢？结果一样。如果失去了韩国呢？同样如此，”艾伦解释道。\n“供应链中有好几个关键节点，就像你体内的多个器官一样：一个都不能少。”\n这些依赖关系也会不仅限于同盟之间。例如，作为美国盟友的韩国，在提供关键半导体技术的同时，依然与中国保持着深厚的关系，即便华盛顿方面正在限制中国获取部分最先进的技术。\n这种格局有一部分是人为精心设计的，但大部分并非如此。它往往源于多年的商业决策、政治考量或历史偶然。\n举例来说，有观察人士认为，2022年旨在限制中国AI发展的出口管制措施，反而促使中国提高效率、加大对国产替代方案的投入。英伟达首席执行官黄仁勋将这一效应形容为管制措施\"适得其反\"。\n中国人工智能公司零一万物创始人、谷歌中国前总裁李开复表示：\"这是一把双刃剑。当你拿不到（英伟达顶级芯片）时，就必须想办法让运算更快，被迫变得更高效。\"\n从稀土提炼、专业人才，到海底电缆和专有数据，这样的动态遍布整条供应链，使得把AI简单看作一场\"竞赛\"的想法变得复杂。\n克林格-维德拉（Klingler-Vidra）说：\"中国提炼了全球90%以上的稀土。在一个以稀土供应为前提的体系中，这代表着巨大的权力来源。\"\n“没有哪个国家能够控制每一层级。因此，在技术栈的某一层做到极难被替代，可能比试图主导整个系统更为重要。”\n对较小的经济体来说，这创造了机遇。\n“与其什么都想做，但结果样样平庸，不如找少数几个可以做到世界顶尖的领域去发展，利用这些去换取你所需的一切，”艾伦说。\n\"澳大利亚需要的是战略相关性，最好是战略不可替代性。实现这一点靠的不是什么都自己建，而是控制整个系统所必需的某种东西。\"\n但战略重要性是一把双刃剑：成为技术栈中不可或缺的一环，也意味着要承担相应的风险与成本。\n机遇、透明度与犯错的代价\n在ChatGPT发布四年后的今天，公众对AI的讨论依然被前沿软件公司所主导，从对存在性风险的警告，到对社会变革的预测，对驱动AI的底层系统的关注则少得多。\n这种不透明性，有一部分是刻意为之，但更多只是产业演进的结果：前沿企业出于法律考虑，可能要避免显得过于强势——微软在上世纪90年代就吃过这个教训;而依赖贸易伙伴的政府，如果对方愿意在经济或政治上报复，就可能因直言AI问题而付出代价。\n“这种自我审查的确是一种挑战，”艾伦说。\n“在政治上和经济上，这可以理解；但如果公众听不到坦诚的真相，他们如何知道选谁，或者该推动和支持哪些政策？”\n今年七月，澳大利亚总理安东尼·阿尔巴尼斯宣布将AI列为国家战略重点。然而，理解了技术栈的层级结构，就会明白为什么将这一雄心转化为政策比单纯吸引投资或建造更多数据中心要困难得多。\n如果没有任何国家能够控制其所需的一切，那么澳大利亚面临的问题就不是如何实现技术上的自给自足，而是在何处建立优势，以及愿意接受哪些依赖关系。\n一些专家和行业人士指出，当前的一种AI策略是通过在本地创造就业、培养技能和建设基础设施来支撑外国软件模型，从而捕获经济价值。\n但也有人告诫称，像数据中心这样的投资虽然对产业链很重要，但有可能沦为“基础设施飞地”——消耗土地和电力，却无法保证知识产权、经济杠杆或战略不可替代性。\n澳大利亚在能源、关键矿产以及采矿这样的行业具有优势，在这些领域，AI 可以充分利用现有的强项。\n“澳大利亚拥有很多数据中心，但许多都是外资拥有或通过外部投资融资的。这可能使我们在这一层级变得强大，但并不一定会带来其他领域可能提供的价值或优势地位，”维卡斯·库马尔（Vikas Kumar） 表示，他曾编制一套AI产业链竞争力指数及评估框架。\n“机遇在于将AI与澳大利亚已经拥有深厚知识的部门结合起来，并以此创造可出口的产品和服务。”\n\"比如说，如果我要去韩国，建立这种关系就是我最主要的动机：在确保关键部件供应的同时，提供他们所需的应用程序或能源作为回报。\"\n这使得AI政策既和外交有关，也和技术有关。贸易政策、移民或能源决策对技术实力的塑造作用，并不亚于实验室里的突破。\n多家中国和美国的 AI 企业以不具名方式告诉 ABC，他们已经在与包括矿业在内的澳大利亚主要产业开展合作；OpenAI 也提到了其在 2025 年 12 月宣布与澳大利亚联邦银行（CommBank）、Coles 和 Wesfarmers 达成的合作。\n但，整个 AI 产业链不同环节之间的相互依赖，并不意味着安全无虞。欧洲对俄罗斯能源的依赖就是一个例子。\n艾伦表示：“事实证明，那并不便宜，只是我们当时没有正确计算成本。”\n他指出，中国稀土等其他供应链依赖也存在类似问题。一旦将“战略脆弱性”纳入考量，这些依赖的实际成本可能远高于此前的估算。\n因此，对技术栈关键部分的控制，不仅对那些构建强大AI系统的人重要，对那些拥有制约能力的人同样重要。\n目前，随着主要大国押注AI领先地位将转化为更广泛的经济和地缘政治影响力，相关投资的速度和规模仍然惊人。\n“在美国，我们每10个月在AI上的投入，就超过整个阿波罗登月计划13年从开始到结束的总成本。这是一笔惊人的资本投入，”艾伦说。\n“工业革命重塑了全球力量格局以及人类生活的几乎所有方面。我们现在似乎正处于这样的时刻。”\n对澳大利亚来说，并不存在一场必须赢下的单一技术竞赛。真正需要权衡的是一系列相互交织的选择：建设什么、交易什么、信任谁、在哪些领域变得不可替代，以及在哪些地方依赖会变得危险。\nRead the story in English or Indonesian. 制作人员\n- 报道与制作：Steven Viney\n- 受众互动与补充报道： Doug Dingwall\n- 图形与设计: Jarrod Fankhauser\n- 其他素材来源: 台积电、英伟达、SK海力士（SKHYNIX）、盖蒂图片社（Getty）、路透社（Reuters）\n编者按：部分视觉素材和信息为便于说明作了简化或改编。对于未获回应的信息请求，我们依据专家分析和合理估算。","full_text":"ChatGPT 和Claude或许是人工智能（AI）从表面上看的样子，但在屏幕后，存在着一个由芯片、数据、能源与人类共同构成的复杂生态系统。\n在亚太地区，对不同层级生态元素的控制正重塑着权力平衡，并将盟友与对手绑定在错综复杂的相互依赖关系之中。\n这是一颗人工智能（AI）芯片。\n正是这样的芯片，为我们每天使用的设备和平台提供算力支撑：从 ChatGPT、谷歌的个性化推荐，到自动泊车辅助系统和智能手机摄像头。\n最先进的芯片包含数千亿个晶体管——这些微型开关每秒能进行数万亿次计算，使其成为人类有史以来制造出的最复杂的物体之一。\n由于芯片的零部件厚度仅有几个原子大小，这意味着“一粒微尘”就可能毁掉价值数十万美元的产品，因此全球仅有极少数公司能够生产此类芯片。\n芯片的重要性在短时间内急剧上升，将原本小众的技术制造企业直接推上了外交政策与国家安全的前沿。\n然而，芯片仅仅是庞大机器中的一个零部件；离开这台机器，芯片实际上毫无用处。\n外界常透过硅谷的高光和飙升的科技估值来看待 AI，但这些都只是业内人士及英伟达（NVIDIA）CEO 黄仁勋（Jensen Huang）所俗称的“AI多层蛋糕”的表层：这是一个由芯片、数据、能源、模型和应用组成的国际化生态系统（各方的分层说法略有不同）。\n这个蛋糕的每一层都相互依赖：模型需要数据和算力；计算需要芯片；芯片需要在数据中心内协同工作；而这一切都需要能源。\n但戏剧性的是：没有任何一个国家能够控制这个系统中的所有层级。\n事实上，关键能力散布于全球各地，却又高度集中在少数几个地方。这迫使盟友与对手不得不陷入相互依赖。专家表示，这种动态既限制了任何一个国家在AI竞赛中迅速起到主导作用的能力，同时也推高了发生冲突的代价。\nLoading...