欧盟AI基金争议：GPU补贴为何难以惠及真正的创业者

一场关于欧盟AI基金的公开质疑

近日，一位AI创业者在社交媒体上公开发声，对欧盟AI基金的实际运作效果提出了尖锐批评。这位创业者表示，自己曾申请欧盟面向AI初创企业的GPU资源支持计划，但从未获得任何GPU，也不认识任何从该计划中实际获益的人。

这番言论迅速引发了科技圈的广泛讨论，也再次将欧盟在AI领域的产业政策推到了聚光灯下。

欧盟AI基金：理想与现实的落差

政策初衷：用GPU补贴缩小AI差距

欧盟设立AI基金的初衷很明确：在全球AI竞赛中，欧洲明显落后于美国和中国。为了缩小差距，欧盟计划通过向AI初创企业提供算力资源（主要是GPU），降低创业门槛，扶持本土AI生态的发展。

这一思路在理论上完全合理——GPU是AI训练和推理的核心基础设施，而高昂的算力成本正是中小型AI公司面临的最大瓶颈之一。

GPU为何如此关键？ GPU（图形处理单元）最初为图形渲染设计，但其高度并行的计算架构使其成为深度学习训练的理想硬件。以NVIDIA H100为代表的现代AI芯片，单卡售价高达3-4万美元，而训练一个中等规模的大语言模型往往需要数百乃至数千张GPU协同工作数周。这意味着算力成本已成为AI创业的最高门槛之一，直接决定了哪些团队能够参与前沿模型的研发竞争。

值得注意的是，欧盟在数字政策领域历来以监管见长，但在产业扶持上则相对滞后。2023年通过的《人工智能法案》（AI Act）是全球首部系统性AI监管法规，但批评者指出，欧盟在立法监管上的投入远超对本土AI产业的实质性扶持。欧洲AI基金（包括EuroHPC联合计划和Horizon Europe框架下的AI专项）的设立，正是试图在监管之外补上产业支持的短板，但执行机制的设计先天带有欧盟官僚体系的基因。

执行层面的质疑：资源去了哪里？

然而，从这位创业者的亲身经历来看，政策的执行效果似乎与初衷相去甚远。他用了一个非常刺耳的词——"cronyism"（裙带关系），暗示这些资金和资源最终流向了与决策层关系密切的群体，而非真正需要支持的一线创业者。

从经济学角度看，这一现象可以用"寻租"（rent-seeking）理论来解释：当政府掌握稀缺资源的分配权时，理性行为者会将精力投入到影响分配决策上，而非真正的生产性活动。欧盟的GPU分配计划中，评审委员会成员的背景、申请材料的格式要求、与中间机构的关系网络，都可能成为影响资源流向的隐性因素。这并不一定意味着腐败，但结构性的信息不对称和关系网络优势，客观上会导致资源向"懂得如何申请"的群体而非"最需要支持"的群体倾斜。

这种批评并非孤例。欧盟的各类科技资助项目长期以来都面临类似的争议：申请流程繁琐、审批周期漫长、资源分配不透明，最终导致"数万亿欧元的资金从未真正到达目标受众手中"。

深层问题：欧洲AI生态的结构性困境

官僚体系与创新速度的矛盾

欧盟的资金分配机制本质上是一套庞大的官僚体系。从项目申报、评审、拨款到最终落地，往往需要经历多个层级的审批。对于AI这样一个技术迭代以月甚至以周为单位的领域，这种节奏显然是致命的。

当一个创业者花费数月时间等待GPU审批结果时，市场窗口可能早已关闭。

以EuroHPC联合计划为例——这是欧盟最重要的算力基础设施项目，目前在欧洲多国部署了超级计算机节点，包括芬兰的LUMI、西班牙的MareNostrum 5等。然而，这些资源主要面向学术研究机构和大型企业，初创企业获取门槛极高。申请流程通常需要提交详细的技术方案、通过同行评审，并证明项目的"欧洲科学价值"——这套为学术界设计的评审体系，对于需要快速迭代的商业AI创业团队而言几乎是不可逾越的障碍。

