最近一个月，全球多个国家都在密集推进与“主权AI”相关的布局。

巴西同时引入中国和美国技术建设AI超级计算基础设施，希望降低对单一技术体系的依赖；
韩国一边推进本土基础模型，一边扩建 Sovereign AI Factory；
英国持续扩大国家级GPU资源池，并将算力直接提供给本土AI创业公司；
法国则开始强调，在政府和高敏感场景中优先采用本土AI供应商。

各国争夺的已经不只是“有没有自己的大模型”，而是能否掌握AI从算力、数据、模型到推理服务的完整链条。

主权AI，正在从模型竞争进入基础设施竞争。

01｜各国开始争夺自己的“AI底座”

巴西近期宣布投入约4.44亿美元建设AI基础设施，同时布局中国和美国技术体系。

在全球AI供应链高度集中的背景下，巴西正在尝试获得一种新的能力：即使技术路线发生变化，依然拥有选择模型、芯片和基础设施供应商的权利。

法国AI应用在政府、公共服务以及涉及敏感数据的场景中，仅仅确保“数据存储在本地”已经不够。

企业和政府开始进一步追问：

数据交给了哪个模型？
模型在哪里运行？
推理过程经过了哪些基础设施？
日志和上下文存储在哪里？
产生的Token由谁提供？

这意味着，过去云计算时代强调的“数据主权”，正在向AI时代的“模型主权”和“推理主权”延伸。

韩国的路径更加完整。一方面推进 Sovereign AI Foundation Model，扶持本土基础模型；另一方面，NAVER、NVIDIA、Brookfield 等正在扩建 Sovereign AI Factory。

于是，一个新的国家级AI基础设施体系逐渐出现：数据中心 → GPU集群 → 基础模型 → AI应用

过去，各国竞争的是谁能训练出自己的大模型。

现在，竞争正在继续向下一层深入：谁拥有生产AI能力的基础设施。

02｜AI时代，算力正在成为一种新的战略资源

英国的做法更加直接：政府把国家级超级计算资源开放给本土AI企业，让创业公司能够直接获得GPU算力支持。

模型训练、推理和Agent运行，都需要持续消耗大量算力。

尤其随着AI从聊天机器人进入Agent阶段，一次任务可能涉及模型推理、搜索、工具调用、代码执行、结果验证等多个步骤。因此，算力开始从一种普通IT资源，变成AI产业最重要的生产资料之一。

主权AI的竞争，正在不断向基础设施下沉。

03｜真正的AI主权，是拥有选择的能力

大多数国家都没有选择完全封闭的技术体系。

巴西同时使用不同国家的技术；
韩国发展本土模型，同时采购国际领先GPU；
欧洲发展本土模型，也依然需要全球AI基础设施。

因此，真正的AI主权并不是：“所有芯片、模型和软件都必须自己研发。”

而是：“无论底层技术如何变化，我仍然拥有选择、迁移、部署和控制AI能力的权利。”

这意味着未来AI基础设施需要具备三个核心能力：

算力异构化
能够兼容不同GPU、国产AI芯片和计算架构，降低对单一硬件体系的依赖。

模型多元化
能够同时使用商业模型、开源模型和私有模型，并根据任务自动选择。

部署自主化
能够根据数据安全和业务需求，在公有云、专属资源、私有环境乃至不同国家和地区之间灵活部署。

AI主权真正要解决的，本质上是技术选择权。

04｜从GPU到Token，AI基础设施正在重新定义“云”

过去企业购买云服务，核心问题主要是：

计算资源在哪里？

到了AI时代，这个问题正在变成：

我的算力在哪里？

我的数据在哪里？

我的模型在哪里？

我的Token在哪里生产？

AI基础设施也因此从单纯提供GPU，逐渐演变为一条完整的生产链：

数据中心 → 异构算力 → 模型部署 → 推理优化 → Token生产 → AI应用

05｜AI时代，控制权正在成为新的基础设施能力

从巴西、韩国到英国、法国，各国正在进行的主权AI实践已经说明：AI竞争正在从单点模型能力，进入整个基础设施体系的竞争。

在这一过程中，优刻得正在持续完善从底层算力到模型服务的AI基础设施能力。

在算力层，通过自建的智算中心、海外算力节点以及国产异构算力适配，为不同AI任务提供多元化计算资源；

在模型层，通过星图平台连接不同商业模型、开源模型和私有模型，根据场景选择合适的模型能力；

在推理和运营层，通过全面的一站式Token工厂等能力，对模型调用、算力资源、Token生产和成本进行统一管理。

最终目标并不是让企业押注某一个模型或者某一种芯片。

而是帮助各国企业在不断变化的AI技术生态中，始终保留自己的选择权、迁移能力和控制权。