伯克利学者：芯片供应链高度集中，硬件级暂停前沿 AI 可行且可持续
wfithian · x · 2026-10-16
Barry Eichengreen、Will Fithian、Wesley Holliday 三位 UC Berkeley 学者在 Project Syndicate 撰文指出：前沿模型依赖的 AI 芯片供应链高度集中，这一「卡点」使「硬件级暂停」具备可行性——通过停止可训练级 AI 芯片的生产即可暂停前沿模型训练，且若设计得当，暂停在实践中可持续，即便美中彼此担忧落后。文章认为是否暂停应由政策制定者决定，但反驳了「监管注定无效、无法持续」的常见论调。
所属事件:伯克利学者：算力供应链集中，暂停前沿AI可行(2 条相关)→
「Infra」频道最新
- llama.cpp v0.7.0 发布:MoE 专家 GPU 缓存使解码最快提速 2.2 倍 — EAccelerate_42 · 2026-10-16
- NVIDIA 发布 Nemotron 3.5 Bolt：74B 模型塞进 24GB 显存 — NVIDIAAI · 2026-10-16
- Creative Strategies 发布 CS Forecast Stack：19 个模型联动预测 AI 全经济栈 — BenBajarin · 2026-10-16
- 铜转光：机架级光背板成 AI 数据中心下一步设计刚需 — BenBajarin · 2026-10-16
- Polymarket 开出 28% 概率：年内将有美国州级数据中心禁令落地 — Polymarket · 2026-10-16
- 宾州居民拒绝每户 1 万美元补偿，抵制亚马逊大型数据中心进驻 — Polymarket · 2026-10-16