“用户界面——ChatGPT、Claude——其实只是冰山一角，”AI政治经济学专家罗宾·克林格勒-维德拉（Robyn Klingler-Vidra）说。她最近撰写了一份关于亚洲主要AI参与者的报告。\n\"技术栈中有如此多极具价值的层级，分布在亚太地区不同的'细分领域超级大国'手中。AI凸显了一件人们可能不会直觉意识到的事：为什么各国政府如此关注深层贸易关系和关键矿产。\"\n作为澳大利亚广播公司（ABC）一项更广泛的、为期一年的项目的一部分，我们采访了AI领域的众多人士：从普通用户，到全球大型企业和新兴参与者的现任及前任代表——包括SK海力士（SK Hynix）、台积电（TSMC）、OpenAI、谷歌、01.AI和微软——另有许多人同意以不具名方式接受采访。\n将与这些人探讨的内容综合到一起，他们的见解就展现出一种比聊天机器人和股价复杂得多的情况：一个由资源、外交和不寻常的偶然事件所塑造的、权力与依赖盘根错节的系统。\n掀起AI机器的引擎盖：拆解复杂的层级架构\nLoading...要理解AI产业的微妙之处，我们首先需要理解它的实体系统如何运行、世界各国在竞争什么，以及扼其咽喉的瓶颈之处在哪里。\n有人称技术栈为供应链、蛋糕或生态系统。我们对上述 AI“技术栈”并没有统一定义，但为了简便起见，可以将其视为芯片、数据、能源和软件，其中前三者在很大程度上都是物理实体。\n物理技术栈的核心是芯片，其重要性无须赘述：当你向谷歌发出指令或询问AI问题时，正是背后的芯片在进行计算。\n“简单来说，如果没有人工智能芯片的指数级进步，我们就不会有现在这种人工智能能力，”《芯片战争》（Chip War）一书的作者克里斯·米勒（Chris Miller）表示。\n虽然美企英伟达设计了许多全球领先的AI处理器，即执行计算的芯片，但该公司并不负责制造。\n制造工作主要落在了像台积电（TSMC）这样的公司肩上，台积电生产了全球约90%的最先进的AI处理器。然而，即便是台积电也无法独自运转，它在制造过程中高度依赖来自其他国家的专用技术和材料。\n“先进芯片制造并非单一技术：台湾或许能制造出世界上最先进的AI芯片，但依赖荷兰的光刻机、日本的超高纯度材料与化学品，以及韩国的存储元件，”决策树”（Decision Tree）创始人兼AI政策专家格雷戈里·C·艾伦（Gregory C Allen）指出。\n这些公司几十年来都不是关注的焦点，现在成为产业链中不同却专精的一环：这种合作关系需要巨大的信任。\n\"我们不与客户竞争，\"台积电的一位发言人表示，\"这种信任使我们能够与全球领先的创新者紧密合作，在量产前数年就将我们的制造路线图与他们的产品设计保持一致。\"\n正是这种信任与分工，让这些企业中的一大部分能够在产业链的某个环节高度专精化，但也导致关键能力高度集中在少数几个地方。\n随着这些能力日益强大，供应链变得越来越政治化。各国政府开始对谁能购买最先进的芯片进行限制，要不就是对谁能接触到制造这些芯片所需的公司和技术进行限制。最为人所知的是美国在2022年的做法——就在ChatGPT公开发布的前几个月，美国开始限制向中国出口最先进的芯片。\n“在一个美国从未实施这些出口管制的平行宇宙里，中国已经差不多无疑成为领头羊了，”艾伦表示。\n这些限制后来发生了变化，新的管制措施沿着供应链的上、下游蔓延——从日本到荷兰，再到中国，深深塑造了人工智能的发展。\n换句话说，当今AI竞赛的地缘格局并不单纯是技术竞争的产物。在一定程度上，它是被人为精心策划出来的。这是关键的一点，我们稍后再谈。\n但芯片只是AI技术栈的一部分，这意味着即使你获得了芯片，但单凭芯片自身的性能也发挥不了多少作用。\n先进处理器的威力，只有当数以千计的芯片与高速内存及网络相结合，组成服务器和机架，并连接在庞大的数据中心内部时才能完全释放。我们搜索查询、Netflix 推荐和地图导航背后的计算，正是在这些数据中心里完成的。\n数据中心已经存在了数十年，但生成式AI的爆发迅速推高了它们的规模、可见度和战略重要性。\n“我想，数据中心开发者的雄心原本就很大，但需求的增长速度可能甚至超出了他们的预期，”维德拉（Klingler-Vidra）说。\n\"很可能在规划数据中心时，人们尽了全力也想象不到AI会变得多么渴望数据。\"\n这些设施从本质上说就是巨大的计算机：堆满了处理器、网络设备和冷却系统的库房，协同工作，以训练和运行日益强大的AI模型。\n然而，和芯片的情况差不多，大规模运行数据系统也引发了另一个瓶颈和依赖：能源。每一项任务都要消耗一点电能，因此数据中心需要海量的电力，以及电网接入、土地、冷却设施，且往往还需要大量的水资源。\n无论数据中心建在何处，它们对电力的欲望都在重塑周围的能源系统。在AI浪潮爆发之前，包括新加坡和美国在内的国家就已经在应对这种压力。\n“中国在电力系统规模和可用电力容量方面遥遥领先，而计算需要消耗巨量电力，”清华大学人工智能研究负责人、微软中国前董事长张亚勤表示。他指出，中国的发电量已超过美国的两倍，并占全球总发电量的三分之一以上。\n在澳大利亚，类似的担忧才刚刚开始升温。随着数据中心建设的激增，专家警告称，该行业在十年内消耗的电力可能相当于目前数百万户家庭的用电总和。\n此外，只有当所有这些复杂、昂贵的系统——芯片、数据中心和能源全部就位后，我们才会触及大多数人真正视为AI的部分：模型，即能生成预测和回应的训练成果，比如OpenAI的GPT；以及软件，即让大家使用模型的应用，比如ChatGPT。\n像 OpenAI（ChatGPT）和 Anthropic（Claude）这样的公司主要是在这个可见的层面上运营，因此我们屏幕上呈现的内容，仅仅是一个庞大国际化系统展现出来的最后面的部分。\n“合作伙伴和供应商对AI的进步至关重要，因为算力供应不仅稀缺，而且必须提前数年进行争取和管理，”OpenAI 的一位发言人告诉 ABC，并补充说该公司过去曾较多地依赖单一的算力提供商。\n“我们目前在一个多样化的生态系统中合作，这提高了承受能力并确立了算力确定性，而[这]直接影响到AI是否能够实现规模化扩张。”\n从更宏观的角度看，强大的AI既离不开计算机科学家，也同样依赖特种化学品和能源。一旦这些依赖难以替代，技术就与经济筹码和地缘战略交织在一起，美国2025年发布的《人工智能行动计划》（AI Action Plan）正反映了这一现实。\n重塑的亚太：因政治而分裂，因需求而联合\n仅从原始数据来看，AI 竞赛中的权力平衡似乎相当简单明确。\n美国在数据中心、私人投资和领先模型方面占主导地位，中国则在发电量、机器人技术、研究产出和制造能力方面领先。\n表面上看，这好像是一场人们熟悉的两强争霸。在某些指标上，美中两国合计占全球总量的一半以上。但关键能力在整个技术栈中的分布集中度，却呈现出完全不同的景象。\n我们已经看到，虽然美国或许在软件或芯片设计方面占主导地位，但在制造最先进芯片方面，主导全局的是台湾。\n然而，台湾的角色高度依赖来自荷兰、日本和韩国的专用设备、材料和化学品。\n因此，即便美国在设计或软件上领先，仅仅是日本化学材料的短缺，或是荷兰光刻机关键部件的匮乏，就可能让整个系统陷入瘫痪。\n这并非理论推演，曾经发生过，并且仍在相当规律地发生着。\n2019 年，日本与韩国之间的争端 导致芯片制造材料供应受阻；2022 年，俄罗斯入侵乌克兰打断了全球一半的霓虹灯用氖气供应，导致氖气价格飙升。\n更贴近现实的情况是，新加坡或澳大利亚可能会寻求成为区域数据中心枢纽，但这些抱负同样取决于软件、芯片和海量的能源。\n2019 年，由于需求加剧了有限的电力、土地和水资源的紧张，新加坡不得不暂停新修建新数据中心数年。\n直至2022年，在更严格的效率规则下，数据中心的建设材得以恢复。同年，新加坡开始通过泰国和马来西亚从老挝输入电力。