AI 是一場軍備競賽，美國需要 90 億美元的輝達超級晶片來跟上步伐
美國情報機構秘密申請 90 億美元採購輝達 GB10 超級晶片，以幫助 CIA 和 NSA 追趕 Anthropic、OpenAI 等 AI 巨頭的步伐。這筆資金尚待國會批准，同時國防預算已調撥 8 億美元用於雲算力。文章詳細介紹了晶片規格、成本以及 AI 硬體競賽的升級趨勢。
文章情報
要點
- 美國政府秘密申請 90 億美元為 CIA 和 NSA 購買輝達 GB10 超級晶片。
- GB10 晶片功耗僅 140 瓦，卻提供 1 petaflop FP4 效能，可微調 700 億引數模型。
- 大規模部署需液冷機架，每架成本高達 180 萬至 400 萬美元，資料中心可達 10 萬個機架。
- AI 被視為國家安全威脅，政府同時投資雲端計算，AWS 已承諾 500 億美元升級政府雲。
為什麼重要
這條新聞值得關注，因為美國政府秘密申請 90 億美元為 CIA 和 NSA 購買輝達 GB10 超級晶片。
技術影響
可能影響模型選型、推理成本、產品能力和評測基準。
輝達的 Grace Blackwell 超級晶片（代號 GB10）正在成為現代 AI 模型的計算核心。這款晶片由聯發科製造的 20 核 Arm CPU（代號 Grace）和基於 Blackwell 架構的 GPU 組成，配備 128GB LPDDR5x 記憶體和 4TB NVMe SSD 儲存，在僅 140 瓦的功耗下可實現 1 petaflop 的 FP4 AI 效能。單晶片即可微調 700 億引數的模型，儲存需求約 140GB。然而，當擴充套件至資料中心規模時，電力需求急劇上升：GB300 NVL72 機架包含 72 個 GPU 和 36 個 CPU，採用液冷，單架成本介於 180 萬至 400 萬美元之間，而一個資料中心可能容納多達 10 萬個這樣的機架。要執行 Anthropic 的 Claude、OpenAI 的 GPT 5.5 或 DeepSeek 的 V4 等大型 AI 模型，這些硬體必不可少。
美國政府為何需要如此強大的算力？AI 被同時視為下一代工具和國家安全威脅，其發展速度快於政府的立法和監管能力。最近，一項要求 AI 公司在公開發布前自願將模型提交政府測試最多 90 天的行政命令草案，因行業領袖施壓而被擱置。這清楚表明，政府不僅希望利用 AI，還希望審查公眾使用的模型。此外，過去幾年在計算硬體上的投資不足，加上當前的晶片短缺，意味著需要花費數十億美元才能保持競爭力。90 億美元的資金仍需國會批准，但國防預算中已有約 8 億美元被重新用於獲取更多雲算力。情報部門仍在繼續使用 Anthropic 開發的高階 AI 模型 Mythos，儘管該公司被標記為供應鏈威脅。
90 億美元只是冰山一角。在 AI 的宏大圖景中，亞馬遜雲服務（AWS）正投資 500 億美元升級政府雲，該平臺被情報機構廣泛使用。而 Grace Blackwell 的繼任者 Vera Rubin 平臺已經在路上，它採用全新的定製 Arm CPU Vera 和高效能 GPU Rubin，預計能效比提升 10 倍，並配備高效能 HBM4 記憶體。AI 已經成為現代軍備競賽，政府想要跟上步伐，就必須投入天量資金。