美国握着全球 45% 的数据中心，其余国家在主权 AI 上该建、该买还是该结盟

微软官网挂着一个「欧洲主权云」的产品页，你从头翻到尾，找不到一句「主权 AI」的定义。萨提亚·纳德拉发推宣布这件事的时候也没解释。整个行业都还没吵出结果，先卖起来再说。

a16z 普通合伙人安杰尼·米达（Anjney Midha）在《认知革命》这期播客里讲，他现在见各国政策制定者，开场白固定是同一句：你们怎么定义主权 AI。他管这叫政策圈的「你怎么定义 AI Agent」，问五个人能得到五个答案。安杰尼是 Anthropic 的早期投资人，投过大模型、芯片、云和一堆国防科技公司，这几年大部分时间在各国政府和企业之间穿梭。

这期聊的核心问题很硬：如果美国和中国继续垄断人才、数据、算力这三样 AI 的底层输入，剩下的国家到底该干什么。

你买的到底是技术，还是保险

安杰尼给了一个拆解框架，我觉得比任何政策文件都实用：企业采购技术时，永远同时在买两样东西，一样是技术本身，另一样是出事之后有人替你担责的保险。

他讲了软件行业的三段历史。云之前是打包时代，公司买红帽的 Linux 企业版，合同里同时包含技术、部署咨询，和一句「系统崩了我们负责修」。那是捆绑销售。SaaS 兴起后这个包被拆开，员工自己刷卡买 Slack、Dropbox、GitHub，技术从下往上渗透，风险却留给了 CIO 和合规官。于是云厂商接住了保险这一半生意：用 Azure，出了事你可以说这是微软的问题，你的饭碗保住了。

他说这个数字很能说明问题：两年前 Azure 对生成式 AI 服务不提供任何赔偿承诺，今天提供了一大批。保险这一层被重新定价了。

现在又回到了打包时代。欧洲那些想要供应链主权的大企业，正在去找 Mistral 这样的公司，一次买齐技术、集成和赔偿。他举了达飞海运（CMA CGM）的例子，全球第三大航运公司，年营收七八百亿美元，想把整个港口和货运业务自动化，但面对每周冒出来的新模型完全懵了，7B、Moxtral、DeepSeek R1、推理模型非推理模型，不知道该选谁，需要有人整体打包卖给它。美国这边扮演同样角色的是 Palantir。

所以他的判断标准特别简单：朋友问你该不该上 Azure，你得先问他，你是想买最好的技术，还是想买保险。今天这两样东西往往不在同一家手里，如果你要的是前沿开源模型的话。

什么时候该自己建？答案落在一条 2018 年生效的美国法律上：《云法案》（CLOUD Act）管辖所有美国云公司跑的负载。如果你的客户不能接受美国政府理论上可以访问这些数据，那你就该另找供应商。这不是技术问题，是法律归属问题。

云正在被打散，然后被 AI 公司重新拼起来

过去十五年云的护城河只有一个：算力的边际成本。把负载集中到一个地方，规模效应谁也打不过，所以大部分企业选择买而不是建。

AI 把这套逻辑撕开了一道口子。安杰尼说，一年前你要告诉他 Mistral 会在欧洲运营几十万张 Blackwell 芯片的算力，他会笑出声。而这件事上周真的宣布了，NVIDIA 和 Mistral 合建的云平台，底层是美国芯片，上面跑 Mistral 自己的模型和一堆开源模型，客户想用什么应用自己挑。他给这类新物种起了个名字，叫「开放超大规模厂商」（open scaler），对应 Google Cloud、AWS 那种「封闭超大规模厂商」。

另一个标志性事件是 OpenAI 和阿联酋的协议：ChatGPT 向全体居民免费开放，政府买单。这些负载现在跑在 OpenAI 自己的方案上，而不再跑在 Azure 上，这是云被 AI 公司重新打包的第一个明确信号。

