欧洲希望发展对人工智能的利用,但必要的资源仍然是一个核心问题. 竞争涉及处理器、数据中心、电力和网络。 这些模型的质量不足以确保它们的部署.
在柏林举行的GTC会议上,恩维迪亚负责人Jensen Huang强调了数据中心的模块化设施. 他答应减少某些准备时间。 然而,这些模块并没有去除能量要求或连接工作.
人工智能:差距也与计算有关
根据10月22日公布的估计,欧洲将拥有世界5%的计算能力,专门用于人工智能. 美国的份额将达到约75%.
这一比较涵盖了现有的基础设施。 它不衡量欧洲研究的质量。 它也不包括一切形式的计算机计算. 这种区分避免了将物质指标转化为科学能力的一般排名.
欧洲公司需要资源来培训和利用模型。 这需要高级处理器,高性能内存和快接. 设施还必须冷却设备并维持其运作。 如果这些资源仍然稀缺或昂贵,地方发展就更加困难.
由于缺乏能力,可以增加外部平台的使用。 公司还依赖其供应商规定的商业条件。 因此,问题不单在于机器的供应。 它涉及获取和控制计算的条件.
缩短部分站点的模块
Nvidia提出的系统是基于与合作伙伴共同开发的模块化基础设施。 单位被运送到已经开发的场地. 它们的外形接近于容器.
简森 黄自称这个组织可以将一个站点的准备工作从几个月减少到几天. 这一领导承诺并不意味着一个完整的数据中心在几天内开始运作.
接收区必须有足够的电力供应。 它还需要冷却,连接,授权和连接到网络. 模块的工业编制并未去除这些步骤。 它包括部分安装,而不是其运行所需的全部条件.
然而,标准化可以促进设备的组装。 它还使能力逐步得到提高。 组织可以根据需要增设单位. 在Nvidia的介绍中,这种优势对希望分阶段发展其基础设施的行为者特别相关.
工业用途需求增加
Nvidia还给出了它所称的物理人工智能的一个段落. 这些应用与工厂,机器,汽车和机器人有关. 这些用途超越了回答问题的界面. 它们将数据处理与工业设备相接.
Jensen Huang在其欧洲合作伙伴中提到了西门子、奔驰和奥迪。 该集团还声称在上一年投资了100亿美元,用于开办企业和欧洲合作伙伴.
这些应用包括维护,设计和规划. 它们的传播可以增加数据处理和流通的需要。 还需要可靠的联系。 因此,工业用途产生了自己的基础设施要求.
安全和可靠性也占有特殊地位。 机器人或工业系统的应用并不符合对话工具同样的限制. 这些设备需要进行适合其操作和使用风险的测试.
依赖软件如何运作
访问处理器是问题的一部分. 控制数据、更新和运作也很重要。 帕兰蒂尔对他的马文军事系统的保证,说明了依赖的这一个方面.
在10月22日报道的声明中,帕兰蒂尔试图向欧洲人保证他的马文军事制度. 该公司声称它没有装有远程禁用装置. 它还提出,客户保留对所购买软件的业务控制.
这些担保由供应商提出。 根据同日公布的资料,法国和德国没有对其军队采用这一制度. 他们的关切涉及美国的依赖性.
这个问题与人工智能基础设施的问题是一致的。 用户如何控制所依赖的工具? 它还包括数据、更新和供应条件变化时替代品的可用性.
这种对数字主权的解读并不一定要求每个组件的本地制造. 她要求了解依赖性及其实际后果。 它涉及业务的连续性和设备的所有权。 因此,实际控制并不限于服务器的实际位置.
电力和技能仍然至关重要
欧洲能力的发展取决于一些物质和人的条件. 公共和私人投资必须伴有适当的电力网络。 还有必要培训安装和运行所需的工程师。 购买设备不能满足这些需要.
还需要制定明确的数据规则。 竞争对于确保资源不集中在少数行为者之间十分重要。 获得计算机会涉及企业,但也涉及大学。 它们利用设施的能力取决于投资的效用.
基础设施的增加最终提出了能源成本和环境影响的问题。 这些制约因素必须纳入部署。 安装速度更快的单位不会免除这项检查.
因此,衡量投资成功与否的标准是投资的用途,而不是仅衡量服务器的数量。 各组织必须能够制定解决办法,加以利用并审查。 它们还必须向供应商保留选择权。 就模块设施而言,实际部署的费用、连接和结果仍有待记录.
来源
Al Joumhouria,2026年11月2日,第10页.
评论