本地化与主权 AI

然而，把“开源”移植到 AI 上，却带来了一个前所未有的问题。传统软件就是代码。而一个 AI 模型包含三样东西：代码、权重（学习得到的数十亿个参数）和训练数据。要开放哪些部分，才算真正的“开源”？这场争论一度十分激烈。2024 年 10 月，Open Source Initiative（该领域的权威组织）给出了定论，发布了开源 AI 定义（OSAID 1.0）：一个模型如果可以被自由地使用、研究、修改和分享，它就是开源的；这要求公开代码和权重，并提供关于数据的充分信息，使任何人原则上都能重新构建出一个等效的模型（但不一定要公开原始数据本身，因为这些数据有时较为敏感或受版权保护）。

这一定义揭示出一条开放程度的光谱，其中各个层次必须分辨清楚：

图 9.1. 开放程度的光谱。大多数所谓的“开放”模型，实际上只是开放权重：人们可以下载并运行它们，却不知道它们究竟是用哪些数据、哪些代码训练出来的。这很有用，但并不完全是严格意义上的“开源”。

收益与风险。 我们在第7章已经勾勒过这场争论；从开源的角度来看，能把它看得更清楚。收益包括透明（代码和权重可以被审视，有助于问责和可解释性）、普及（没有自有模型的国家和企业也能以低成本用上 AI）、主权，以及开放模型更难被审查、更难在一夜之间被撤下这一事实。风险则恰好与之对称：开放模型一经发布便无法“召回”，它的安全护栏可以通过重新训练被移除，这让人担心它被用于恶意目的（不过，美国白宫 2024 年的一份报告认为，“目前”尚无充分理由限制权重的发布）。这正是开放与控制之间的两难，也是 AI 治理的核心问题（第24章和第25章）。

---

本章要点（第9章）

• 在本地运行 AI，满足的是保密性、主权、成本、离线运行和掌控力等方面的需求。
• 开源 AI 继承自自由软件运动。OSI 的定义（OSAID 1.0，2024 年）要求公开代码、权重以及关于数据的充分信息。
• 要留意这条光谱：大多数“开放”模型只是开放权重（可以下载，但没有数据和代码），批评者称之为“openwashing”；完全开放的模型（如 Apertus）十分罕见。
• 开放已成为一个地缘政治议题（“DeepSeek 时刻”、中国的战略武器、欧洲的主权）。
• 量化把模型压缩到可以在常见硬件上运行；一批大部分开源的工具（Hugging Face、PyTorch、Ollama、LM Studio、llama.cpp、vLLM）让本地 AI 变得触手可及。
• NVIDIA 对 Hugging Face 的收购于 2026 年 9 月宣布，尚未完成，这让人们对开放模型公共广场的中立性产生疑问。
• Mac 集群（统一内存、高能效）为规模不大的组织提供了良好的性价比；在原始算力方面，NVIDIA 依然称王。
• 数字主权（主权模型、欧洲云、开源）就是“欧洲道路”，雄心勃勃，但代价不菲。

这种算力，无论在本地还是在云端，都有其代价，而人们越来越多地用兆瓦来衡量它。第10章将直面那个可能让一切放缓的问题：能源。

---