閑雲野鶴
個人博客
最近科技界一個小事情發生，因為有太多的大公司裁員的消息，這個消息反而變得不太引人注目，今天我想來聊一下這件小事。
5月15日，有傳聞稱，微軟總部已經發出郵件通知，計劃將微軟中國區C+AI團隊做AI平台的Azure ML（機器學習）的幾個小組集體打包去美國等地。據第一財經報道，對此，微軟相關人士回應表示，本次是給部分員工一個可選的內部調動機會，不會影響公司在國內的運營。
近日，部分微軟中國區員工爆料稱，微軟中國部分員工收到公司郵件，詢問是否願意遷移至其他地區工作，選擇包括美國、澳大利亞、愛爾蘭等國家在內。涉及的員工包括AI platform的Azure ML（機器學習）團隊等，或涉及上百名員工。收到郵件的員工需要在 6 月 7 日之前決定是否外遷，如果同意外遷，公司還將負責親屬簽證問題。如果不同意外遷，也可選擇拿離職補償。
據澎湃新聞報道，有微軟員工表示，情況屬實，這是5月14日剛出的消息，一些員工突然收到有關遷移至海外工作征詢郵件，要求在6月7日前回答去還是不去，“大家都很懵”，此前並沒有感受到任何預兆。尤其是拖家帶口的員工，“需要考慮的事情更多”。
也有員工認為這是一種“變相裁員”，雖然可以選擇不去，但也因此對留在公司的未來產生了擔憂。
圍繞中國AI團隊集體赴美傳聞，微軟方麵回應稱：目前微軟有一小部分員工得到可以選擇國際輪崗的機會，員工可以選擇接受輪崗，或者繼續在現在的崗位工作。此前“打包赴美”傳聞有誇張及不實之處。
上麵是中國通訊社的報道，下麵是美國媒體的報道。
在美中關係緊張因人工智能AI和半導體芯片等關鍵技術糾紛日漸加劇之際，美國科技巨頭微軟公司星期四（5月16日）表示，它正在計劃將數以百計的微軟在中國的AI及雲計算領域的工程師遷往其它國家。
美國華爾街日報周四報道說，熟悉此事的人士表示，微軟給予這兩個關鍵領域以中國公民為主的工程師遷移到其他國家的機會，其中包括美國、愛爾蘭、澳大利亞和新西蘭。其中一人說，微軟正在詢問大約七八百名涉及機器學習和與雲計算有關工作的工程師對遷移的意見。報道說，微軟的一位發言人表示，提供這些內部機會是其全球運作的一部分，承認公司向一部分員工分享了內部外遷機會的選項。該發言人強調，微軟仍舊致力於在該地區的運營。
報道援引另一位人士的消息說，微軟的外遷提議這個星期早些時候發給了相關的員工。微軟在全球的業務涉及從雲計算到遊戲，正在為建設AI基礎設施大舉投資。微軟最近承諾花費數以十億美元計的資金在全球興建數據中心。
不管最後微軟搬遷中國員工的規模有多大，鑒於微軟最近幾年在AI方麵的投入和領先(和 OpenAI 合作）地位，我們可以聊一下有關的背景和未來的趨勢。
第一，AI全球競爭白熱化，導致AI模型開發的本地化趨勢
作為美國最大的雲計算和AI公司之一的微軟采取這一步驟，正值美國政府逐步加強對中國開發尖端AI技術能力的限製力度的時候。白宮正在考慮推出新的規定，要求微軟和其他美國雲計算公司必須先獲得許可證，然後才能為它的中國客戶提供AI芯片。
在華盛頓，微軟在中國的雲計算業務及AI研究引起了美國政策製定者的關注。微軟的亞太研究及開發板塊雇傭了約7000名工程師，多數是在中國。微軟的中國雲計算及AI團隊參與微軟核心產品的全球研究及開發。報道說，一位熟悉此事的消息人士說，那些被要求考慮外遷的工程師隻是微軟涉及雲計算開發的數以千計工程師中的一部分。如果他們選擇不外遷，他們可以繼續留在中國為微軟工作。
路透社報道說，美國商務部這個月早些時候在考慮推動新的規定，限製專有或閉源AI模型的出口。這些模型訓練所依賴的軟件和數據是保密的。