\n因此，AI 能力并不简简单单地属于拥有最多资金或数据中心的一方，可能隐藏在某种无名的化学材料、出口许可证或贸易协定中，直到消失时才会被人们注意到。\n“如果台湾不可思议地消失了，世界会怎样？经济灾难。如果不可思议地消失了，半导体世界会怎样？虽然不会那么突发，但依然是一场灾难。如果失去了美国呢？结果一样。如果失去了韩国呢？同样如此，”艾伦解释道。\n“供应链中有好几个关键节点，就像你体内的多个器官一样：一个都不能少。”\n这些依赖关系也会不仅限于同盟之间。例如，作为美国盟友的韩国，在提供关键半导体技术的同时，依然与中国保持着深厚的关系，即便华盛顿方面正在限制中国获取部分最先进的技术。\n这种格局有一部分是人为精心设计的，但大部分并非如此。它往往源于多年的商业决策、政治考量或历史偶然。\n举例来说，有观察人士认为，2022年旨在限制中国AI发展的出口管制措施，反而促使中国提高效率、加大对国产替代方案的投入。英伟达首席执行官黄仁勋将这一效应形容为管制措施\"适得其反\"。\n中国人工智能公司零一万物创始人、谷歌中国前总裁李开复表示：\"这是一把双刃剑。当你拿不到（英伟达顶级芯片）时，就必须想办法让运算更快，被迫变得更高效。\"\n从稀土提炼、专业人才，到海底电缆和专有数据，这样的动态遍布整条供应链，使得把AI简单看作一场\"竞赛\"的想法变得复杂。\n克林格-维德拉（Klingler-Vidra）说：\"中国提炼了全球90%以上的稀土。在一个以稀土供应为前提的体系中，这代表着巨大的权力来源。\"\n“没有哪个国家能够控制每一层级。因此，在技术栈的某一层做到极难被替代，可能比试图主导整个系统更为重要。”\n对较小的经济体来说，这创造了机遇。\n“与其什么都想做，但结果样样平庸，不如找少数几个可以做到世界顶尖的领域去发展，利用这些去换取你所需的一切，”艾伦说。\n\"澳大利亚需要的是战略相关性，最好是战略不可替代性。实现这一点靠的不是什么都自己建，而是控制整个系统所必需的某种东西。\"\n但战略重要性是一把双刃剑：成为技术栈中不可或缺的一环，也意味着要承担相应的风险与成本。\n机遇、透明度与犯错的代价\n在ChatGPT发布四年后的今天，公众对AI的讨论依然被前沿软件公司所主导，从对存在性风险的警告，到对社会变革的预测，对驱动AI的底层系统的关注则少得多。\n这种不透明性，有一部分是刻意为之，但更多只是产业演进的结果：前沿企业出于法律考虑，可能要避免显得过于强势——微软在上世纪90年代就吃过这个教训;而依赖贸易伙伴的政府，如果对方愿意在经济或政治上报复，就可能因直言AI问题而付出代价。\n“这种自我审查的确是一种挑战，”艾伦说。\n“在政治上和经济上，这可以理解；但如果公众听不到坦诚的真相，他们如何知道选谁，或者该推动和支持哪些政策？”\n今年七月，澳大利亚总理安东尼·阿尔巴尼斯宣布将AI列为国家战略重点。然而，理解了技术栈的层级结构，就会明白为什么将这一雄心转化为政策比单纯吸引投资或建造更多数据中心要困难得多。\n如果没有任何国家能够控制其所需的一切，那么澳大利亚面临的问题就不是如何实现技术上的自给自足，而是在何处建立优势，以及愿意接受哪些依赖关系。\n一些专家和行业人士指出，当前的一种AI策略是通过在本地创造就业、培养技能和建设基础设施来支撑外国软件模型，从而捕获经济价值。\n但也有人告诫称，像数据中心这样的投资虽然对产业链很重要，但有可能沦为“基础设施飞地”——消耗土地和电力，却无法保证知识产权、经济杠杆或战略不可替代性。\n澳大利亚在能源、关键矿产以及采矿这样的行业具有优势，在这些领域，AI 可以充分利用现有的强项。\n“澳大利亚拥有很多数据中心，但许多都是外资拥有或通过外部投资融资的。这可能使我们在这一层级变得强大，但并不一定会带来其他领域可能提供的价值或优势地位，”维卡斯·库马尔（Vikas Kumar） 表示，他曾编制一套AI产业链竞争力指数及评估框架。\n“机遇在于将AI与澳大利亚已经拥有深厚知识的部门结合起来，并以此创造可出口的产品和服务。”\n\"比如说，如果我要去韩国，建立这种关系就是我最主要的动机：在确保关键部件供应的同时，提供他们所需的应用程序或能源作为回报。\"\n这使得AI政策既和外交有关，也和技术有关。贸易政策、移民或能源决策对技术实力的塑造作用，并不亚于实验室里的突破。\n多家中国和美国的 AI 企业以不具名方式告诉 ABC，他们已经在与包括矿业在内的澳大利亚主要产业开展合作；OpenAI 也提到了其在 2025 年 12 月宣布与澳大利亚联邦银行（CommBank）、Coles 和 Wesfarmers 达成的合作。\n但，整个 AI 产业链不同环节之间的相互依赖，并不意味着安全无虞。欧洲对俄罗斯能源的依赖就是一个例子。\n艾伦表示：“事实证明，那并不便宜，只是我们当时没有正确计算成本。”\n他指出，中国稀土等其他供应链依赖也存在类似问题。一旦将“战略脆弱性”纳入考量，这些依赖的实际成本可能远高于此前的估算。\n因此，对技术栈关键部分的控制，不仅对那些构建强大AI系统的人重要，对那些拥有制约能力的人同样重要。\n目前，随着主要大国押注AI领先地位将转化为更广泛的经济和地缘政治影响力，相关投资的速度和规模仍然惊人。\n“在美国，我们每10个月在AI上的投入，就超过整个阿波罗登月计划13年从开始到结束的总成本。这是一笔惊人的资本投入，”艾伦说。\n“工业革命重塑了全球力量格局以及人类生活的几乎所有方面。我们现在似乎正处于这样的时刻。”\n对澳大利亚来说，并不存在一场必须赢下的单一技术竞赛。真正需要权衡的是一系列相互交织的选择：建设什么、交易什么、信任谁、在哪些领域变得不可替代，以及在哪些地方依赖会变得危险。\nRead the story in English or Indonesian.\n制作人员\n- 报道与制作：Steven Viney\n- 受众互动与补充报道： Doug Dingwall\n- 图形与设计: Jarrod Fankhauser\n- 其他素材来源: 台积电、英伟达、SK海力士（SKHYNIX）、盖蒂图片社（Getty）、路透社（Reuters）\n编者按：部分视觉素材和信息为便于说明作了简化或改编。对于未获回应的信息请求，我们依据专家分析和合理估算。","reading_time_min":1,"extraction":{"state":"ok","confidence":0.9,"error":null,"explanation":"High confidence: full text extraction produced 6576 characters.","diagnostics_url":"/api/diagnose?url=https%3A//www.abc.net.au/chinese/2026-09-24/ai-race-chips-data-energy-cake-stack-us-china-asia-pacific/107178886","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 6576 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":6576,"summary_length":6576,"usable_text_length":6576,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":6576,"summary_length":6576}}},"quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 