他还原了 2023 年那场不太被公开讨论的战役。亚马逊当时正在丢掉一批上亿美元级别的合同给 Azure，原因特别朴素：它没有 GPT-4 的替代品。客户换云的理由变成了「谁有最好的模型」。这直接催生了亚马逊向 Anthropic 投的 80 亿美元。同一时期，Google 在推 Gemini 配 TPU，亚马逊在推 Anthropic 配 Trainium，微软砸了八年自研芯片还没追上但一定要有自己的命运。

那 NVIDIA 怎么办？如果年底前三大模型里有两个跑在非 NVIDIA 硬件上，这是生存级威胁。黄仁勋的应对是往上游投了一整圈 AI 原生云：CoreWeave、Nebius，还有 Mistral。安杰尼的预测是未来会有三到四类云并存：封闭超大规模厂商、开放超大规模厂商、区域性云（G42、沙特刚推的那家），剩下的国家则要选边，站开放栈还是封闭栈。

人才：今天赢不了，但可以签一份二十年的合同

关于前沿人才，两人的共识很干脆：除了美国、中国和部分欧洲，没有哪个国家能在今天的前沿上竞争。扎克伯格开价的时候，你不可能拿着小刀去参加火箭筒的对决。

安杰尼的补充是，这不代表永远不行。强化学习的配方是公开的，Mistral 发过推理论文，DeepSeek 把整套方法放出来了，没有什么秘密酱汁。区别在于工程细节，尤其是跑在线强化学习需要的基础设施经验，那些东西只在实操里长出来。一个国家如果今天开始投对合作伙伴、投对教育机构、投对基础设施，二十年后建起能做预训练和后训练的人才池，没有根本性的障碍。

他讲了三个历史案例，我觉得这是整期节目信息密度最高的部分。

第一个是新加坡。二战后布雷顿森林体系确立了美元的地位，世界分裂成两个权力中心，美国是储备货币的发行方，欧洲是最大的贸易伙伴。那不在任何一边的国家怎么办？新加坡人口不到三百万，没有石油可以换美元，也不发行货币，李光耀的办法是把自己插进全球美元流动的通道里：中东的原油用集装箱运到新加坡炼化，加一道增值税，再卖给西方。同时把腐败指数、营商便利度做到全球第一。结果是今天新加坡人均 GDP 位居世界前列，主权财富基金规模进全球前十。

第二个是印度。1992 年自由化改革，想发展汽车工业但不会，于是引进铃木做合资，成立马鲁蒂铃木，本地人进来学，十年间生产了印度绝大多数汽车，然后逐步把整个行业交给本土人才。

第三个是沙特阿美。最初是标准石油公司在沙特做勘探，几十年里把运营一点点移交给本地团队。

阿联酋和沙特在干的是同一件事的算力版本。安杰尼说他在中东待久了发现一个细节：美国人盯着美联储的利率，海湾国家的人盯着每桶油价，一整年的投资项目批不批，就看那一周油价多少。他们想把这个相关性切断。做法是把石油美元换成「石油算力」，买海量 GPU，对全世界喊「来我这儿跑负载」，用三十到五十年把 GDP 和油价解绑。

这里有个分歧值得记下来。内森说他觉得二十年的规划太长了，他自己把奇异点放在五年左右。安杰尼的回应是：这恰恰区分了两类国家。阿联酋比墨西哥更相信 AGI 临近，所以他们的判断是「我只有五年时间建立独立性」，于是同时跟 OpenAI、跟所有人合作，什么都签。而不那么着急的国家按二十年规划，重点是让本国的年轻人有一份能参与 AI 经济的体面工作。

数据：先把你的文化变成 token

内森提了一个很实用的建议：大部分国家应该做一次大规模的数据采集和清洗，然后把数据装在银盘子上端给各大前沿实验室，请他们训进下一版模型里。这可能是最省力的路径。

安杰尼部分同意，但加了一个他认为被严重低估的判断：「token 化」是主权 AI 里最少被讨论的一环。如果你的文化没有被 token 化，你就只能依赖别的国家替你 token 化。