第二，AI除了模型和算法，還有大量的數據，也有區域化趨勢
據美聯社報道，在美中官員首次在日內瓦就AI技術舉行會談一天之後，美國官員星期三（5月15日）說，美方提出了對中國“濫用AI”的憂慮，而中國官員則反擊美國對人工智能的“限製及壓力”。
報道說，美中高級官員有關AI的閉門商談涵蓋了人工智能的風險以及管控的方式。而雙方的會議摘要則暗示了北京與華盛頓之間就涉及這個快速發展技術的緊張關係，AI議題已成為雙邊關係中一個新的燃點。
白宮國家安全委員會發言人艾德麗安·沃森（Adrienne Watson）在一個聲明中說，美國和中國在“坦誠和有建設性的”討論中，“就各自對AI安全及風險管控的方式交換了看法”。北京則說，雙方“深入、專業及有建設性地”交換了觀點。
美中雙方首次就AI的對話是美國總統拜登和中國領導人習近平去年11月在舊金山舉行峰會上取得的成果之一。這個對話表明了雙方對AI這個富有前景但又有潛在風險的新技術的擔憂和希望。
所有的AI模型訓練，以及後期產生的AI應用收集到的數據，都會是一個巨大的資源，同時也涉及大量的個人資訊和國家層麵的數據，這個也是下一步各個大的經濟體會嚴格控製的部分，就是數據收集和應用區域化。
第三，AI引起的能源重新布局
自從OpenAI推出通用性AI模型為基礎的ChatGPT橫空出世，最近兩年，有句話在AI行業內火了，那就是“AI的盡頭是能源”，就是說，因為訓練AI模型，以及AI應用都是基於極大的電力供應的基礎，AI競爭最後的關鍵是能源，但是基於第二條的限製，如果要控製數據安全，那區域化的能源保障也是下一步的重點。
“AI的盡頭是能源”，引發科技界熱議，即便是在英偉達Blackwell架構單GPU性能在提高5倍，能耗下降25倍的“極致”能效表現下。對於數據中心企業而言，如何降低能耗、提高能效是一個永恒的話題，未來AIDC的更大範圍部署勢必將繼續延續全社會對這一話題的關注。
AIDC就是AI數據中心，最近兩年成為投資熱門，包括微軟，穀歌，META，AMAZON，TESLA，中國的阿裏，騰訊等等都有幾十億，甚至上百億的投資。
NVIDIA最新發布的NVL72，單機櫃用電功率最大為120kW, 采用冷板液冷的解決方案。這120kW單櫃功率中仍然存在15%左右比例約20kW的風冷散熱需求，也已經接近房間級空調風冷散熱能力的上限。
如今行業內主流的雲廠商或互聯網企業，在當前流行的架構下，單園區的規模可以達到100~200MW， 未來隨著芯片密度的不斷提升，未來甚至會達300~500MW以上。在這樣的背景，及電力和土地條件匹配的情況下，數據中心基礎設施資源規劃時，應該學習英偉達做GPU的理念，從design a data center as a Computer到 design a data center as a GPU。如果一台Giant GPU 理想容量是100MW，那就基礎設施的容量而言,最佳的顆粒度也就是100MW。然而，芯片技術的發展日新月異，NVIDIA 的GPU芯片效率8年增長了1000倍，而數據中心的投資建設和回報周期就是10~15年，基於當下的芯片技術預測單體數據中心體量，匹配一個完美的極致數據中心規劃的想法是不現實也不科學的。
從上麵的分析，下麵幾個有關AI的AIDC（AI數據中心）的趨勢。
1. 選址 —— 從靠近負荷中心向靠近綜合能源中心轉變
2. Onsite —— 光儲備一體
3. 未來 —— 核能技術應用的前景