6576 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":6576,"summary_length":6576,"usable_text_length":6576,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":6576,"summary_length":6576}},"actions":{"read":"/item/89209","export_markdown":"/api/items/89209/export?format=markdown","export_json":"/api/items/89209/export?format=json","diagnose":"/api/diagnose?url=https%3A//www.abc.net.au/chinese/2026-09-24/ai-race-chips-data-energy-cake-stack-us-china-asia-pacific/107178886"}},"digest":{"id":89209,"title":"人工智能如何重塑全球力量平衡 - ABC News & Headlines – Australian Broadcasting Corporation","url":"https://www.abc.net.au/chinese/2026-09-24/ai-race-chips-data-energy-cake-stack-us-china-asia-pacific/107178886","source":"ABC News & Headlines – Australian Broadcasting Corporation","topic":"ai","published_at":"2026-09-23T22:33:57+00:00","excerpt":"ChatGPT 和Claude或许是人工智能（AI）从表面上看的样子，但在屏幕后，存在着一个由芯片、数据、能源与人类共同构成的复杂生态系统。 在亚太地区，对不同层级生态元素的控制正重塑着权力平衡，并将盟友与对手绑定在错综复杂的相互依赖关系之中。 这是一颗人工智能（AI）芯片。 正是这样的芯片，为我们每天使用的设备和平台提供算力支撑：从 ChatGPT、谷歌的个性化推荐，到自动泊车辅助系统和智能手机摄像头。 最先进的芯片包含数千亿个晶体管——这些微型开关每秒能进行数万亿次计算，使其成为人类有史以来制造出的最复杂的物体之一。…","quality_bucket":"high","quality_reason":"High confidence: full text extraction produced 6576 characters.","reading_time_min":1,"cluster_id":null},"card":{"display_title":"人工智能如何重塑全球力量平衡 - ABC News & Headlines – Australian Broadcasting Corporation","subtitle":"ABC News & Headlines – Australian Broadcasting Corporation · 2026-09-23","summary":"ChatGPT 和Claude或许是人工智能（AI）从表面上看的样子，但在屏幕后，存在着一个由芯片、数据、能源与人类共同构成的复杂生态系统。 在亚太地区，对不同层级生态元素的控制正重塑着权力平衡，并将盟友与对手绑定在错综复杂的相互依赖关系之中。 这是一颗人工智能（AI）芯片。 正是这样的芯片，为我们每天使用的设备和平台提供算力支撑：从 ChatGPT、谷歌的个性化推荐，到自动泊车辅助系统和智能手机摄像头。…","badges":["quality:high"],"links":{"read":"/item/89209","original":"https://www.abc.net.au/chinese/2026-09-24/ai-race-chips-data-energy-cake-stack-us-china-asia-pacific/107178886","diagnose":"/api/diagnose?url=https%3A//www.abc.net.au/chinese/2026-09-24/ai-race-chips-data-energy-cake-stack-us-china-asia-pacific/107178886"},"quality_warning":null},"export":{"title":"人工智能如何重塑全球力量平衡 - ABC News & Headlines – Australian Broadcasting Corporation","url":"https://www.abc.net.au/chinese/2026-09-24/ai-race-chips-data-energy-cake-stack-us-china-asia-pacific/107178886","summary":"ChatGPT 和Claude或许是人工智能（AI）从表面上看的样子，但在屏幕后，存在着一个由芯片、数据、能源与人类共同构成的复杂生态系统。\n在亚太地区，对不同层级生态元素的控制正重塑着权力平衡，并将盟友与对手绑定在错综复杂的相互依赖关系之中。\n这是一颗人工智能（AI）芯片。\n正是这样的芯片，为我们每天使用的设备和平台提供算力支撑：从 ChatGPT、谷歌的个性化推荐，到自动泊车辅助系统和智能手机摄像头。\n最先进的芯片包含数千亿个晶体管——这些微型开关每秒能进行数万亿次计算，使其成为人类有史以来制造出的最复杂的物体之一。\n由于芯片的零部件厚度仅有几个原子大小，这意味着“一粒微尘”就可能毁掉价值数十万美元的产品，因此全球仅有极少数公司能够生产此类芯片。\n芯片的重要性在短时间内急剧上升，将原本小众的技术制造企业直接推上了外交政策与国家安全的前沿。\n然而，芯片仅仅是庞大机器中的一个零部件；离开这台机器，芯片实际上毫无用处。\n外界常透过硅谷的高光和飙升的科技估值来看待 AI，但这些都只是业内人士及英伟达（NVIDIA）CEO 黄仁勋（Jensen Huang）所俗称的“AI多层蛋糕”的表层：这是一个由芯片、数据、能源、模型和应用组成的国际化生态系统（各方的分层说法略有不同）。\n这个蛋糕的每一层都相互依赖：模型需要数据和算力；计算需要芯片；芯片需要在数据中心内协同工作；而这一切都需要能源。\n但戏剧性的是：没有任何一个国家能够控制这个系统中的所有层级。\n事实上，关键能力散布于全球各地，却又高度集中在少数几个地方。这迫使盟友与对手不得不陷入相互依赖。专家表示，这种动态既限制了任何一个国家在AI竞赛中迅速起到主导作用的能力，同时也推高了发生冲突的代价。\nLoading...“用户界面——ChatGPT、Claude——其实只是冰山一角，”AI政治经济学专家罗宾·克林格勒-维德拉（Robyn Klingler-Vidra）说。她最近撰写了一份关于亚洲主要AI参与者的报告。\n\"技术栈中有如此多极具价值的层级，分布在亚太地区不同的'细分领域超级大国'手中。AI凸显了一件人们可能不会直觉意识到的事：为什么各国政府如此关注深层贸易关系和关键矿产。\"\n作为澳大利亚广播公司（ABC）一项更广泛的、为期一年的项目的一部分，我们采访了AI领域的众多人士：从普通用户，到全球大型企业和新兴参与者的现任及前任代表——包括SK海力士（SK Hynix）、台积电（TSMC）、OpenAI、谷歌、01.AI和微软——另有许多人同意以不具名方式接受采访。