非西方國家 LLM 基建策略：挪威點解用華為 2PB 快閃訓練？

當全球目光聚焦喺美國對華為嘅晶片禁令、NVIDIA H100 出口管制、以及中美 AI 軍備競賽之際，北歐一個只有 540 萬人口嘅國家——挪威，竟然低調地用華為嘅 2PB 全快閃儲存系統嚟訓練佢哋嘅大型語言模型。呢個選擇唔係技術報告入面嗰種「我哋比較過所有方案之後揀咗性價比最高嘅」嘅平淡結論，而係一個充滿地緣政治意味嘅訊號。挪威作為北約創始成員國、美國嘅忠實盟友，同時又係華為 5G 設備嘅早期採用者——呢種「兩邊都唔放弃」嘅基建策略，對香港嚟講係一個極具參考價值嘅案例。喺中美科技脫鈎嘅大環境下，非西方國家點樣喺夾縫中搵到自己嘅 AI 基建路徑？

挪威嘅 AI 野心與現實制約

挪威唔係 AI 大國，呢個係事實。但佢哋有幾個獨特優勢：全球最平嘅可再生能源（水力發電佔 98%）、完善嘅數碼基建、以及政府對科研嘅長期投入。挪威政府喺 2024 年撥款 10 億挪威克朗（約 7.2 億港元）建立國家 AI 實驗室，目標係訓練一個能夠處理挪威語、薩米語等低資源語言嘅大型語言模型。呢個項目叫「NorGPT」，參數量約 70 億，規模唔算大，但對於一個細小語言市場嚟講，已經係破天荒嘅投資。

問題係：佢哋買唔到 H100。唔係因為錢，而係因為美國嘅出口管制雖然名義上只針對中國，但實際上 NVIDIA 嘅高階 GPU 在全球供應鏈緊張之下，優先供貨俾美國本土同埋大型雲端供應商。挪威排隊排到 2025 年底先收到第一批 H100。呢個現實令挪威 AI 實驗室不得不思考一個更根本嘅問題：如果依賴美國嘅 GPU 供應鏈，我哋嘅 AI 主權仲係咪喺自己手度？

呢個問題對香港嚟講同樣切身。香港雖然名義上可以買到 NVIDIA 產品，但實際上隨住美國對中國嘅科技管制不斷收緊，香港作為特別行政區嘅採購地位愈來愈尷尬。2023 年美國商務部嘅出口管制更新明確將香港納入同中國內地相同嘅限制級別。換句話說，香港科技創業者想買 H100 或者 B200 嚟做 AI 訓練，難度同深圳嘅創業者差唔多。

挪威嘅應對策略係「混合基建」：佢哋用華為嘅 OceanStor Pacific 全快閃儲存系統（2PB 容量）作為骨幹儲存，配合本地採購嘅 GPU（包括部分 AMD MI300X 同少量 H100），再加上歐洲雲端服務商嘅算力，砌出一套去美國中心化嘅 AI 基建方案。呢個策略嘅核心邏輯係：儲存層用中國技術，算力層用美國技術（盡量），雲端層用歐洲技術。唔好將所有雞蛋放喺同一個地緣政治籃子入面。

華為 2PB 全快閃：技術實力定係戰略選擇？

華為 OceanStor Pacific 系列全快閃儲存系統喺技術層面確實在業界有競爭力。呢套系統支援 2PB 有效容量、百萬級 IOPS、以及低於 1 毫秒嘅延遲，對於 LLM 訓練場景嚟講，呢啲指標係關鍵。LLM 訓練過程需要不斷讀取大量訓練數據，傳統 HDD 儲存嘅 I/O 瓶頸會直接拖慢 GPU 利用率。業界數據顯示，用全快閃儲存可以將 GPU 閒置時間減少 30-40%，意味住同樣嘅 GPU 可以訓練更大嘅模型或者更快完成訓練。

但技術規格只係故事嘅一半。挪威選擇華為，唔單止係因為佢哋嘅產品好，而係因為華為願意賣俾佢哋。呢個聽落好似好荒謬——買嘢仲要供應商肯賣先得？但喺而家嘅地緣政治環境下，呢個正正係核心問題。美國嘅儲存方案供應商如 Dell、HPE、NetApp，雖然產品成熟，但佢哋嘅供貨受到美國政府嘅間接影響。華為作為中國公司，不受美國出口管制約束（雖然佢哋自己被美國制裁），反而有更大嘅靈活性去服務非西方市場。

更重要嘅係，華為喺挪威已經有長期合作基礎。華為由 2009 年開始就為挪威嘅電訊營運商 Telenor 提供 4G 設備，後來嘅 5G 建設雖然受到美國壓力，但挪威政府最終決定容許 Telenor 喺非核心網絡繼續使用華為設備。呢段長達十幾年嘅合作關係建立咗信任，而信任喺科技基建決策中嘅重要性往往被低估。