4月底，OpenAI CEO奧爾特曼 (Sam Altman)出手投資了一家能源初創公司Exowatt，這家公司成立於2023年，旨在用太陽能解決大型數據中心對清潔能源的需求問題。
這並非奧爾特曼第一次投資能源公司，此前他也押注了從事可控核聚變的 Helion Energy 以及核裂變發電公司Oklo。作為目前全球最強大模型企業的掌舵者，奧爾特曼在年初的達沃斯會議上稱，AI行業正麵臨能源危機，其消耗的電力將遠遠超出人們的預期。“AI技術的發展速度前所未見，到了明年人類就沒有足夠的電力來運行所有的芯片了。”這是特斯拉CEO馬斯克在2月底給出的警告。
對AI行業來說，從外部獲取更多能源是一方麵，從內部降低能源消耗同樣是熱門議題。從芯片側、軟件生態到存儲、應用側，AI生態內企業已經意識到並開始在降低能耗方麵作出努力。
核聚變是將氘、氚通過一定手段，使其成為等離子態，發生核聚變後產生能量，一旦外力停止，等離子態會消 失，反應結束，相對而言更可控、更安全。
Helion走的就是核聚變的道路，他們還和微軟簽訂了對賭協議，承諾在2028年之前開始通過核聚變發電，並在一年之後以0.01美元每千瓦時的價格為微軟提供目標為至少50兆瓦的發電量，否則將支付罰款。這個激進的“對賭協議”被認為是核聚變發電領域的首個商業協議。
最後我們總結一下有關AI的幾個關鍵，以及未來可能趨勢的分析
1. AI研發需要少數高水平的人才，而且是不受傳統管理模式束縛的高水平人才，同時AI應用需要大量的跨領域的人才
從世界範圍來看，美國在人才培養和人才吸引方麵領先，但是絕對數量來看，中國和印度都會超過美國，我個人的感覺是，美國依然會在AI的基礎方麵，包括模型，算法，基礎設施和硬件開發等等方麵領先，但是中國和印度會在AI應用方麵有局部優勢，很多人沒有看到印度，隻是看到中國，其實是有點短視了，很多美國公司的AI部門其實都是基於在印度的開發部門，而中國和美國在AI的開發和應用方麵則有更多的是競爭和分割，這個也可以從微軟轉移中國AI工程師可以看出來。
中國工程師（包括印度工程師）有個最大的問題就是，絕對的服從和上下級關係，讓開放式的開發環境很難形成，可能會錯過一些人才的關鍵能力的釋放。
2. AI需要大量的資金投入，尤其是長期的投入
美國和歐洲都有相當的AI方麵投資的曆史，中國更加是舉國之力，希望後來居上，所以資金總體上不是最大的問題，但是資金的後續能力，以及如何有效管理和使用資金是有區別的，不可否認的是，早期AI相關的投資有點像醫藥的投資，很多都是需要多年的積累和持續的投入，需要耐心。這方麵，美國的大企業和部分投資人是由優勢的，中國的特點是短期爆發力很好，而且可以舉國體製來追趕，但是也有過度投資和大量浪費的問題，投資使用效率偏低。
有一點關鍵是，大約兩年前開始，美國大量的風險投資都已經開始把中國和全球其它投資進行分割，這個當然是部分因為中國的國安法，讓風投主動規避風險，也有一些地緣政治的衝突的原因。
3. AI也需要巨大的市場來支撐，尤其是健康全麵的市場
就在幾年前，很多人可能都有一個印象，中國的AI發展太快了，什麽人臉識別，語音識別那是遍地開花，到處都是，一會兒幫助抓嫌犯，一會兒用來管理廁所，各種應用五花八門，感覺上中國就是世界上AI最先進的國家了，沒有之一，但是事實上，仔細分析就知道，除了人臉識別，中文語音識別這兩個方麵，好像中國在其它的AI領域又沒有出現什麽大規模的應用（除了所謂的社交媒體AI算法那種模棱兩可的東西），這種錯覺直到CHATGPT橫空出世才被打破，原來AI不隻是人臉識別，中文語音識別這種，還有很多的基礎模型和更加先進的應用需要開發。
