InvestAI、人工智能工厂与人工智能超级工厂：欧洲的算力建设

当前欧洲技术政策中最大的一笔单一赌注不是一部法规。它是一次尝试：在欧洲建起足够的人工智能算力，使欧洲公司不必把算力全部从别处租来。

InvestAI 的目标是为欧盟的人工智能投资动员 2000 亿欧元，其中包括一支 200 亿欧元的欧洲人工智能超级工厂基金。这个大数字能不能兑现，是个合理的疑问。而已经落到实处的那部分，更具体，也更有直接用处。

三个层级

令人困惑的地方在于，有若干名称相近的东西在做不同的工作。它们大致构成一个层级。

EuroHPC 超级计算机

已有的基础层。通过 EuroHPC 联合企业采购和运营的欧洲超级计算机，其中一些位居世界最快之列。为科学计算而建，越来越多地用于人工智能。见我们的 EuroHPC 指南。

人工智能工厂

挂靠在 EuroHPC 超级计算站点上、面向人工智能做过优化的算力，外加围绕它的一整套服务：数据处理、模型训练支持、专业能力，以及面向初创企业和中小企业的使用通道。

重要的是后半句。人工智能工厂不只是一堆 GPU。它是一处带着明确任务的设施：让那些自己绝无可能运营这类算力的公司真正用上它，而且配有支持人员，帮你把训练任务跑起来。

全欧洲规划了至少 19 个人工智能工厂，目标是 13 个投入运行。

人工智能超级工厂

新增的、规模大得多的一层。其规模意在训练前沿模型，算力大约比人工智能工厂高一个数量级。

设想最多五座。公共承诺涉及约 100 亿欧元，目标是吸引至少 200 亿欧元的私人投资，2026 年初有报道称七个国家的十个候选设施合计约 370 亿欧元。

这些数字之所以来回变，是因为它们把已承诺的公共资金、预期的私人共同投资和国家出资混在一起算，而不同公告统计的口径又不一样。把公布的总额当方向性信息看就好。

它为什么存在

三个理由，值得说清楚，因为它们解释了这些设施实际会优先做什么。

容量。 训练和提供大模型服务所需的算力规模在欧洲原本不存在。想在欧洲训练一个像样模型的公司选择有限。

依赖。 这是战略层面的理由。算力是基础设施，基础设施带来筹码，而欧洲手里的相关筹码非常少。这与 《云与人工智能发展法案》 背后的推理相同。

使用权的不对称。 即便算力存在，使用权也是集中的。一家欧洲初创企业要与购买力大得多的买家争抢容量。人工智能工厂在设计上就明确要给较小的玩家留出容量。

如果你不是在建数据中心，这意味着什么

读到这里的多数公司永远不会去投标运营一座超级工厂。有用的问题是：正在建起来的这些东西，怎么用。

使用人工智能工厂的算力

这是实际的机会，而且被低估了。人工智能工厂之所以存在，部分正是为了让初创企业、中小企业和研究者用上真正大规模的算力。使用权通常通过征集和申请流程获得，而不是刷一张信用卡，而且对符合条件的用户来说，定价远低于商业费率。

如果你有一个确实受算力限制的负载，训练或微调模型的规模已经让云 GPU 成本变得难以承受，那么在断定超大规模云厂商是唯一选择之前，这值得调查一下。

取舍是实打实的。使用权不是即时到手的，环境是高性能计算环境，不是托管云，而且如果你的负载需要弹性按需容量，这就不合适。对于计划好的大型训练任务，它可能便宜得多。

差距在软件层

这里有一个值得说出来的观察。建硬件是资本问题，欧洲现在正在为此花钱。让它可用是软件问题，而这方面的资金少得多。

对那些经验来自托管云服务的团队来说，高性能计算环境并不友好。作业调度器、模块系统、共享文件系统、MPI 和排队策略，跟一个 Kubernetes 集群加一个对象存储完全是两个世界。从一段能在云 GPU 上跑通的训练脚本，到同一个任务在高性能计算配额上高效运行，中间隔着实打实的工程工作。