\n将与这些人探讨的内容综合到一起，他们的见解就展现出一种比聊天机器人和股价复杂得多的情况：一个由资源、外交和不寻常的偶然事件所塑造的、权力与依赖盘根错节的系统。\n掀起AI机器的引擎盖：拆解复杂的层级架构\nLoading...要理解AI产业的微妙之处，我们首先需要理解它的实体系统如何运行、世界各国在竞争什么，以及扼其咽喉的瓶颈之处在哪里。\n有人称技术栈为供应链、蛋糕或生态系统。我们对上述 AI“技术栈”并没有统一定义，但为了简便起见，可以将其视为芯片、数据、能源和软件，其中前三者在很大程度上都是物理实体。\n物理技术栈的核心是芯片，其重要性无须赘述：当你向谷歌发出指令或询问AI问题时，正是背后的芯片在进行计算。\n“简单来说，如果没有人工智能芯片的指数级进步，我们就不会有现在这种人工智能能力，”《芯片战争》（Chip War）一书的作者克里斯·米勒（Chris Miller）表示。\n虽然美企英伟达设计了许多全球领先的AI处理器，即执行计算的芯片，但该公司并不负责制造。\n制造工作主要落在了像台积电（TSMC）这样的公司肩上，台积电生产了全球约90%的最先进的AI处理器。然而，即便是台积电也无法独自运转，它在制造过程中高度依赖来自其他国家的专用技术和材料。\n“先进芯片制造并非单一技术：台湾或许能制造出世界上最先进的AI芯片，但依赖荷兰的光刻机、日本的超高纯度材料与化学品，以及韩国的存储元件，”决策树”（Decision Tree）创始人兼AI政策专家格雷戈里·C·艾伦（Gregory C Allen）指出。\n这些公司几十年来都不是关注的焦点，现在成为产业链中不同却专精的一环：这种合作关系需要巨大的信任。\n\"我们不与客户竞争，\"台积电的一位发言人表示，\"这种信任使我们能够与全球领先的创新者紧密合作，在量产前数年就将我们的制造路线图与他们的产品设计保持一致。\"\n正是这种信任与分工，让这些企业中的一大部分能够在产业链的某个环节高度专精化，但也导致关键能力高度集中在少数几个地方。\n随着这些能力日益强大，供应链变得越来越政治化。各国政府开始对谁能购买最先进的芯片进行限制，要不就是对谁能接触到制造这些芯片所需的公司和技术进行限制。最为人所知的是美国在2022年的做法——就在ChatGPT公开发布的前几个月，美国开始限制向中国出口最先进的芯片。\n“在一个美国从未实施这些出口管制的平行宇宙里，中国已经差不多无疑成为领头羊了，”艾伦表示。\n这些限制后来发生了变化，新的管制措施沿着供应链的上、下游蔓延——从日本到荷兰，再到中国，深深塑造了人工智能的发展。\n换句话说，当今AI竞赛的地缘格局并不单纯是技术竞争的产物。在一定程度上，它是被人为精心策划出来的。这是关键的一点，我们稍后再谈。\n但芯片只是AI技术栈的一部分，这意味着即使你获得了芯片，但单凭芯片自身的性能也发挥不了多少作用。\n先进处理器的威力，只有当数以千计的芯片与高速内存及网络相结合，组成服务器和机架，并连接在庞大的数据中心内部时才能完全释放。我们搜索查询、Netflix 推荐和地图导航背后的计算，正是在这些数据中心里完成的。\n数据中心已经存在了数十年，但生成式AI的爆发迅速推高了它们的规模、可见度和战略重要性。\n“我想，数据中心开发者的雄心原本就很大，但需求的增长速度可能甚至超出了他们的预期，”维德拉（Klingler-Vidra）说。\n\"很可能在规划数据中心时，人们尽了全力也想象不到AI会变得多么渴望数据。\"\n这些设施从本质上说就是巨大的计算机：堆满了处理器、网络设备和冷却系统的库房，协同工作，以训练和运行日益强大的AI模型。\n然而，和芯片的情况差不多，大规模运行数据系统也引发了另一个瓶颈和依赖：能源。每一项任务都要消耗一点电能，因此数据中心需要海量的电力，以及电网接入、土地、冷却设施，且往往还需要大量的水资源。\n无论数据中心建在何处，它们对电力的欲望都在重塑周围的能源系统。在AI浪潮爆发之前，包括新加坡和美国在内的国家就已经在应对这种压力。\n“中国在电力系统规模和可用电力容量方面遥遥领先，而计算需要消耗巨量电力，”清华大学人工智能研究负责人、微软中国前董事长张亚勤表示。他指出，中国的发电量已超过美国的两倍，并占全球总发电量的三分之一以上。\n在澳大利亚，类似的担忧才刚刚开始升温。随着数据中心建设的激增，专家警告称，该行业在十年内消耗的电力可能相当于目前数百万户家庭的用电总和。\n此外，只有当所有这些复杂、昂贵的系统——芯片、数据中心和能源全部就位后，我们才会触及大多数人真正视为AI的部分：模型，即能生成预测和回应的训练成果，比如OpenAI的GPT；以及软件，即让大家使用模型的应用，比如ChatGPT。\n像 OpenAI（ChatGPT）和 Anthropic（Claude）这样的公司主要是在这个可见的层面上运营，因此我们屏幕上呈现的内容，仅仅是一个庞大国际化系统展现出来的最后面的部分。\n“合作伙伴和供应商对AI的进步至关重要，因为算力供应不仅稀缺，而且必须提前数年进行争取和管理，”OpenAI 的一位发言人告诉 ABC，并补充说该公司过去曾较多地依赖单一的算力提供商。\n“我们目前在一个多样化的生态系统中合作，这提高了承受能力并确立了算力确定性，而[这]直接影响到AI是否能够实现规模化扩张。”\n从更宏观的角度看，强大的AI既离不开计算机科学家，也同样依赖特种化学品和能源。一旦这些依赖难以替代，技术就与经济筹码和地缘战略交织在一起，美国2025年发布的《人工智能行动计划》（AI Action Plan）正反映了这一现实。\n重塑的亚太：因政治而分裂，因需求而联合\n仅从原始数据来看，AI 竞赛中的权力平衡似乎相当简单明确。\n美国在数据中心、私人投资和领先模型方面占主导地位，中国则在发电量、机器人技术、研究产出和制造能力方面领先。\n表面上看，这好像是一场人们熟悉的两强争霸。在某些指标上，美中两国合计占全球总量的一半以上。但关键能力在整个技术栈中的分布集中度，却呈现出完全不同的景象。\n我们已经看到，虽然美国或许在软件或芯片设计方面占主导地位，但在制造最先进芯片方面，主导全局的是台湾。\n然而，台湾的角色高度依赖来自荷兰、日本和韩国的专用设备、材料和化学品。\n因此，即便美国在设计或软件上领先，仅仅是日本化学材料的短缺，或是荷兰光刻机关键部件的匮乏，就可能让整个系统陷入瘫痪。\n这并非理论推演，曾经发生过，并且仍在相当规律地发生着。\n2019 年，日本与韩国之间的争端 导致芯片制造材料供应受阻；2022 年，俄罗斯入侵乌克兰打断了全球一半的霓虹灯用氖气供应，导致氖气价格飙升。\n更贴近现实的情况是，新加坡或澳大利亚可能会寻求成为区域数据中心枢纽，但这些抱负同样取决于软件、芯片和海量的能源。\n2019 年，由于需求加剧了有限的电力、土地和水资源的紧张，新加坡不得不暂停新修建新数据中心数年。\n直至2022年，在更严格的效率规则下，数据中心的建设材得以恢复。同年，新加坡开始通过泰国和马来西亚从老挝输入电力。\n因此，AI 能力并不简简单单地属于拥有最多资金或数据中心的一方，可能隐藏在某种无名的化学材料、出口许可证或贸易协定中，直到消失时才会被人们注意到。\n“如果台湾不可思议地消失了，世界会怎样？经济灾难。如果不可思议地消失了，半导体世界会怎样？虽然不会那么突发，但依然是一场灾难。如果失去了美国呢？结果一样。如果失去了韩国呢？同样如此，”艾伦解释道。\n“供应链中有好几个关键节点，就像你体内的多个器官一样：一个都不能少。”\n这些依赖关系也会不仅限于同盟之间。