這個故事的重點不是指中國的AI研發團隊不努力，996的他們幾乎是世界上最搏命的群體，也不是指中國企業沒有遠見，中國的高科技企業家大多數都有國際視野和背景，也和國際同行積極學習和交流，但是中國的政治和經濟特殊性（也就是中國特色）決定了中國的企業家不得不更多的關注政府的各種決策，同時麵對隨時可能到來的行業內卷，一方麵需要小心翼翼的對待政策的各種不確定性，一方麵又要麵對瘋狂內卷的行業壓力，最後的結果就是在政府鼓勵的某些領域，大家瘋狂競爭，形成規模效應，但是同時也框定了企業的視野，這種就是所謂的政府主導，國家決策模式，可以在短期局部見到突飛猛進，但是同時也會極大程度地限製甚至是壓製其它方麵的創新和應用。
反過來看，歐美政府通常不會積極幹預企業的決策，給企業預設發展模式，除了有關國安的黑名單，其它都是開放的市場行為，這種的背景下，就會出現大量的初創企業，不斷的在各個領域試錯，AI的創新和應用，歐美公司是很有可能好多年都沒有大的動作，但是一旦出現突破，就是革命性的突破，而且它的應用也不會受製於政府的各種決策。
總結一下，中國有政府強力推動的產業政策，政府扶持的各種資金和人才的配套優惠，各種理工科的人才總數也幾乎是世界第一的，同時又有廣闊的國內市場，從某種角度來說，幾乎可以看到對於歐美日韓企業碾壓式的優勢，但是為什麽沒有出現AI研發的創新型突破，而是反複在跟隨，AI應用也是局限於某些安全相關的局部領域，根源還是在於政府決策的引導性，同時也是限製性，對於人才培養可以下大本錢，但是對於人才的包容卻不太容易出現變化，傳統的官本位製度，和從上到下的決策模式決定了中國AI的研發必然是跟隨型的，而高水平人才的流動對於中國的現有政策也不是很有利，除了可以利誘，其它的有關人的思想的禁錮，人的行動的限製等等，都是負麵的，即便是說到投入的資金，中國政府的投資也有太多的陷阱和利益輸送，形成了巨大的腐敗根源，甚至直接蔓延到企業界。
所以，從微軟搬遷中國員工赴美聊起，我們看到了未來有關AI的國家競爭，在人才，資金，技術，市場等多個方麵都會是白熱化的，美國會繼續在AI的基礎研發上持續創新和領先，歐洲會在AI的管製中有較大動作，中國會在AI研發中積極跟進，人才會繼續向更加包容和有機會的國家流動，資金上中國不會投入比任何國家少，但是效率如何，可以打個問號，除了技術，市場上美國會相對比較開放，中國會激進於局部，但是又有很多的政府限製。技術和數據的流動會有限製，這個也是我們從AIDC和AI人才的流動可以看出來的。
對比過去WTO後，國際資本引導的人才和技術大規模從發達國家向發展中國家，尤其是中國流動，現在的趨勢是以國安考慮的前提下，資本，人才，技術會更加區域化，而市場也會形成分割，歐美日澳等會形成自己的AI應用市場，而中國也會有自己的AI應用市場，其它國家則在兩者之間選擇。
還有很重要的一點，不同於製造業的轉移是從勞動成本高的地區向勞動成本低的地區，AI形成的新的產業局麵還有可能是從更加高效廉價開放的地區向相對保守的地區轉移，勞動力成本在大規模AI，以及機器人主導的新興產業中會越來越不重要，而知識密度絕對的AI驅動的高效率才會使最後的主導，逆全球化會真正的到來。
（本文部分資料來自網絡）
的確如此，我個人覺得一個重要的拐點會是，大規模機器人的應用，會最終拉平人力成本的區別，而讓資本成本成為更大的要素，比如特斯拉在美國生產的綜合成本其實隻是比中國生產高17%左右，原因就是因為大規模自動化生產，而傳統產業，中美製造的綜合成本區別可以高達50%以上。