他给了一个特别好用的例子。他是印地语母语者，跟 ChatGPT 说印地语，感觉像在跟一个访问印度的美国游客说话，口音、措辞、语言选择全是游客味。消费者场景里没人想跟游客聊天，关键行业里的最后一公里集成更是只信本地伙伴。所以本地冠军的价值在最后一公里，不在预训练。

这两个人的分歧点在这儿摊开了。内森说，如果他是巴西，会赌 OpenAI、Anthropic、Google 在两到五年内样样都比本土冠军强。安杰尼的回应是：短期绝对不要自己搞预训练，那会被商品化；应该找一个预训练伙伴，最好是开源的，因为拿到权重之后你做后训练的调整空间大得多。然后在这个基础上做本地化产品、做人类反馈强化学习里那些无法验证的模糊部分。长期看，知识会扩散，今天的最后一公里服务商会像铃木和马鲁蒂那样，慢慢长成能自己造车的人。

关于开源和闭源的差距，安杰尼的判断是两边基本同步，差距在六个月以内。他提到从 o1 到 DeepSeek R1 只隔了 26 天，并且说他一年前听专家在国会作证说美国领先中国五到六年时，怀疑自己是不是吃错药了，因为 R1 出来之前 DeepSeek 已经发了八个月的强开源模型。

他还有一个纠正很重要：别把 DeepSeek 当成超大规模厂商来分析，它本质上是一家对冲基金，在对冲基金业务被监管压力挤压之后转向前沿研究，然后拿到了继续加注的许可。中国这套结构里，DeepSeek 负责吸走最好的研究人才、把开源做到极致换全球软实力，阿里负责把 R1 这类笨重难用的 MoE 模型做成企业能部署的方案去变现。这个稳态对党和 GDP 都有好处，所以会维持。

顺带说一句软实力。2025 年上半年，R1 发布、宇树的人形机器人、动画电影《哪吒 2》三件事叠加，把此前两年因房地产拖累而形成的「我们正在失去技术、文化和金融优势」的叙事一口气翻了盘。

算力：AI 工厂，和那些看不见的机房

内森引了一组数据：美国占全球数据中心基础设施约 45%，前 25 个国家合计占 88%，剩下 190 多个国家分那 12%。

安杰尼说，传统负载这部分不会有任何变化，CPU、存储、网络继续集中化，公有云对绝大多数软件采用仍然是好事。AI 负载是另一回事，两个原因。

第一，机房已经不是同一个东西了。十年前 GPU 在数据中心的物料清单里占比不到 10%，现在到了 60% 到 70%。这是黄仁勋坚持管它叫「AI 工厂」的原因，底下那套东西从物料到负载全换了。

第二，换云的理由变了。前面说的亚马逊丢单就是例子。谁有最好的模型，负载就往谁那儿搬。

那为什么非要在自己国土上建？安杰尼的类比是国防工业：绝大多数国家不造战斗机也不造坦克，直接买，但总有一些零部件它们坚持要自己能做。判断标准是「如果对方关掉会怎样」。如果全国三成人口在用别国云看娱乐内容，关掉就关掉；如果是国防和医疗，那就必须有自己的机房。他还提了欧洲的例子：过去七十年欧洲把核心基础设施大量外包，现在正在用八千亿美元的国防预算往回补，万斯在慕尼黑安全会议上把话说得很直白。

安全这块他给的信息很有意思。前沿机房的建设协议本身是保密的，走的是涉密关键基础设施那一套流程，不出现在常规监管文件里。而且推理机房可以很小，跑军事负载不需要十万张 Blackwell 堆在一个地方，一栋看起来像百货公司的楼就装得下。面对空中威胁，就按无人机作战那套打法和所在国的防空体系来。他甚至说，如果一国的整个安全体系建立在「权重不会被偷」这个假设上，他不知道该怎么保护你。中国想要那些权重，今天就能拿到。

