# 主权 AI 与可持续性

> 各国正在资助本国的 AI 模型和算力。本文梳理支持与反对主权 AI 和公共 AI 的理由，以及它对能源和水的影响。

Source: https://greenai.guide/zh/文章/主权-ai-与可持续性/  
Updated: 2026-11-19

## 简而言之

世界各国政府正在资助“主权”AI：由本国掌控的算力、模型和数据。支持者认为，它能保障使用渠道、体现本地价值观，并且可以从一开始就按高效的方式构建。批评者认为，完全自给自足负担不起，会造成重复投入，还会给本已紧张的电网增加数据中心。可持续性的结果，与其说取决于谁拥有 AI，不如说取决于它如何构建、规模多大以及如何使用。

## 要点

- 2026 年的一项指数统计了 67 个国家的 184 个主权 AI 项目。
- 英国、欧盟和瑞士都在投资本国的算力和模型，但规模差别很大。
- 支持主权 AI 或公共 AI 的理由在于安全、公平使用、问责，以及符合本地法律和价值观。
- 反对的理由在于成本、可行性、高耗能训练的重复，以及政治控制的风险。
- 小型、本地化和开放的模型提供了一条中间道路，可以同时兼顾主权和效率。

AI 越来越被视为像能源或电信一样的国家基础设施。如今许多政府都希望掌控一部分 AI 能力，并为此投入巨资。这引出了一个在讨论中常被忽视的问题：主权 AI 对环境是更好还是更坏？本文列出双方的论点。

## 什么是主权 AI？ {#what-is-sovereign-ai}

**由一个国家或一个国家集团掌控的 AI 能力。**这可以指自己的算力（数据中心和超级计算机）、自己的模型、自己的数据、自己的技能，或几者的组合。

这一理念迅速传播开来。美国新安全中心（Center for a New American Security）的 Sovereign AI Index 根据截至 2026 年 6 月的数据，统计了 67 个国家的 184 个主权 AI 项目。

几个规模差别很大的例子：

| 国家或地区 | 内容 |
|---|---|
| 英国 | 2026 年成立的主权 AI 部门（Sovereign AI Unit），资金最多 5 亿英镑；此外还有 Isambard-AI 超级计算机等国家算力，以及指定的 AI 增长区（AI Growth Zones） |
| 欧盟 | 2025 年 2 月宣布的 InvestAI 计划，旨在为 AI 调动 2000 亿欧元，其中包括一项 200 亿欧元的 AI“超级工厂”基金；截至 2026 年末，超级工厂选址仍在进行中 |
| 瑞士 | Apertus：由洛桑联邦理工学院（EPFL）、苏黎世联邦理工学院（ETH Zurich）和瑞士国家超级计算中心于 2025 年 9 月发布的完全开放的多语言模型，有 80 亿和 700 亿参数两个版本，权重、数据和代码均已公开 |

## 支持主权 AI 或公共 AI 的理由是什么？ {#what-is-the-case-for-sovereign-or-public-ai}

**支持者认为，AI 太重要了，不能完全依赖少数几家外国公司。**他们的主要论点有：

- **安全与韧性。**政府、医疗系统和电网所依赖的服务，不应依赖于别的国家或公司可以限制的使用渠道。
- **公平使用。**有人主张把 AI 作为像水或铁路那样的公用事业，使使用权不取决于支付能力。Mozilla 基金会 2024 年的 *Public AI* 报告主张在私营 AI 之外提供公共替代方案，并将其比作公共广播和公共交通。
- **法律与价值观。**用反映本地语言、法律和规范的数据训练的模型，可能更好地服务公民。基于主要用其他国家数据训练的开放模型进行开发的政府，需要面对一个问题：这些模型反映的是谁的价值观。例如，英国政府资助了基于 Meta 的 Llama 等开放模型开发公共服务工具的工作。
- **问责。**公共模型可以在公开环境下接受检查、审计和治理。
- **敏感数据。**有些数据，例如详细的电网数据或健康数据，不能发送给外部服务商，因此高效的本地模型是对这些数据使用 AI 的唯一途径。

2026 年英国一场由数学家、计算机科学家和业界人士参加的绿色 AI sandpit（研讨工作坊）辩论了这一设想的一个版本：由政府运营的国家模型，作为公用事业运作，以实现公平使用、主权和安全，并以数学上的效率作为竞争优势。

## 反对的理由是什么？ {#what-is-the-case-against}

**批评者认为，完全自给自足负担不起、进展缓慢，而且对大多数国家来说是不可能的。**他们的主要论点有：

- **成本与可行性。**托尼·布莱尔全球变革研究所（Tony Blair Institute）2026 年的报告认为，完全自给自足太昂贵、太慢，对大多数国家来说根本不可能，因此主张把主权理解为对关键选择的自主权。布鲁金斯学会（Brookings）2026 年的一份报告认为，全栈 AI 主权在结构上对几乎任何国家都不可行。
- **重复投入。**在每个国家从零训练一个前沿模型，会重复别处已经付出的能源、水和硬件成本。
- **政治控制。**国营模型会引发担忧：政府可能影响公民能问什么、被告知什么。
- **数据限制。**民主国家的政府可能无法或不愿使用私营公司所用的数据进行训练。
- **基础设施与公众舆论。**新的数据中心需要电网接入、用水和规划许可，在许多地方还会遭到当地反对。
- **押错架构。**国家投资于大型集中式模型，是假定这类模型在五年或十年后仍占主导地位，而不是数据留在用户手中的小型本地模型。

