Kina har satt upp ett mål att ungefär fyrdubbla sin AI-beräkningskapacitet till 2030, enligt South China Morning Post, i det tydligaste tecknet hittills på att Peking avser att behandla beräkningsinfrastruktur som en strategisk resurs i paritet med energi och halvledare.

Målet är en del av en bredare uppsättning 2030 utvecklingsmål för informations- och kommunikationssektorn som kinesiska myndigheter har rullat ut denna vecka, som omfattar datorkraft, nästa generations nätverk och integrationen av landets regionala datorhubbar i ett enda nationellt system. För fler AI-trender, följ AI Buzz Wires pågående bevakning. AI-trender

Biljoner yuan bakom planen

Beräkningsmålet står inte ensamt. Kinesiska statliga medier rapporterade under helgen att landet planerar att investera 3,8 biljoner yuan – ungefär 530 miljarder dollar – i informationsinfrastruktur till 2030, en siffra som täcker datacenter, nätverksuppgraderingar och kraftsystemen som matar dem.

OpenGov Asia rapporterade att Kinas ministerium för industri och informationsteknologi har satt upp mål till 2030 för informations- och kommunikationssektorn, vilket inramade uppbyggnaden som ryggraden i landets ambitioner för digital ekonomi under det nuvarande femåriga planeringsfönstret.

Marknaderna märkte det snabbt. Kinesiska finansmedier rapporterade på måndagen att aktier i datorkraftsförsörjningskedjan ökade kollektivt i Shanghai och Shenzhen när de politiska målen cirkulerade, med AI-hårdvarutillverkare bland de största vinnarna.

Varför Compute är slagfältet

Trycket återspeglar en obekväm aritmetik för Peking. AI-förmåga vid gränsen skalar med tillgång till datorkraft, och USA har länge begränsat exporten av de mest avancerade AI-chipsen till Kina. Det har gjort inhemskt tillgängliga beräkningar till ett hårt tak för hur långt kinesiska laboratorier kan driva modellutbildning - och en nationell prioritet att höja.

Utgiftsgapet är fortfarande stort. Finansiella kommentarer publicerade denna vecka noterade att amerikanska Big Tech AI-investeringar överträffar Kinas med ungefär 5,6 till 1, men ändå uppskattas de två ländernas datakapacitetsgap till endast cirka 2 till 1. En separat South China Morning Post-analys under helgen undersökte varför Kinas AI-jättar spenderar mycket mindre än USA:s konkurrenter samtidigt som de minskar kapacitetsgapet för beräkningscentraler och mer effektivt utnyttjande av datacenters konstruktion.

Med andra ord, Kinas satsning är att rikligt med lågkostnadsberäkning – även med äldre eller inhemskt producerade marker – kan ersätta en del av det råkapital som amerikanska laboratorier använder.

Bygga där kraften finns

Geografi är en central del av strategin. CNBC rapporterade den här veckan att Kina tävlar om att bygga AI-datacenter långt från sina största städer för att utnyttja billig elektricitet, fortsätter ett mönster som analytiker har beskrivit som att para ihop datorhubbar med lågkostnadsresurserna för förnybar energi och vattenkraft i landets inre och västerländska.

Det tillvägagångssättet byter ut latens mot kostnad: träningsarbetsbelastningar, som tål avstånd mycket bättre än konsumentapplikationer, kan köras där strömmen är billigast, medan befolkningscentra hanterar slutledningar och applikationsskikt. Det är samma logik bakom Kinas långvariga Eastern Data, Western Computing-initiativ, som har försökt styra landets datacenterboom mot regioner med överskottsenergi.

Ett nationellt datorsystem

Målen pekar också mot konsolidering. Statlig mediabevakning denna vecka beskrev ansträngningar för att koppla ihop landets datornät till ett mer integrerat system, ett erkännande av att Kinas datorer för närvarande är fragmenterade över regionala nav som drivs av olika telekomoperatörer, statliga företag och privata molnleverantörer.

Ett nationellt datornät skulle i teorin låta arbetsbelastningar flöda till vilken region som helst som har ledig kapacitet – jämna ut utnyttjandet, undvika dubbelarbete och göra den sammanlagda siffran mer användbar än summan av frånkopplade datacenter skulle antyda. Det återspeglar tidigare decenniers elmarknadsreformer, där långdistansöverföring förvandlade regionala överskott till nationell försörjning. Huruvida samma sak kan göras med beräkningar, där datalokalitet, mjukvarukompatibilitet och kommersiella intressen skapar friktion, är en av planens största öppna frågor.

Ett fyrfaldigt språng på tre och ett halvt år

En fyrdubbling av AI-beräkningskapaciteten till 2030 innebär ett aggressivt utbyggnadsschema. Att möta det kommer att kräva inte bara ett datacenterbygge utan också fortsatta framsteg inom inhemska AI-chips, kylnings- och kraftinfrastruktur och mjukvaruskiktet som håller tiotusentals acceleratorer produktivt sysselsatta.

Målet väcker också frågor som policydokumenten inte besvarar: hur utnyttjandet kommer att mätas, hur mycket av den nya kapaciteten kommer att köras på inhemskt designade acceleratorer snarare än importerade, och om efterfrågan från kinesiska AI-företag kan absorbera utbudet. Tidigare i år hävdade analys publicerad av Australian Strategic Policy Institute att Kinas rikliga elektricitet hade producerat AI-datorkraft som riskerade att bli underutnyttjad - en varning om att bygga kapacitet före efterfrågan.

Ändå är riktningen entydig. Mellan det fyrfaldiga beräkningsmålet, infrastrukturprogrammet på 3,8 biljoner yuan och integrationen av nationella datornätverk, satsar Peking på att industripolitik för beräkningar under AI-eran är industripolitik för intelligens.

Resten av världen tittar på – och, från Washington till Bryssel till viken, bygger man därefter.

Ligg före AI

Håll dig uppdaterad med den senaste AI-utvecklingen och globala nyheter om artificiell intelligens när beräkningsracet accelererar.

Läs mer AI-nyheter →