中东那笔账，双方各拿到什么

内森追问，美国从这些交易里图什么，为什么不干脆全建在本土。

安杰尼列了三条。所有基建交易都有 1:1 配套要求，对方在自己国家建多少，就得在美国建等量的，这是直接投资和本土算力。对方建在美国技术栈上而不是华为上，华为过去两年在这几个中东主权基金门口跑得非常勤。以及地缘上的站队。他说这本质上是一个 AI 版的马歇尔计划：Mistral 在欧洲选了美国芯片而不是华为芯片，这件事本身就是全球化的巨大胜利，而欧洲在过去十八个月被中国半导体业前所未有地追求过。

他还讲了一个时间窗口的逻辑。基建是命运，规划周期二三十年。如果在第一章就失去一个盟友，等于提前锁定了二十年后的结果。他直说在拜登政府时期，中东被拒绝获得本地 AI 生态和芯片供应的确定性，那是在把他们推向中国。

成本方面有个具体数字：在阿联酋或沙特放一个 Blackwell 节点，每 FLOP 的能源成本比在美国无补贴的情况下低 18% 到 20%，一部分原因是液冷用了当地便宜的油。加上审批速度，欧洲建一个前沿机房可能要走两年流程，海湾国家基本不存在这个问题。

至于中国能不能接住这些国家的需求，两人都认为产能过剩至少还要三到五年。但安杰尼补了一句：三到五年看起来不长，可基础设施的第一英里决定后面三十年。第一批 Ascend 机柜落地的那一刻，后面五百兆瓦、再五百兆瓦的路径就已经写好了。

中国芯片这块他的判断也够冷：制裁已经产生了一个明确后果，就是把华为硬生生推上了牌桌。三年前华为在前沿芯片上根本不算玩家，现在有举国支持、有动力、有窗口。他不认为应该在某个静态时间点评估中国的能力，那很危险。推理端两到三年内实现与美国脱钩，他认为完全可能，甚至 R1 的下一个版本第一天就兼容昇腾也不意外。

明天就能用上的几件事

第一，下次你评估任何 AI 供应商，先明确自己在买什么。如果买的是技术，接受它可能不提供完整赔偿；如果买的是保险，接受它的技术可能不是最强。把这两个诉求写进评估表，会省掉很多内部吵架。

第二，做一次供应链红队演练，一路追到你依赖的模型跑在谁的机房、受哪国法律管辖。对美国以外的企业，问题就一句话：你的客户能不能接受美国政府理论上可以访问这些数据。答案是否定的那天，你的选型清单就得改。

第三，如果你在任何一个中等规模国家的政府或大企业里负责 AI，先立项做语料 token 化，别立项训模型。把本地的语言、法律、医疗记录、行业文档整理成可训练的语料，然后同时做两件事：端给前沿实验室，以及留给本地的开源模型做后训练。前者省钱，后者决定你有没有最后一公里的生意。

第四，人才别指望挖。学马鲁蒂铃木和沙特阿美，签一个十年期的合资协议，条款里写明本地团队的接管节奏和技能转移清单。今天能写进合同的东西，比十年后能不能招到人更可靠。

第五，算力自建只做减法。列出你的国防、医疗、金融关键负载，只为这几类建本土机柜，其余全部买。把有限的预算全砸在「对方关掉会出事」的那部分，其他交给市场。

最后留一个还没拆的盒子。安杰尼在结尾说，台湾的事这期完全没聊，而未来两三年台湾的走向会彻底改写剩下那套算力基础设施的剧本。内森的反应也很实在：这是他至今不完全认同出口管制的理由之一，因为那让某个大动作变得更容易而不是更难。他们两个都同意一件事：今天聊的所有判断，保质期都在变短。