## 主权对能源和排放意味着什么？ {#what-does-sovereignty-mean-for-energy-and-emissions}

**这取决于建什么、建在哪里，以及取代什么。**主权 AI 的结果可好可坏：

- **更坏：**如果意味着在以化石能源为主的电网上建更多数据中心、重复训练，以及把大型通用模型用于小模型就能完成的任务。
- **更好：**如果意味着规模适当的专门化模型、把数据中心建在清洁电力过剩的地方、复用开放模型而不是从零重新训练，以及制定测量和报告的公共标准。

选址很重要。国际能源署（IEA）指出，数据中心的需求集中在少数几个地区，电网约束日益成为问题。那些可再生能源发电过剩、如今有时不得不弃电的地方，自然是理想的选择。公共项目还可以从一开始就要求报告能耗、提高效率，而这一点很难强加给外国服务商。

## 开源会改变局面吗？ {#does-open-source-change-the-picture}

**会。开放模型让各国可以改造而不必重建。**如今来自许多国家的开放权重模型被广泛使用。ATOM Project 报告称，2025 年年中，中国开放模型在 Hugging Face 上的累计下载量超过了美国模型。

针对某种语言、行业或法律体系对现有开放模型进行微调，所用能源只是训练新模型的一小部分。瑞士的 Apertus 展示了另一条路：一个公开构建、可供他人复用的完全开放模型。两者都减少了每个国家都要承担全部训练成本的必要。

## 有没有中间道路？ {#is-there-a-middle-path}

**许多人主张对关键部分保持主权，其余部分则相互依存。**实际做法是：

- 掌控数据和部署，即使基础模型来自别处。
- 优先选择小型、本地化、专门化的模型，它们可以运行在国家或本地基础设施上，让敏感数据留在原处。请参阅[边缘端的 AI](/zh/文章/边缘-ai-更环保-还是只是更不显眼/)。
- 与盟友共享算力和开放模型，而不是重复建设。
- 从一开始就把效率、测量和清洁电力纳入公共 AI。

有些人更进一步，提出分布式推理，即把推理分散到许多较小的服务商，能否防止任何一家公司或政府控制 AI 的使用方式。这是一个尚无定论的研究问题，也有其自身的效率取舍。

## 下一步怎么做 {#what-to-do-next}

- 如果您参与制定公共 AI 项目，请从一开始就要求测量和报告能耗：请参阅[绿色 AI 政策](/zh/良好实践/如何制定绿色-ai-政策/)。
- 在应用场景允许时，优先改造开放模型，而不是训练新模型。
- 把算力放在有清洁电力的地方：请参阅[托管与数据中心](/zh/良好实践/绿色-ai-的托管与数据中心/)。
- 对敏感数据，考虑边缘和本地部署：请参阅[边缘还是云端？](/zh/良好实践/边缘还是云端-ai-应该在哪里运行/)。
- 阅读[为什么绿色 AI 现在很重要](/zh/文章/为什么绿色-ai-现在很重要/)，了解能源背景。

## 常见问题

### 什么是主权 AI？

由一个国家或一组国家掌控的 AI 能力：自己的算力、模型、数据或技能，从而不完全依赖外国企业或政府。

### 主权 AI 更绿色吗？

不一定。从零训练一个国家级模型，会重复别人已经花费过的能源。如果它规模更小、更专门化、使用清洁电力，并取代效率更低的用法，就可能更绿色，但这必须在设计时就考虑进去。

### 什么是公共 AI？

这种观点认为，部分 AI 应当像公共广播或公共交通一样，作为公共基础设施提供，与私营服务并存，并接受公共问责、向公众开放。

## 来源

- [Sovereign AI Index](https://interactives.cnas.org/sovereign-ai-index), Center for a New American Security (2026)
- [Sovereign AI Unit](https://www.sovereignai.gov.uk/), UK Government, Department for Science, Innovation and Technology (2026)
- [AI Opportunities Action Plan: one year on](https://www.gov.uk/government/publications/ai-opportunities-action-plan-one-year-on/ai-opportunities-action-plan-one-year-on), UK Government (2026)
- [EU launches InvestAI initiative to mobilise €200 billion of investment in artificial intelligence](https://digital-strategy.ec.europa.eu/en/news/eu-launches-investai-initiative-mobilise-eu200-billion-investment-artificial-intelligence), European Commission (2025)
- [Call for tenders: selection of AI gigafactory consortia](https://eurohpc-ju.europa.eu/call-tenders-selection-artificial-intelligence-gigafactory-consortia-and-establishment-ai_en), EuroHPC Joint Undertaking (2026)
- [Apertus: a fully open, transparent, multilingual language model](https://ai.epfl.ch/apertus-a-fully-open-transparent-multilingual-language-model), EPFL, ETH Zurich and CSCS (2025)
- [Public AI: making AI work for everyone, by everyone](https://foundation.mozilla.org/en/research/library/public-ai/), Mozilla Foundation (2024)
- [Sovereignty in the age of AI: strategic choices, structural dependencies](https://institute.global/insights/tech-and-digitalisation/sovereignty-in-the-age-of-ai-strategic-choices-structural-dependencies), Tony Blair Institute for Global Change (2026)
- [Is AI sovereignty possible? Balancing autonomy and interdependence](https://www.brookings.edu/articles/is-ai-sovereignty-possible-balancing-autonomy-and-interdependence), Brookings Institution (2026)
- [UK's best AI engineers can apply now to build tech for public services in £1 million fellowship](https://www.gov.uk/government/news/uks-best-ai-engineers-can-apply-now-to-build-tech-for-public-services-in-1-million-fellowship), UK Government (2025)
- [The ATOM Project](https://atomproject.ai), ATOM Project (2026)
- [Energy and AI](https://www.iea.org/reports/energy-and-ai), International Energy Agency (2025)