那道差距对能弥合它的人是机会，对打算使用这些设施却没把它算进去的人则是实打实的成本。

数据本地性改变了可能性

对于数据不便离开欧盟的公司，无论是出于 《通用数据保护条例》 的原因、行业规则还是合同承诺，欧洲算力改变了架构上的可行边界。在欧盟境内、受欧盟司法管辖的设施里拿敏感数据做训练，跟把数据送到别处，完全是两回事。

健康、公共部门和金融服务是最明显的例子，而人工智能工厂也正是在这几个行业设了专门的聚焦方向。

实际怎么拿到使用权

按你的领域找最近的人工智能工厂，而不是按地理位置。 它们有专业聚焦。有的偏健康，有的偏工业，有的偏语言和多语人工智能。对你合适的那个未必在你所在的国家。

看看 EuroHPC 的使用权征集。 它们有若干通道，包括专门面向中小企业和初创企业的，配额规模不同，评审流程也不同。有些相当轻量。

看看某个数字创新中心能否居中牵线。 我们在 数字欧洲计划指南 中描述的欧洲数字创新中心，往往与算力提供方有关系，可以帮助中小企业搞定使用流程。

为移植工作留预算。 如果你的团队从没在高性能计算上跑过，就假设让一个负载高效运行需要一份实打实的工程投入。算力可能便宜。走到能用它的那一步则不是免费的。

诚实的评估

保持一些怀疑是应该的，而且最好把它明确说出来。

公布的大数字里，有很大一部分是还没到位的私人资金。 动员 2000 亿欧元不等于承诺 2000 亿欧元。公共部分是实打实的，规模也小得多。

建算力不等于造出模型能力。 欧洲在前沿人工智能上的差距不只是算力差距。它也是人才集中度、资本市场，以及领先实验室在别处这个事实。算力是必要的，不是充分的。

大型设施的时间表很长。 这种规模的数据中心要建好几年，而在若干候选地点，供电可得性是一项真实约束。宣布的容量和可用的容量是两回事。

芯片是一项依赖。 这些设施里的加速器大多不是在欧洲制造的，这正是 《芯片法案》 想在长得多的时间尺度上处理的问题。

这些都不会让这个计划变得没有意义。它只是让这个计划成为一场长期的基础设施押注：对普通公司来说，近期最主要的好处是能以不错的价格拿到算力，而不是欧洲会冒出一家前沿实验室。

该怎么办

如果你在任何规模上训练或微调模型，花一个下午调查一下人工智能工厂的使用权。其经济性可能非常有利，而大多数公司根本没看过。

如果你现在正在设计一个人工智能产品的架构，就在模型提供商之上加一层抽象。它几乎不花钱，却保住了以后迁到欧洲基础设施的选项。这条建议，《云与人工智能发展法案》 从政策角度在讲，商业常识本来也在讲。

如果你有受算力限制的研究，在断定云就是答案之前，先看看 EuroHPC 的使用途径。

它在全局中的位置

完整的资助版图在我们的 欧盟技术资助指南 中。这之下的算力基础设施见我们的 EuroHPC 指南，再往下的芯片见我们的 芯片法案指南，而你在其上构建之物所受的监管见我们的 人工智能法案透明度指南。

需要帮助时

我们为在欧洲经营的公司构建人工智能功能和数据平台，包括那些不光鲜的部分：让训练负载高效运行、把模型提供商抽象出来以便可以切换，以及把数据管道搭起来，让算力使用权真正派上用场，而不是停在纸面上。

如果你在为某个负载考虑欧洲算力，并想要一个关于移植工作量的现实判断，请写信到 office@c9group.dev。关于我们的工作，更多内容见 AWS 成本优化页面 和 欧盟市场进入页面。