又想给中国挖坑？结果被华为机智化解

最近华为轮值董事长徐直军接受媒体采访，被问到怎么看美国炒得沸沸扬扬的 “AI 放缓论”，他用了一个谁也想不到的神逻辑来反驳。

这场问答发生在9月17日的华为全联接大会期间。记者把问题抛了过来：美国部分领先的人工智能模型厂商呼吁放慢开发速度，华为怎么看？

这个问题的分量，比表面看起来重。说应该加快，容易被理解成只顾竞争、不顾安全；说应该放缓，又可能把中国企业自己的研发节奏，交给别人的判断。

徐直军从另一个角度接住了问题：先看看中美人工智能各自走到了哪一步。

他的意思是，中国不少模型采用开源方式，进展相对透明；美国主流模型厂商拥有更强的算力，究竟把模型做到什么程度，可能只有他们自己最清楚。双方所处阶段不同，对风险的感受，也可能不同。

所以，中国模型厂商仍需要加快研发，等能力发展到能够切身感受到相关风险的阶段，再讨论相应问题。同时，发展与风险管控必须保持平衡，底线是让人工智能向善。

这番话的巧妙之处，就在于把一个笼统的“快还是慢”，变成了三个具体问题：能力到了哪一步，风险究竟是什么，该用什么办法管。

好比两个人开车，一个已经上了高速，一个还在修通往高速的路。前者说前方要控制车速，有必要认真听；但修路的人，不能因此把施工队也停下来。限速、修路、安装护栏，各自解决的是不同问题。

美国这场争论，也有具体背景。9月，阿莫迪、奥尔特曼、马斯克等人的放缓主张受到关注，其中还夹杂着把中国人工智能的发展与美国国家安全挂钩的说法。

安全讨论一旦与国家竞争搅在一起，就容易出现一个绕不过去的问题：谁来划线，谁来监督，又凭什么要求处于不同阶段的企业，都按同一个节奏行动？

中国外交部在9月14日回应时，强调人工智能关乎全人类共同福祉，散播威胁叙事、搞对抗和恶性竞争，会干扰全球治理。第二天，又强调各国共同参与治理，以及及时完善防范失控的措施。

这两层意思放在一起，态度很清楚：安全要管，发展也要继续；规则需要共同商量，不能只由少数人定。

再回到华为的采访，真正能看出产业现实的，是另一道题。记者问，华为准备怎样推动中国模型厂商使用昇腾芯片训练？

徐直军把话题落到了供货能力上。昇腾950PR先进入市场，主要用于推理，当时供应量还不大；基于950DT的超节点主要用于训练，仍在测试，规模供货计划放在2026年底或2027年初。

训练，可以理解为让人工智能反复学习、形成能力；推理，则是学会之后，回答问题、完成任务。前者像读书备考，后者像上场答题，两头都需要算力，但干的活不同。

对模型企业而言，再好的设想，也得有机器来执行。芯片能不能买到，设备能不能稳定运行，软件能不能顺手使用，都会影响研发进度。

所以，“加快”两个字，最后要落实为产业链的产能、交付和使用效率。技术路线讲得再漂亮，如果迟迟供不上货，模型企业还是难以迈开步子。

华为在这次大会上拿出的另一项动作，是发布Peerium计算架构，以及承担高速互联任务的灵衢技术，目标是让大量处理器协同工作。

普通人可以把它理解成组织一支大队伍。人多只是第一步，任务怎么分，信息怎么传，谁等谁，才决定队伍能干多少活。芯片也是如此，数量堆起来，不等于每一颗都能一直高效工作。

华为当时介绍，25.6万卡规模的Atlas 950超节点集群已在部署中。这个数字背后的看点，是企业正在尝试通过计算架构和互联技术，把众多芯片组织成更大的计算系统。

从回答“该不该放缓”，到解决“怎样供得上、怎样用得好”，采访的线索就串起来了：中国人工智能要继续发展，需要把基础能力一项项补上。

这与普通人的生活并不遥远。假设工厂想用人工智能检查产品缺陷，服务机构想用它整理大量资料，它们关心的是结果准不准、成本高不高、故障后谁来处理。最后决定是否采用的，仍是实际效果。

当然，能力越强，责任也越大。模型如果乱编信息、泄露个人资料，或者被拿去实施诈骗，受损的就是普通人的利益。发展带来的好处，需要可靠的制度和技术措施来保护。

中国从2023年8月15日起施行的《生成式人工智能服务管理暂行办法》，已经把鼓励创新与依法治理放在一起，并对训练数据、个人权益、生成内容和服务责任提出要求。

这就像建一座桥：桥要继续修，材料检验、承重测试和防护设施也要同步跟上。不能只追求赶工，也不能把所有安全问题，都归结为停工才能解决。

徐直军这次回答值得琢磨的地方，是把中国企业该做什么讲清楚了：继续提高能力，同时把风险管住。真正有分量的回应，最终要体现在稳定的供货、可靠的产品和有用的应用上。

中国人工智能的发展节奏，应当建立在自身产业需求、技术进步和安全评估之上。把这些事情做好，才有底气参与全球竞争，也有能力参与全球规则的讨论。