资金流向的不透明

更深层的问题在于资金流向的透明度。欧盟的科技资助项目通常涉及多个中间机构——国家级代理机构、区域性分发平台、技术评估委员会等。每一层中间环节都会消耗一部分资源，也增加了寻租空间。

最终，纳税人的钱在层层传递中被大幅稀释，真正用于支持创新的比例令人存疑。

与美国AI创业模式的对比

相比之下，美国的AI创业生态更多依赖市场化机制：

• 云计算巨头直接扶持：AWS Activate为初创企业提供最高10万美元的云服务信用额度，申请流程可在数天内完成；Google for Startups Cloud Program提供最高20万美元的GCP信用额度；微软的Azure for Startups则与其创投生态深度绑定。这些计划的核心逻辑是：云服务商通过补贴早期用户，换取未来的长期客户关系，商业利益与创业者需求高度一致，因此执行效率远超政府主导的分配体系。
• 加速器资源对接：Y Combinator、a16z等顶级加速器与云平台建立了直接的算力资源对接通道，帮助早期项目快速获取算力
• 去中心化分配：市场驱动的模式在效率上远超政府主导的分配体系

这种对比鲜明地揭示了两种路径在执行效率上的巨大差异。

GPU资源困境之外：欧洲AI生态的更深断层

GPU资源分配问题只是欧洲AI生态困境的一个截面。更深层的结构性问题是人才的持续外流：欧洲顶尖AI研究者大量流向美国科技公司，DeepMind（英国）、Mistral（法国）等少数成功案例难以掩盖整体生态的薄弱。根据斯坦福大学AI Index报告，欧洲在AI私人投资规模上仅为美国的约五分之一。当算力获取困难、资金支持低效、市场规模有限三重压力叠加时，欧洲AI创业者面临的系统性劣势远非一个GPU分配计划所能弥补。

对欧洲AI战略的启示

这一事件折射出欧洲AI战略面临的核心矛盾：欧盟试图用自上而下的产业政策来推动一个本质上需要自下而上创新活力的领域。

如果欧盟真心希望扶持AI创业生态，可能需要考虑以下改进方向：

• 简化申请流程：减少中间环节，建立直接面向创业者的快速通道
• 提高透明度：公开资金流向和GPU分配的详细数据，接受公众监督
• 引入市场化机制：与云计算平台合作，通过算力券（compute credits）等形式直接补贴创业者，借鉴AWS、Google Cloud等平台已验证的高效分发模式
• 建立反馈机制：定期收集受助者和申请者的真实反馈，动态调整政策

结语

一位创业者的抱怨或许只是个案，但它所揭示的系统性问题值得深思。在全球AI竞赛日趋白热化的今天，欧洲能否真正将政策资源转化为创新动力，不仅关乎个别创业者的命运，更关乎整个欧洲在未来技术版图中的位置。

纳税人的每一分钱都不应被浪费在低效的官僚流转中——它们应该化作真正推动创新的算力。

核心要点

• AI创业者公开质疑欧盟AI基金的GPU分配计划，称从未获得资源且不认识任何受益者
• GPU作为AI训练核心硬件，单卡售价高达3-4万美元，算力成本是AI创业最高门槛之一
• 欧盟科技资助项目长期面临官僚流程繁琐、资金流向不透明、中间环节过多等结构性问题，经济学"寻租"理论可解释资源错配现象
• EuroHPC等欧盟算力基础设施主要服务学术机构，商业初创企业获取门槛极高
• 与美国市场化驱动的算力分配模式相比，欧盟自上而下的产业政策在效率上存在明显劣势
• 欧洲AI战略需要在简化流程、提高透明度和引入市场化机制等方面进行根本性改革