阿里巴巴近期宣布計畫在未來三年內投資超過50億美元用於人工智慧（AI）和雲端運算領域，展現了其在快速發展的科技產業中保持競爭優勢的決心。然而，由於美國對先進半導體技術（尤其是人工智慧開發所必需的高性能GPU）的出口限制，這項雄心勃勃的計畫可能面臨挑戰。
應對出口限制
美國政府已採取嚴格措施限制中國取得尖端技術，以維護國家安全利益。這些限制措施尤其針對先進的人工智慧處理器，例如英偉達最新的Blackwell晶片，這些晶片對於訓練和部署複雜的人工智慧模型至關重要。儘管有這些管控措施，但有報告指出，中國買家正透過鄰近地區的第三方賣家繞過限制，取得這些人工智慧晶片，這凸顯了管控措施執行的挑戰。
突破硬體限制的創新方法
面對這些限制，中國人工智慧企業正在探索其他策略來提升自身的人工智慧能力。其中一個顯著的例子是DeepSeek開發的DeepSeek-R1模型，該模型克服了硬體限制，並取得了重大的人工智慧突破。透過採用混合精度訓練和優化GPU通訊等技術，DeepSeek證明，即使無法獲得頂尖硬件，人工智慧領域的創新依然是可能的。
對阿里巴巴 AI 野心的影響
阿里巴巴大力投入人工智慧和雲端運算，是其增強技術基礎設施和服務的策略舉措。然而，這項投資的成功在很大程度上取決於能否獲得人工智慧模型訓練和部署所需的先進硬體。由於美國的出口限制，阿里巴巴可能面臨採購所需 GPU 的挑戰，這可能會阻礙其人工智慧開發工作。
阿里巴巴不斷創新，不斷推出最新發展成果。經過不斷的完善，阿里雲近期發布了Qwen 2.5系列AI模型，該系列模型採用了Llama等技術。 Qwen 已經發布了 100 多個開源模型，並聲稱在某些基準測試中優於其他基礎模型。
阿里巴巴的傑出創作之一是升級版的 QwQ 32B 機型。儘管與許多競爭型號相比尺寸較小，但 QwQ 32B 在關鍵性能基準測試中脫穎而出，甚至超過了 DeepSeek R1 671B。利用策略架構決策和先進的培訓方法可以實現非常快速的推理，而無需過多的資源。
這對研究和工業來說意義重大。更小的模型能夠提供更高的效能，從而減少對大量運算資源和預算的需求，從而加速實驗並使先進的人工智慧更容易獲得。這種效率使科技巨頭和新創公司能夠更有效地擴展尖端的人工智慧工具，為從自然語言處理到推薦系統的創新應用打開大門，而無需承擔過高的硬體成本。
探索替代解決方案
為了緩解這些挑戰，阿里巴巴可以考慮以下幾種方法：
- 開發本土半導體技術： 投資國內晶片設計和製造能力，以減少對外國技術的依賴。
- 與國際合作夥伴合作： 與非美國公司建立策略聯盟以獲取替代半導體技術。
- 優化現有硬體： 實施軟體最佳化和創新訓練技術，以最大限度地提高可用硬體的效能，類似於 DeepSeek 的方法。
最後的思考
阿里巴巴對人工智慧和雲端運算的雄心勃勃的投資反映了其引領科技產業的決心。然而，解決國際貿易限制和硬體可訪問性的複雜性對於實現其人工智慧目標至關重要。公司面對這些挑戰的適應和創新能力將決定其在競爭環境中的成功。
Amazon