推动美国人工智能堆栈发展

在人工智能（AI）领域，计算能力已成为全球竞争的核心资源。美国目前在AI计算方面处于领先地位，尤其是在推理计算——即运行已训练模型并提供实时结果的能力。随着AI应用从实验室走向全球部署，推理计算正成为决定国家能否实际大规模运用AI的关键因素。

美国在AI基础设施上的投资，包括数据中心、半导体和能源系统，已经对经济增长产生了显著影响。摩根大通估计，仅数据中心支出就可能在未来两年内将美国GDP提高多达20个基点。据《经济学人》报道，与AI相关的投资目前占美国GDP增长的40%，与消费者支出增长的贡献相当。这仅仅是开始。

未来十年的全球竞争将不仅取决于谁发明了最强大的AI系统，还取决于谁能安全、高效、大规模地部署和运营这些系统。战场日益聚焦于推理计算，这是运行训练好的AI模型并向全球数十亿用户提供实时结果所需的计算能力。

训练计算构建AI能力，而推理计算则交付这些能力。随着AI应用从实验室走向部署，推理成为瓶颈，决定哪些国家能够真正在全球范围内实现AI的运营化。这正是行业当前的运作方式，并可用来指导美国的出口政策。

特朗普政府关于促进美国AI技术堆栈出口的行政令（EO）标志着美国技术政策的转折点。该行政令认识到，美国的AI领导地位不仅取决于阻止对手获取技术，还取决于在替代方案扎根之前，确保盟友采用与民主价值观一致的系统和标准。EO与Groq对“美国AI堆栈”的定义都承认，AI基础设施的竞争优势并非来自单一组件，而是来自各层如何整合成可部署的系统。

在实际场景中，堆栈内的计算系统和数据架构如何运作和交互，取决于堆栈的整体结构和它所应对的机会。每个应用可能需要对模型、硬件和部署解决方案进行不同的选择和配置。因此，堆栈将保持为一个动态有机体，其组件可互换并协同工作，而不是一组脱节的层。基于这种动态性的根本影响，围绕刚性层边界组织的出口计划可能会无意中减缓跨层创新，而正是这种创新赋予了美国技术相对于更集中、国家指导的竞争对手的优势。

美国AI市场已经展示了如何平衡竞争与协调。公司根据需求形成各种私人联盟，同时在开放市场上激烈竞争。例如，Groq与IBM在2025年10月的合作展示了由客户需求驱动的私人联盟：整合GroqCloud推理平台与IBM watsonx Orchestrate环境需要大量的技术协调。同样，Groq通过戴尔等合作伙伴的部署展示了硬件和基础设施层的协调。这些联盟是自然形成的，源于技术集成和商业价值。

这种混合模式——市场竞争与行业主导、项目特定的联盟相结合——是美国AI堆栈实现快速创新和可靠互操作性的方式。政策问题不是是否创建这种模式，而是是否认可并在出口背景下启用它。最有效的方法结合了两者的元素：一个预先认证的提供商市场，并有能力在需要时形成联盟。这既保持了竞争和创新，又实现了复杂部署所需的协调交付。

美国目前处于强势地位：开发了全球约70%的领先AI模型，控制了74%的高端训练计算能力。然而，全球AI基础设施的快速发展，特别是在亚太地区，构成了威胁。如果不能将当前优势转化为在盟友中的持续市场存在，竞争对手将填补空白。美国必须采取灵活、市场导向的出口政策，以维持其在AI时代的领导地位。