21CTO导读：英伟达创始人兼CEO黄仁勋开始支持优秀的开源人工智能，他认为这是提高安全性、加快创新速度与更好地控制基础设施的途径

昨日，英伟达首席执行官黄仁勋在X平台上发表了首篇博文，他向人们发表了一封公开信，主要方向是支持前沿的、优秀的开放权重模型。

这封由微软、Meta、Hugging Face等22家机构联署的信中指出道，开放模型能够提升安全性，促进更快的创新，并赋予国家和企业对其人工智能基础设施更大的控制权。

值得开发者注意的是，现在越来越多的机构选择在自身环境中运行开放权重模型，而不是完全依赖云端托管服务。

“开放权重使每个组织都能以合适的成本将合适的模型与合适的工作相匹配，将前沿规模的能力保留给真正的前沿问题，并在其他所有地方运行高效的专业模型。”

混合堆栈的优势

黄仁勋的这封信将开源人工智能与开源软件进行了比较，指出广泛的访问权限推动了数十年来软件的创新。

信中表示，同样的原则也适用于人工智能。企业无需将所有请求都发送到托管模型，而是可以下载开源模型，在自己的基础设施上运行，针对特定工作负载进行定制化，并将敏感数据放在自己的防火墙之后，从而得到保护。

英伟达已经朝着这个方向迈出了坚定的步伐。其领导与管理层们已经描绘了一个清晰的未来图景：

本地模型和前沿模型将根据成本、速度和控制力来划分工作。“开放权重使每个组织都能以合适的成本把合适的模型匹配到合适的任务，将前沿规模的能力保留给真正的前沿问题，并在其他所有地方运行高效的专业模型。”

两者并不一定会互相取代，许多企业团队已经同时使用两者，并根据成本、性能、合规性要求以及工作负载需要运行的位置来选择使用哪一种。

这封信强调了基础设施团队面临的同一现实，内容这样指出：

“随着企业投资人工智能，他们希望确保自己不会被单一供应商锁定，也不会丢失他们随着时间积累的知识和能力。”

这种对供应商锁定的担忧已经开始重塑公司的交易格局，Anaconda最近收购 Kilo 的交易，其核心原因就是企业不愿依赖单一人工智能供应商。

美国政府正在考虑新的限制措施

尽管特朗普政府的人工智能行动计划曾将开放模型描述为美国的战略优势，但华盛顿目前正在考虑对包括月之暗面（Moonshot AI）的Kimi K3在内的一些中国人工智能模型实施新的限制。

此种分歧也延伸到了人工智能行业本身，尽管批评者们关注的具体问题有所不同。

OpenAI 的高管 Dean Ball 曾公开警告道，中国开源模型会带来广泛的经济和监管风险。与此同时，Anthropic 的 Sarah Heck 则明确支持白宫关于中国公司通过算法提炼窃取知识产权的指控。

“仅仅依赖封闭模型并非绝对安全：它们可能被攻破、滥用，或者以外部人员无法察觉的方式失效。而且，将先进的人工智能能力集中在少数封闭模型中会加剧这种风险。”

而黄仁勋则向美国政府发声道："这些中国模型非常优秀。优秀的开源模型就应该被使用。"

他在发信之前的 Axios 的专访中亦明确说明，美国公司"绝对应该"可以使用它们。

签署这封信的企业均认为，持续开发前沿开放模型是保持美国在人工智能领域领先地位的关键。他们认为，依靠封闭模型来保障安全存在根本性缺陷：“仅仅依赖封闭模型并非绝对安全：它们可能被攻破、滥用，或者出现外部人员无法察觉的故障。而将先进的人工智能能力集中在少数封闭模型上，更会加剧这种风险。”

Palantir 和英伟达已经将这一论点付诸于实践，并构建了一个新引擎，可以在与外界物理隔离的政府网络内运行开放的 Nemotron 模型。

蒸馏符合贸易政策

人工智能领域最具争议的话题之一——蒸馏技术也在黄仁勋信中有所提及。

蒸馏技术被研究人员和模型构建者广泛用于创建运行成本更低、部署更便捷的系统。信中指出，蒸馏技术应被视为一种合法的研究方法，而非知识产权盗窃。

在白宫指责月之暗面专门借鉴了 Anthropic 的 Fable 模型来构建 Kimi K3之后，这个问题被赋予了新的意义——该公司否认了这一指控。

模型蒸馏是团队构建小型模型的一种方法，这些小型模型可以在私有基础设施、边缘设备或低成本的GPU集群上运行。

Kimi K3的发布充分展现了这些部署对GPU容量的巨大需求——由于需求超过了其可用的推理能力，Moonshot不得不在48小时内暂停新的订阅。任何对该流程的新限制都可能影响企业人工智能系统的构建和部署方式。

“随着各组织投资人工智能，他们希望确保自己不会被单一供应商束缚，也不会失去他们随着时间积累的知识与能力。”

英伟达基础设施之道

任何选择自行托管、微调或定制开源模型的企业都需要相应的运行基础设施。英伟达也有着明确的商业和赢利理由，它支持专有模型和开源模型共同发展的未来。

该公司提供的硬件平台既支持托管的前沿模型，也支持企业自建部署。采用商业API和自托管开放模型相结合的组织最终会全面扩大对人工智能基础设施的需求——这种趋势已经促使企业IT预算转向人工智能硬件，减少传统软件的支出。

作者：洛逸