本文已更新。
训练生成式人工智能（AI）需要消耗海量数据。
凭借出色的处理能力，一款芯片已占据市场主导地位，而相关技术正以指数级速度演进。
但负责任地开发 AI 仍令人担忧，世界经济论坛 2026 年年会的领导人近期也强调了这一点。
它被誉为推动人工智能（AI）热潮的微芯片。售价 40,000 美元，价格不菲；但即便是这款强劲的芯片，也已被更先进的后继产品超越。英伟达 H100 于 2022 年推出，是树立行业标准并为 Blackwell B200 和即将推出的 Rubin 架构铺平道路的图形处理器（GPU）。
开发生成式 AI 应用成本高昂，既需要投入资金，也需要大量计算能力来训练 AI。事实上，需求如此之高，只有少数几款芯片能够应对；随着关注重点转向“物理 AI”和机器人技术，需求还在加速增长。
从登月到生成式 AI
当然，微芯片无处不在。我写作时使用的笔记本电脑，以及你正在阅读本文的设备，没有它们都无法运行。而随着我们对设备功能的期待不断提高，微芯片也变得越来越强大。
早在 1965 年，科技巨头英特尔的创始人之一戈登·摩尔就预测，微芯片中的晶体管数量——以及由此带来的处理能力——将每年翻一番。这后来被称为摩尔定律，专家表示它至今仍然成立。
要了解处理能力的变化，不必是计算机专家——数字本身就说明了一切。用于执行阿波罗太空任务导航的计算机仅有4 KB RAM 和 72 KB ROM——这只是现代设备容量的一小部分，却足以引导宇航员登上月球。H100拥有 80 GB（GB），也就是 800 亿字节。而较新的Blackwell B200配备了 192 GB。这种额外容量使 AI 得以从简单的聊天机器人发展为能够推理解决多步骤问题的“智能体 AI”。
AI 需要越来越快的处理器
尽管 H100 已十分出色，它也推动了计算能力的另一场革命。H100 是一款 GPU，即图形处理器。顾名思义，这是一种微处理器，最初用于为游戏和视频提供屏幕图形。
事实上，英伟达早在 1999 年就创造了首款 GPU。此后，凭借更强的处理能力，GPU 成为处理 AI 所需海量数据的首选。
该公司控制着高达 95% 的加速器市场，但这一市场的性质已经发生变化。亚马逊（AWS）、Google Cloud 和微软（Azure）等数据中心运营商不再只是客户——它们如今也是竞争对手，正在开发定制 AI ASIC（专用集成电路），例如亚马逊的 Trainium 和微软的 Maia 系列，以减少对第三方芯片的依赖。
H100 曾是行业标准，而 GH200 Grace Hopper 超级芯片则从根本上改变了局面。它以美国编程先驱格蕾丝·穆雷·霍珀命名，将 CPU 和 GPU 融合为一个统一的“头脑”，并配备了高达 624 GB 的共享内存。这一架构为当前的 Grace Blackwell B200 铺平了道路，其性能达到 H100 的 30 倍（用于推理任务）。
英伟达创始人兼首席执行官黄仁勋在 GH200 发布会上表示：“为了满足生成式 AI 激增的需求，数据中心需要具备专门能力的加速计算平台。”
如今，该公司的 Rubin 平台延续了这一传统，并将于 2026 年晚些时候推出。该系统结合了六款新芯片，旨在将 AI 成本再降低十倍，把数据中心转变为全面运作的“AI 工厂”，使其能够支持物理 AI——也就是教会机器与现实世界互动的科学。
它还将使效率提高五倍。这一点至关重要，正如 AMD 首席执行官苏姿丰近期指出的那样，目前 AI 的计算量已达 100 泽塔浮点运算（百亿亿亿次浮点运算），而 2022 年仅为 1 泽塔浮点运算。她指出：“要实现我们所能做的一切，我们的计算能力远远不够。”
新一代芯片和平台正在设计中，以处理不断增长的数据集；其巨大的内存和处理能力将使先进 AI 工作负载能够大规模运行。
负责任地开发 AI
但快速发展的步伐让许多人担心监管未能跟上。世界经济论坛发起了AI 全球联盟，汇聚行业领袖、政府、学术机构和民间社会组织，倡导以负责任的方式在全球设计和发布透明、包容的 AI 系统。
2023 年 4 月，世界经济论坛在旧金山召开“负责任的 AI 领导力：生成式 AI 全球峰会”，吸引了 100 多位技术专家和政策制定者参加。他们共同商定了确保负责任地开发 AI 的 30 项建议，推动 AI 以开放方式服务于社会进步。
世界经济论坛人工智能、数据与元宇宙负责人李凯西（Cathy Li）和论坛常务董事杰里米·于尔根斯（Jeremy Jurgens）在 Forum Stories 撰文指出：“生成式 AI……正成为推动经济和社会变革的力量。
“近几个月来，它的快速发展凸显了 AI 作为基础设施的关键作用，数字世界将在此基础上不断演进；这也进一步表明，必须确保 AI 得到负责任、合乎伦理的使用。”
世界经济论坛与埃森哲于 2025 年发布的一份报告发现，仅有 1% 的组织已全面落实负责任的 AI，下方图表展示了这一情况。
2026 年 1 月，世界经济论坛的关注范围进一步扩展，纳入了“主权 AI”。全球 AI 投资正在加速，预计到 2030 年，AI 基础设施的年度投资将增至 4,000 亿美元。但白皮书指出，随着 AI 主权越来越被等同于基础设施所有权，各国可能会落后。
在 2026 年达沃斯的一场专题会议上，英伟达的黄仁勋表示，AI 已“开启人类历史上规模最大的基础设施建设”。他认为，AI 基础设施应与电力和道路等其他基础设施同等看待。
黄仁勋敦促各国创建自己的模型来处理本国数据，而不是将数据出口；他将一国数据视为其最宝贵的资产：“凭借本地专业知识，你们应该能够创建有助于本国发展的模型。因此，我坚信每个国家都应参与其中，发展 AI 基础设施，打造自己的 AI，利用本国的基本自然资源——语言和文化——开发 AI、持续改进，并让本国的智能成为自身生态系统的一部分。”
如今，转向主权化、高效的模型被视为一项必要举措，以确保 AI 热潮带来的经济收益在全球共享，而不是集中于少数科技中心。
观看下方黄仁勋的完整会议视频：
世界经济论坛如何帮助领导者理解 AI，并携手推进负责任的创新
人工智能卓越中心连接各行业的领导者，帮助他们理解人工智能的快速演进及其对经济和社会的影响。该中心支持围绕 AI 应用相关机遇、风险和权衡开展知情对话。
通过可信赖的交流平台和协作倡议，该中心帮助合作伙伴建立共同理解，并携手探索负责任的 AI 创新与应用方式。