例如，作为美国盟友的韩国，在提供关键半导体技术的同时，依然与中国保持着深厚的关系，即便华盛顿方面正在限制中国获取部分最先进的技术。\n这种格局有一部分是人为精心设计的，但大部分并非如此。它往往源于多年的商业决策、政治考量或历史偶然。\n举例来说，有观察人士认为，2022年旨在限制中国AI发展的出口管制措施，反而促使中国提高效率、加大对国产替代方案的投入。英伟达首席执行官黄仁勋将这一效应形容为管制措施\"适得其反\"。\n中国人工智能公司零一万物创始人、谷歌中国前总裁李开复表示：\"这是一把双刃剑。当你拿不到（英伟达顶级芯片）时，就必须想办法让运算更快，被迫变得更高效。\"\n从稀土提炼、专业人才，到海底电缆和专有数据，这样的动态遍布整条供应链，使得把AI简单看作一场\"竞赛\"的想法变得复杂。\n克林格-维德拉（Klingler-Vidra）说：\"中国提炼了全球90%以上的稀土。在一个以稀土供应为前提的体系中，这代表着巨大的权力来源。\"\n“没有哪个国家能够控制每一层级。因此，在技术栈的某一层做到极难被替代，可能比试图主导整个系统更为重要。”\n对较小的经济体来说，这创造了机遇。\n“与其什么都想做，但结果样样平庸，不如找少数几个可以做到世界顶尖的领域去发展，利用这些去换取你所需的一切，”艾伦说。\n\"澳大利亚需要的是战略相关性，最好是战略不可替代性。实现这一点靠的不是什么都自己建，而是控制整个系统所必需的某种东西。\"\n但战略重要性是一把双刃剑：成为技术栈中不可或缺的一环，也意味着要承担相应的风险与成本。\n机遇、透明度与犯错的代价\n在ChatGPT发布四年后的今天，公众对AI的讨论依然被前沿软件公司所主导，从对存在性风险的警告，到对社会变革的预测，对驱动AI的底层系统的关注则少得多。\n这种不透明性，有一部分是刻意为之，但更多只是产业演进的结果：前沿企业出于法律考虑，可能要避免显得过于强势——微软在上世纪90年代就吃过这个教训;而依赖贸易伙伴的政府，如果对方愿意在经济或政治上报复，就可能因直言AI问题而付出代价。\n“这种自我审查的确是一种挑战，”艾伦说。\n“在政治上和经济上，这可以理解；但如果公众听不到坦诚的真相，他们如何知道选谁，或者该推动和支持哪些政策？”\n今年七月，澳大利亚总理安东尼·阿尔巴尼斯宣布将AI列为国家战略重点。然而，理解了技术栈的层级结构，就会明白为什么将这一雄心转化为政策比单纯吸引投资或建造更多数据中心要困难得多。\n如果没有任何国家能够控制其所需的一切，那么澳大利亚面临的问题就不是如何实现技术上的自给自足，而是在何处建立优势，以及愿意接受哪些依赖关系。\n一些专家和行业人士指出，当前的一种AI策略是通过在本地创造就业、培养技能和建设基础设施来支撑外国软件模型，从而捕获经济价值。\n但也有人告诫称，像数据中心这样的投资虽然对产业链很重要，但有可能沦为“基础设施飞地”——消耗土地和电力，却无法保证知识产权、经济杠杆或战略不可替代性。\n澳大利亚在能源、关键矿产以及采矿这样的行业具有优势，在这些领域，AI 可以充分利用现有的强项。\n“澳大利亚拥有很多数据中心，但许多都是外资拥有或通过外部投资融资的。这可能使我们在这一层级变得强大，但并不一定会带来其他领域可能提供的价值或优势地位，”维卡斯·库马尔（Vikas Kumar） 表示，他曾编制一套AI产业链竞争力指数及评估框架。\n“机遇在于将AI与澳大利亚已经拥有深厚知识的部门结合起来，并以此创造可出口的产品和服务。”\n\"比如说，如果我要去韩国，建立这种关系就是我最主要的动机：在确保关键部件供应的同时，提供他们所需的应用程序或能源作为回报。\"\n这使得AI政策既和外交有关，也和技术有关。贸易政策、移民或能源决策对技术实力的塑造作用，并不亚于实验室里的突破。\n多家中国和美国的 AI 企业以不具名方式告诉 ABC，他们已经在与包括矿业在内的澳大利亚主要产业开展合作；OpenAI 也提到了其在 2025 年 12 月宣布与澳大利亚联邦银行（CommBank）、Coles 和 Wesfarmers 达成的合作。\n但，整个 AI 产业链不同环节之间的相互依赖，并不意味着安全无虞。欧洲对俄罗斯能源的依赖就是一个例子。\n艾伦表示：“事实证明，那并不便宜，只是我们当时没有正确计算成本。”\n他指出，中国稀土等其他供应链依赖也存在类似问题。一旦将“战略脆弱性”纳入考量，这些依赖的实际成本可能远高于此前的估算。\n因此，对技术栈关键部分的控制，不仅对那些构建强大AI系统的人重要，对那些拥有制约能力的人同样重要。\n目前，随着主要大国押注AI领先地位将转化为更广泛的经济和地缘政治影响力，相关投资的速度和规模仍然惊人。\n“在美国，我们每10个月在AI上的投入，就超过整个阿波罗登月计划13年从开始到结束的总成本。这是一笔惊人的资本投入，”艾伦说。\n“工业革命重塑了全球力量格局以及人类生活的几乎所有方面。我们现在似乎正处于这样的时刻。”\n对澳大利亚来说，并不存在一场必须赢下的单一技术竞赛。真正需要权衡的是一系列相互交织的选择：建设什么、交易什么、信任谁、在哪些领域变得不可替代，以及在哪些地方依赖会变得危险。\nRead the story in English or Indonesian. 制作人员\n- 报道与制作：Steven Viney\n- 受众互动与补充报道： Doug Dingwall\n- 图形与设计: Jarrod Fankhauser\n- 其他素材来源: 台积电、英伟达、SK海力士（SKHYNIX）、盖蒂图片社（Getty）、路透社（Reuters）\n编者按：部分视觉素材和信息为便于说明作了简化或改编。对于未获回应的信息请求，我们依据专家分析和合理估算。","source":"ABC News & Headlines – Australian Broadcasting Corporation","date":"2026-09-23T22:33:57+00:00","content":"ChatGPT 和Claude或许是人工智能（AI）从表面上看的样子，但在屏幕后，存在着一个由芯片、数据、能源与人类共同构成的复杂生态系统。\n在亚太地区，对不同层级生态元素的控制正重塑着权力平衡，并将盟友与对手绑定在错综复杂的相互依赖关系之中。\n这是一颗人工智能（AI）芯片。\n正是这样的芯片，为我们每天使用的设备和平台提供算力支撑：从 ChatGPT、谷歌的个性化推荐，到自动泊车辅助系统和智能手机摄像头。\n最先进的芯片包含数千亿个晶体管——这些微型开关每秒能进行数万亿次计算，使其成为人类有史以来制造出的最复杂的物体之一。\n由于芯片的零部件厚度仅有几个原子大小，这意味着“一粒微尘”就可能毁掉价值数十万美元的产品，因此全球仅有极少数公司能够生产此类芯片。\n芯片的重要性在短时间内急剧上升，将原本小众的技术制造企业直接推上了外交政策与国家安全的前沿。\n然而，芯片仅仅是庞大机器中的一个零部件；离开这台机器，芯片实际上毫无用处。\n外界常透过硅谷的高光和飙升的科技估值来看待 AI，但这些都只是业内人士及英伟达（NVIDIA）CEO 黄仁勋（Jensen Huang）所俗称的“AI多层蛋糕”的表层：这是一个由芯片、数据、能源、模型和应用组成的国际化生态系统（各方的分层说法略有不同）。\n这个蛋糕的每一层都相互依赖：模型需要数据和算力；计算需要芯片；芯片需要在数据中心内协同工作；而这一切都需要能源。\n但戏剧性的是：没有任何一个国家能够控制这个系统中的所有层级。\n事实上，关键能力散布于全球各地，却又高度集中在少数几个地方。这迫使盟友与对手不得不陷入相互依赖。专家表示，这种动态既限制了任何一个国家在AI竞赛中迅速起到主导作用的能力，同时也推高了发生冲突的代价。\nLoading...