Sovereign AI

主权 AI 指一个国家或组织利用自己掌控、并依照自身法律运行的计算资源、数据和模型来构建、部署和治理人工智能的能力。NVIDIA 于 2024 年让这一术语广为人知，并将其定义为一个国家利用自身基础设施、数据、劳动力和商业网络生产 AI 的能力。推动这一理念的因素包括：依赖少数外国供应商提供前沿模型和 GPU；数据存放在受其他国家法律管辖的公司时面临法律风险；模型无法充分满足本地语言和机构的需求；以及 AI 能力本身所具有的经济价值。

主权 AI 技术栈#

主权能力由各层共同决定，其中任何一层存在缺口，都会限制其他层。首先是计算资源和能源：政府或公司拥有的，或能在自身司法管辖范围内签约获取的数据中心和GPU等加速器。欧盟于 2025 年 2 月启动的 InvestAI 计划旨在为 AI 动员 2,000 亿欧元，其中包括一项 200 亿欧元的基金，用于建设四座 AI 超级工厂；每座大型AI 工厂将配备约 10 万颗先进 AI 芯片。

第二层是数据：在司法管辖范围内保存的公共记录、本地语言文本和行业数据，并将其整理为能够反映本地语言、法律和机构情况的训练数据。第三层是模型，可以在国内训练，也可以通过微调开放权重基础模型进行适配。瑞士的Apertus由 EPFL、苏黎世联邦理工学院和瑞士国家超级计算中心于 2025 年发布，是一个提供 8B 和 70B 参数规模的大型语言模型，使用涵盖 1,000 多种语言的 15 万亿个词元训练，并公开了模型权重、训练数据和训练方案。小型语言模型和紧凑型计算机视觉模型让组织无需国家级超级计算机也能自行托管。最后一层是人才和规则：能够运行整个技术栈的工程师，以及欧盟《人工智能法案》等规定司法管辖范围内 AI 使用条件的法规。

主权、数据驻留与隐私#

数据驻留指数据的物理存储位置。数据主权指适用于数据的国家法律，两者可能并不一致：根据 2018 年美国《云法案》（CLOUD Act），美国当局可以要求美国供应商提供其控制的数据，即使这些数据存储在国外。主权 AI 将问题从存储扩展到整个流程，包括谁运营硬件、谁可以更新或撤回模型，以及模型在哪里运行。数据隐私和数据安全能在上述各种安排中保护个人信息和系统；机密 AI则为使用中的数据增加硬件层面的保护。

组织通常会针对每项工作分别决定需要多大程度的主权保障：

数据驻留是实现这一目标的第一步。Ultralytics Platform会在用户入门时要求每个账户选择数据区域：美国、欧盟或亚太地区，并将数据集、训练好的模型和托管训练数据保留在该区域。Ultralytics Academy 课程隐私、区域与合规对此有更详细的介绍。

应用场景#

• 用于国防的卫星图像分析：政府会在物理隔离或政府运营的系统上处理图像和文档，因为机密数据不能脱离国家管控。
• 医疗保健：医院和国家卫生系统会将患者扫描图像保留在司法管辖范围内，并在自己或获批的国内服务商运营的基础设施上运行诊断模型。
• 语言与文化：国家级语言模型服务于全球模型支持不足的语言和法律体系，例如公共管理和教育领域。
• 工业领域的边缘 AI：制造商会在工厂硬件上运行视觉检测模型，从而将生产图像保留在现场，并消除对外部服务的依赖。

实现主权需要付出代价。建设和配备人员运营本地计算资源的成本很高；开放权重模型通常不及最大的专有模型；而且，完全摆脱外国硬件的依赖并不常见，因为几乎所有先进 AI 加速器都由少数几家公司设计，并由中国台湾的 TSMC 制造。