推動美國人工智能堆棧發展
文章討論了美國在人工智能計算領域的領導地位，特別是推理計算的重要性，以及如何通過出口政策維持優勢。強調了市場驅動的生態系統和行業聯盟的作用，建議採用靈活的多模型框架。
在人工智能（AI）領域，計算能力已成為全球競爭的核心資源。美國目前在AI計算方面處於領先地位，尤其是在推理計算——即運行已訓練模型並提供實時結果的能力。隨着AI應用從實驗室走向全球部署，推理計算正成為決定國家能否實際大規模運用AI的關鍵因素。
美國在AI基礎設施上的投資，包括數據中心、半導體和能源系統，已經對經濟增長產生了顯著影響。摩根大通估計，僅數據中心支出就可能在未來兩年內將美國GDP提高多達20個基點。據《經濟學人》報道，與AI相關的投資目前佔美國GDP增長的40%，與消費者支出增長的貢獻相當。這僅僅是開始。
未來十年的全球競爭將不僅取決於誰發明了最強大的AI系統，還取決於誰能安全、高效、大規模地部署和運營這些系統。戰場日益聚焦於推理計算，這是運行訓練好的AI模型並向全球數十億用户提供實時結果所需的計算能力。
訓練計算構建AI能力，而推理計算則交付這些能力。隨着AI應用從實驗室走向部署，推理成為瓶頸，決定哪些國家能夠真正在全球範圍內實現AI的運營化。這正是行業當前的運作方式，並可用來指導美國的出口政策。
特朗普政府關於促進美國AI技術堆棧出口的行政令（EO）標誌着美國技術政策的轉折點。該行政令認識到，美國的AI領導地位不僅取決於阻止對手獲取技術，還取決於在替代方案紮根之前，確保盟友採用與民主價值觀一致的系統和標準。EO與Groq對“美國AI堆棧”的定義都承認，AI基礎設施的競爭優勢並非來自單一組件，而是來自各層如何整合成可部署的系統。
在實際場景中，堆棧內的計算系統和數據架構如何運作和交互，取決於堆棧的整體結構和它所應對的機會。每個應用可能需要對模型、硬件和部署解決方案進行不同的選擇和配置。因此，堆棧將保持為一個動態有機體，其組件可互換並協同工作，而不是一組脱節的層。基於這種動態性的根本影響，圍繞剛性層邊界組織的出口計劃可能會無意中減緩跨層創新，而正是這種創新賦予了美國技術相對於更集中、國家指導的競爭對手的優勢。
美國AI市場已經展示瞭如何平衡競爭與協調。公司根據需求形成各種私人聯盟，同時在開放市場上激烈競爭。例如，Groq與IBM在2025年10月的合作展示了由客户需求驅動的私人聯盟：整合GroqCloud推理平台與IBM watsonx Orchestrate環境需要大量的技術協調。同樣，Groq通過戴爾等合作伙伴的部署展示了硬件和基礎設施層的協調。這些聯盟是自然形成的，源於技術集成和商業價值。
這種混合模式——市場競爭與行業主導、項目特定的聯盟相結合——是美國AI堆棧實現快速創新和可靠互操作性的方式。政策問題不是是否創建這種模式，而是是否認可並在出口背景下啓用它。最有效的方法結合了兩者的元素：一個預先認證的提供商市場，並有能力在需要時形成聯盟。這既保持了競爭和創新，又實現了複雜部署所需的協調交付。
美國目前處於強勢地位：開發了全球約70%的領先AI模型，控制了74%的高端訓練計算能力。然而，全球AI基礎設施的快速發展，特別是在亞太地區，構成了威脅。如果不能將當前優勢轉化為在盟友中的持續市場存在，競爭對手將填補空白。美國必須採取靈活、市場導向的出口政策，以維持其在AI時代的領導地位。