“用户界面——ChatGPT、Claude——其实只是冰山一角，”AI政治经济学专家罗宾·克林格勒-维德拉（Robyn Klingler-Vidra）说。她最近撰写了一份关于亚洲主要AI参与者的报告。\n\"技术栈中有如此多极具价值的层级，分布在亚太地区不同的'细分领域超级大国'手中。AI凸显了一件人们可能不会直觉意识到的事：为什么各国政府如此关注深层贸易关系和关键矿产。\"\n作为澳大利亚广播公司（ABC）一项更广泛的、为期一年的项目的一部分，我们采访了AI领域的众多人士：从普通用户，到全球大型企业和新兴参与者的现任及前任代表——包括SK海力士（SK Hynix）、台积电（TSMC）、OpenAI、谷歌、01.AI和微软——另有许多人同意以不具名方式接受采访。\n将与这些人探讨的内容综合到一起，他们的见解就展现出一种比聊天机器人和股价复杂得多的情况：一个由资源、外交和不寻常的偶然事件所塑造的、权力与依赖盘根错节的系统。\n掀起AI机器的引擎盖：拆解复杂的层级架构\nLoading...要理解AI产业的微妙之处，我们首先需要理解它的实体系统如何运行、世界各国在竞争什么，以及扼其咽喉的瓶颈之处在哪里。\n有人称技术栈为供应链、蛋糕或生态系统。我们对上述 AI“技术栈”并没有统一定义，但为了简便起见，可以将其视为芯片、数据、能源和软件，其中前三者在很大程度上都是物理实体。\n物理技术栈的核心是芯片，其重要性无须赘述：当你向谷歌发出指令或询问AI问题时，正是背后的芯片在进行计算。\n“简单来说，如果没有人工智能芯片的指数级进步，我们就不会有现在这种人工智能能力，”《芯片战争》（Chip War）一书的作者克里斯·米勒（Chris Miller）表示。\n虽然美企英伟达设计了许多全球领先的AI处理器，即执行计算的芯片，但该公司并不负责制造。\n制造工作主要落在了像台积电（TSMC）这样的公司肩上，台积电生产了全球约90%的最先进的AI处理器。然而，即便是台积电也无法独自运转，它在制造过程中高度依赖来自其他国家的专用技术和材料。\n“先进芯片制造并非单一技术：台湾或许能制造出世界上最先进的AI芯片，但依赖荷兰的光刻机、日本的超高纯度材料与化学品，以及韩国的存储元件，”决策树”（Decision Tree）创始人兼AI政策专家格雷戈里·C·艾伦（Gregory C Allen）指出。\n这些公司几十年来都不是关注的焦点，现在成为产业链中不同却专精的一环：这种合作关系需要巨大的信任。\n\"我们不与客户竞争，\"台积电的一位发言人表示，\"这种信任使我们能够与全球领先的创新者紧密合作，在量产前数年就将我们的制造路线图与他们的产品设计保持一致。\"\n正是这种信任与分工，让这些企业中的一大部分能够在产业链的某个环节高度专精化，但也导致关键能力高度集中在少数几个地方。\n随着这些能力日益强大，供应链变得越来越政治化。各国政府开始对谁能购买最先进的芯片进行限制，要不就是对谁能接触到制造这些芯片所需的公司和技术进行限制。最为人所知的是美国在2022年的做法——就在ChatGPT公开发布的前几个月，美国开始限制向中国出口最先进的芯片。\n“在一个美国从未实施这些出口管制的平行宇宙里，中国已经差不多无疑成为领头羊了，”艾伦表示。\n这些限制后来发生了变化，新的管制措施沿着供应链的上、下游蔓延——从日本到荷兰，再到中国，深深塑造了人工智能的发展。\n换句话说，当今AI竞赛的地缘格局并不单纯是技术竞争的产物。在一定程度上，它是被人为精心策划出来的。这是关键的一点，我们稍后再谈。\n但芯片只是AI技术栈的一部分，这意味着即使你获得了芯片，但单凭芯片自身的性能也发挥不了多少作用。\n先进处理器的威力，只有当数以千计的芯片与高速内存及网络相结合，组成服务器和机架，并连接在庞大的数据中心内部时才能完全释放。我们搜索查询、Netflix 推荐和地图导航背后的计算，正是在这些数据中心里完成的。\n数据中心已经存在了数十年，但生成式AI的爆发迅速推高了它们的规模、可见度和战略重要性。\n“我想，数据中心开发者的雄心原本就很大，但需求的增长速度可能甚至超出了他们的预期，”维德拉（Klingler-Vidra）说。\n\"很可能在规划数据中心时，人们尽了全力也想象不到AI会变得多么渴望数据。\"\n这些设施从本质上说就是巨大的计算机：堆满了处理器、网络设备和冷却系统的库房，协同工作，以训练和运行日益强大的AI模型。\n然而，和芯片的情况差不多，大规模运行数据系统也引发了另一个瓶颈和依赖：能源。每一项任务都要消耗一点电能，因此数据中心需要海量的电力，以及电网接入、土地、冷却设施，且往往还需要大量的水资源。\n无论数据中心建在何处，它们对电力的欲望都在重塑周围的能源系统。在AI浪潮爆发之前，包括新加坡和美国在内的国家就已经在应对这种压力。\n“中国在电力系统规模和可用电力容量方面遥遥领先，而计算需要消耗巨量电力，”清华大学人工智能研究负责人、微软中国前董事长张亚勤表示。他指出，中国的发电量已超过美国的两倍，并占全球总发电量的三分之一以上。\n在澳大利亚，类似的担忧才刚刚开始升温。随着数据中心建设的激增，专家警告称，该行业在十年内消耗的电力可能相当于目前数百万户家庭的用电总和。\n此外，只有当所有这些复杂、昂贵的系统——芯片、数据中心和能源全部就位后，我们才会触及大多数人真正视为AI的部分：模型，即能生成预测和回应的训练成果，比如OpenAI的GPT；以及软件，即让大家使用模型的应用，比如ChatGPT。\n像 OpenAI（ChatGPT）和 Anthropic（Claude）这样的公司主要是在这个可见的层面上运营，因此我们屏幕上呈现的内容，仅仅是一个庞大国际化系统展现出来的最后面的部分。\n“合作伙伴和供应商对AI的进步至关重要，因为算力供应不仅稀缺，而且必须提前数年进行争取和管理，”OpenAI 的一位发言人告诉 ABC，并补充说该公司过去曾较多地依赖单一的算力提供商。\n“我们目前在一个多样化的生态系统中合作，这提高了承受能力并确立了算力确定性，而[这]直接影响到AI是否能够实现规模化扩张。”\n从更宏观的角度看，强大的AI既离不开计算机科学家，也同样依赖特种化学品和能源。一旦这些依赖难以替代，技术就与经济筹码和地缘战略交织在一起，美国2025年发布的《人工智能行动计划》（AI Action Plan）正反映了这一现实。\n重塑的亚太：因政治而分裂，因需求而联合\n仅从原始数据来看，AI 竞赛中的权力平衡似乎相当简单明确。\n美国在数据中心、私人投资和领先模型方面占主导地位，中国则在发电量、机器人技术、研究产出和制造能力方面领先。\n表面上看，这好像是一场人们熟悉的两强争霸。在某些指标上，美中两国合计占全球总量的一半以上。但关键能力在整个技术栈中的分布集中度，却呈现出完全不同的景象。\n我们已经看到，虽然美国或许在软件或芯片设计方面占主导地位，但在制造最先进芯片方面，主导全局的是台湾。\n然而，台湾的角色高度依赖来自荷兰、日本和韩国的专用设备、材料和化学品。\n因此，即便美国在设计或软件上领先，仅仅是日本化学材料的短缺，或是荷兰光刻机关键部件的匮乏，就可能让整个系统陷入瘫痪。\n这并非理论推演，曾经发生过，并且仍在相当规律地发生着。\n2019 年，日本与韩国之间的争端 导致芯片制造材料供应受阻；2022 年，俄罗斯入侵乌克兰打断了全球一半的霓虹灯用氖气供应，导致氖气价格飙升。\n更贴近现实的情况是，新加坡或澳大利亚可能会寻求成为区域数据中心枢纽，但这些抱负同样取决于软件、芯片和海量的能源。\n2019 年，由于需求加剧了有限的电力、土地和水资源的紧张，新加坡不得不暂停新修建新数据中心数年。\n直至2022年，在更严格的效率规则下，数据中心的建设材得以恢复。同年，新加坡开始通过泰国和马来西亚从老挝输入电力。