仲有一個層面係成本。華為嘅全快閃儲存系統喺同等規格下，價格大約係美國同類產品嘅 60-70%。對於挪威呢類政府資助嘅 AI 項目，成本效益係重要考量。將節省落嚟嘅預算投入到更多 GPU 或者數據中心營運，係好合理嘅財務決策。挪威 AI 實驗室嘅主任喺一次內部簡報中甚至提到：「用華為儲存省落嚟嘅錢，夠我哋買多 50 張 MI300X。」

非西方國家嘅 AI 基建策略光譜

挪威嘅案例揭示咗一個正在形成嘅全球現象：非西方國家正喺度發展一套「獨立於中美」嘅 AI 基建策略。呢個光譜大致可以分成三種模式。

第一種係「北歐模式」，以挪威、芬蘭、瑞典為代表。呢啲國家本身有雄厚嘅科研實力同財政資源，但市場細、語言特殊。佢哋嘅策略係技術混搭——從唔同來源採購最佳組件，避免對單一供應鏈嘅依賴。挪威選華為儲存、AMD GPU、歐洲雲端；芬蘭嘅 Lumi 超級電腦用咗 AMD 同華為嘅混合架構；瑞典嘅 AI 研究機構就同中國嘅阿里巴巴雲合作測試模型部署。呢啲國家嘅共同特點係：佢哋將 AI 基建視為國家安全問題，但同時保持務實，唔會被地緣政治口號綁架。

第二種係「南方模式」，以巴西、印尼、南非等新興經濟體為代表。呢啲國家嘅 AI 基建投資相對有限，佢哋更傾向接受中國嘅「一帶一路數碼絲綢路」方案——成套嘅基建 package，包括華為嘅儲存、伺服器、甚至 GPU 替代方案。對於呢啲國家嚟講，價格同交付速度遠比技術自主重要。巴西嘅國家 AI 計畫就係用華為做核心基建夥伴，因為美國公司嘅報價高兩倍而且交付期長一年。

第三種係「香港模式」——或者更準確咁講，香港仲未有一個明確嘅 AI 基建策略。香港有世界級嘅數據中心基建、自由嘅資訊流通（名義上）、同埋相對成熟嘅金融科技生態。但喺實際嘅 LLM 訓練基建層面，香港創業者面對嘅困局係：冇本地大規模 GPU 集群、雲端成本高、以及採購先進硬體嘅不確定性。香港科技園同數碼港雖然有推出 AI 相關嘅資助計畫，但規模同挪威嘅 10 億克朗完全唔係同一個層次。

香港創業者嘅實際行動指南

挪威嘅經驗對香港創業者嚟講，與其話係一個榜樣，不如話係一個提醒：AI 基建嘅地緣政治化係不可逆轉嘅趨勢，與其等到被制裁或者供應鏈斷裂先嚟應急，不如而家就開始建立多元化嘅基建組合。

具體建議有三點。

第一，認真考慮 AMD 路線。NVIDIA CUDA 生態雖然係行業標準，但 AMD ROCm 喺過去一年嘅進步好大，尤其係 LLM 訓練場景。Mixtral 8x7B 同 LLaMA 系列已經可以喺 MI300X 上流暢訓練，而且 AMD 嘅供貨情況遠比 NVIDIA 穩定。香港創業者可以考慮用 AMD + 華為儲存（如果許可證允許）或者 AMD + Pure Storage 嘅組合，性價比可能比全 NVIDIA 方案高 40% 以上。

第二，唔好忽視儲存層嘅戰略價值。好多創業者將精力全部放喺 GPU 上面，但 LLM 訓練嘅效率 bottleneck 好多時係 I/O。挪威用 2PB 全快閃唔係炫富，而係理性投資。香港創業者可以考慮以租用方式獲取全快閃儲存，唔一定要一次過買斷。而家愈來愈多儲存即服務（STaaS）嘅方案，可以將資本開支轉為營運開支，靈活性大好多。

第三，建立「去中心化」嘅訓練基建思維。唔好假設你可以長期依賴任何單一供應商或者單一地理區域。挪威嘅混合基建模式——本地儲存 + 混合 GPU + 歐洲雲端——係一個值得參考嘅藍圖。香港創業者可以思考類似嘅結構：本地做數據預處理同儲存，台灣或日本嘅資料中心做部分訓練，再加上歐洲或東南亞嘅雲端做後備。咁樣做雖然管理複雜度會提高，但長遠嚟講係保障業務連續性嘅最佳做法。

挪威用華為 2PB 快閃訓練 LLM 呢件事，表面上係一個技術採購決定，實際上係全球化時代結束之後，每個非西方國家都要面對嘅生存課題。香港喺呢個新秩序入面，如果繼續抱住「美國供應鏈最方便」嘅舊思維，好快就會發現自己喺 AI 基建嘅牌桌上冇位坐。挪威嘅選擇提醒我哋：喺大國博弈嘅夾縫中，靈活性同多元化，永遠比陣營忠誠更重要。