\n因此，AI 能力并不简简单单地属于拥有最多资金或数据中心的一方，可能隐藏在某种无名的化学材料、出口许可证或贸易协定中，直到消失时才会被人们注意到。\n“如果台湾不可思议地消失了，世界会怎样？经济灾难。如果不可思议地消失了，半导体世界会怎样？虽然不会那么突发，但依然是一场灾难。如果失去了美国呢？结果一样。如果失去了韩国呢？同样如此，”艾伦解释道。\n“供应链中有好几个关键节点，就像你体内的多个器官一样：一个都不能少。”\n这些依赖关系也会不仅限于同盟之间。例如，作为美国盟友的韩国，在提供关键半导体技术的同时，依然与中国保持着深厚的关系，即便华盛顿方面正在限制中国获取部分最先进的技术。\n这种格局有一部分是人为精心设计的，但大部分并非如此。它往往源于多年的商业决策、政治考量或历史偶然。\n举例来说，有观察人士认为，2022年旨在限制中国AI发展的出口管制措施，反而促使中国提高效率、加大对国产替代方案的投入。英伟达首席执行官黄仁勋将这一效应形容为管制措施\"适得其反\"。\n中国人工智能公司零一万物创始人、谷歌中国前总裁李开复表示：\"这是一把双刃剑。当你拿不到（英伟达顶级芯片）时，就必须想办法让运算更快，被迫变得更高效。\"\n从稀土提炼、专业人才，到海底电缆和专有数据，这样的动态遍布整条供应链，使得把AI简单看作一场\"竞赛\"的想法变得复杂。\n克林格-维德拉（Klingler-Vidra）说：\"中国提炼了全球90%以上的稀土。在一个以稀土供应为前提的体系中，这代表着巨大的权力来源。\"\n“没有哪个国家能够控制每一层级。因此，在技术栈的某一层做到极难被替代，可能比试图主导整个系统更为重要。”\n对较小的经济体来说，这创造了机遇。\n“与其什么都想做，但结果样样平庸，不如找少数几个可以做到世界顶尖的领域去发展，利用这些去换取你所需的一切，”艾伦说。\n\"澳大利亚需要的是战略相关性，最好是战略不可替代性。实现这一点靠的不是什么都自己建，而是控制整个系统所必需的某种东西。\"\n但战略重要性是一把双刃剑：成为技术栈中不可或缺的一环，也意味着要承担相应的风险与成本。\n机遇、透明度与犯错的代价\n在ChatGPT发布四年后的今天，公众对AI的讨论依然被前沿软件公司所主导，从对存在性风险的警告，到对社会变革的预测，对驱动AI的底层系统的关注则少得多。\n这种不透明性，有一部分是刻意为之，但更多只是产业演进的结果：前沿企业出于法律考虑，可能要避免显得过于强势——微软在上世纪90年代就吃过这个教训;而依赖贸易伙伴的政府，如果对方愿意在经济或政治上报复，就可能因直言AI问题而付出代价。\n“这种自我审查的确是一种挑战，”艾伦说。\n“在政治上和经济上，这可以理解；但如果公众听不到坦诚的真相，他们如何知道选谁，或者该推动和支持哪些政策？”\n今年七月，澳大利亚总理安东尼·阿尔巴尼斯宣布将AI列为国家战略重点。然而，理解了技术栈的层级结构，就会明白为什么将这一雄心转化为政策比单纯吸引投资或建造更多数据中心要困难得多。\n如果没有任何国家能够控制其所需的一切，那么澳大利亚面临的问题就不是如何实现技术上的自给自足，而是在何处建立优势，以及愿意接受哪些依赖关系。\n一些专家和行业人士指出，当前的一种AI策略是通过在本地创造就业、培养技能和建设基础设施来支撑外国软件模型，从而捕获经济价值。\n但也有人告诫称，像数据中心这样的投资虽然对产业链很重要，但有可能沦为“基础设施飞地”——消耗土地和电力，却无法保证知识产权、经济杠杆或战略不可替代性。\n澳大利亚在能源、关键矿产以及采矿这样的行业具有优势，在这些领域，AI 可以充分利用现有的强项。\n“澳大利亚拥有很多数据中心，但许多都是外资拥有或通过外部投资融资的。这可能使我们在这一层级变得强大，但并不一定会带来其他领域可能提供的价值或优势地位，”维卡斯·库马尔（Vikas Kumar） 表示，他曾编制一套AI产业链竞争力指数及评估框架。\n“机遇在于将AI与澳大利亚已经拥有深厚知识的部门结合起来，并以此创造可出口的产品和服务。”\n\"比如说，如果我要去韩国，建立这种关系就是我最主要的动机：在确保关键部件供应的同时，提供他们所需的应用程序或能源作为回报。\"\n这使得AI政策既和外交有关，也和技术有关。贸易政策、移民或能源决策对技术实力的塑造作用，并不亚于实验室里的突破。\n多家中国和美国的 AI 企业以不具名方式告诉 ABC，他们已经在与包括矿业在内的澳大利亚主要产业开展合作；OpenAI 也提到了其在 2025 年 12 月宣布与澳大利亚联邦银行（CommBank）、Coles 和 Wesfarmers 达成的合作。\n但，整个 AI 产业链不同环节之间的相互依赖，并不意味着安全无虞。欧洲对俄罗斯能源的依赖就是一个例子。\n艾伦表示：“事实证明，那并不便宜，只是我们当时没有正确计算成本。”\n他指出，中国稀土等其他供应链依赖也存在类似问题。一旦将“战略脆弱性”纳入考量，这些依赖的实际成本可能远高于此前的估算。\n因此，对技术栈关键部分的控制，不仅对那些构建强大AI系统的人重要，对那些拥有制约能力的人同样重要。\n目前，随着主要大国押注AI领先地位将转化为更广泛的经济和地缘政治影响力，相关投资的速度和规模仍然惊人。\n“在美国，我们每10个月在AI上的投入，就超过整个阿波罗登月计划13年从开始到结束的总成本。这是一笔惊人的资本投入，”艾伦说。\n“工业革命重塑了全球力量格局以及人类生活的几乎所有方面。我们现在似乎正处于这样的时刻。”\n对澳大利亚来说，并不存在一场必须赢下的单一技术竞赛。真正需要权衡的是一系列相互交织的选择：建设什么、交易什么、信任谁、在哪些领域变得不可替代，以及在哪些地方依赖会变得危险。\nRead the story in English or Indonesian.\n制作人员\n- 报道与制作：Steven Viney\n- 受众互动与补充报道： Doug Dingwall\n- 图形与设计: Jarrod Fankhauser\n- 其他素材来源: 台积电、英伟达、SK海力士（SKHYNIX）、盖蒂图片社（Getty）、路透社（Reuters）\n编者按：部分视觉素材和信息为便于说明作了简化或改编。对于未获回应的信息请求，我们依据专家分析和合理估算。","confidence":0.9,"diagnostics_url":"/api/diagnose?url=https%3A//www.abc.net.au/chinese/2026-09-24/ai-race-chips-data-energy-cake-stack-us-china-asia-pacific/107178886","quality_bucket":"high","failure_kind":"none","retryable":false,"quality_reason":"High confidence: full text extraction produced 6576 characters.","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 6576 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":6576,"summary_length":6576,"usable_text_length":6576,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":6576,"summary_length":6576}},"tags":[],"format_contract_version":"news_item_formats.v1"}}}