託卡馬克之冠：對網遊“一刀切”嚴管，重創的遠不止遊戲業

【文/觀察者網專欄作者 託卡馬克之冠】

一

2023年年底，一則突如其來的消息震撼了中國的互聯網和金融市場：國家新聞出版署發佈了《網絡遊戲管理辦法（草案徵求意見稿）》。

這是在《網絡遊戲管理暫行辦法》廢止3年多之後，我國出台的專門針對網絡遊戲行業的部門管理規章。《徵求意見稿》分別從網絡遊戲出版經營單位的設立與管理、網絡遊戲的出版經營、未成年人保護、監督管理、保障與獎勵、法律責任幾方面闡述了主管部門和相關企業的責任和應盡義務。

該草案一發布，國內與遊戲產業相關聯企業的股價應聲倒地，盤中騰訊跌幅一度達到15%，網易跌幅更是高達25%——有人就此戲稱，“騰訊跌沒了一個小米，網易跌沒了四個B站”。

在《徵求意見稿》去年12月22日發佈後，騰訊股價應聲下跌

與金融市場的地震海嘯相伴生的，是國內遊戲業界的一片哀嚎。由於該草案涉及大量對遊戲策劃業務和營收模式非常具體的硬性要求，且此類要求與行業內以往的常規業務模式頗有相左之處，再加上國內在對遊戲行業進行監管時慣常的“一刀切”作風，導致業界對該草案實施後可能對遊戲行業造成的影響普遍持悲觀情緒。

這則消息帶來的負面影響是直觀且明顯的，以至於在草案公佈後，新聞出版總署又先後在22日和25日分別發放了98個和105個國產遊戲的版號，發放版號的數量之多、頻率之高，創版號制度建立以來未有之紀錄；隨後又反覆表態支持遊戲行業發展，希望社會和業界對草案本身暢所欲言，並明確表示願意對草案中較有爭議的條款進行調整。

可以説，有關部門試圖挽回因草案而造成的負面影響，平息事態、安撫人心的態度之誠懇，已然溢於言表。

毋庸諱言，中國的國產遊戲行業多年來一直多災多難，發展狀況説好聽點叫“負重前行”，説難聽點叫“連滾帶爬”。由各種突發事件和負面印象（如“電子海洛因”）造成的複雜市場環境始終困擾着遊戲行業的穩定發展，其中尤以來自政策層面的不確定性造成的影響最為嚴重，也最為深遠。

筆者此前曾就我國遊戲行業由於2000年的遊戲機禁令而出現的塌方式衰退撰文做過詳細介紹，在此不再贅述；此次想從一個相對側面的角度來談一談遊戲行業的重要性——多年的污名化，不僅讓遊戲行業揹負了太多罵名，也被掩蓋了太多屬於自己的光芒。

二

筆者接下來要聊的內容，主要是説給那些對遊戲和電子行業不夠了解，或認為遊戲行業無關緊要的的人聽的。

對近來熱點新聞有所關注的朋友應都聽説過“英偉達”（NVIDIA）的大名。這是一家總部位於美國加利福尼亞州的半導體設計研發公司，成立於1993年。經過30年的發展，這家企業於2023年5月30日成為全球首家市值突破一萬億美元的芯片企業，也成為世界歷史上第九家市值達一萬億美元的企業。

在上世紀90年代初，高品質的圖形顯示設備一般只配備在工作站級的個人電腦上，此類電腦雖然性能出眾，但價格昂貴，一般玩家和消費者根本無力負擔。美籍華人黃仁勳由於長期供職於AMD等著名電腦芯片企業，對市場狀況和行業生態較為了解，因此他敏鋭地察覺到這一細分領域的廣闊市場前景，並於1993年4月創立英偉達，意在以相對低廉的成本，給個人電腦提供可堪使用的圖形顯示設備，從而讓玩家可以在個人電腦上暢玩高品質的電子遊戲。

事實證明黃仁勳的商業嗅覺敏鋭而精準，電腦遊戲玩家對低成本圖形顯示設備的迫切需求讓英偉達的發展穩健且迅速。英偉達在成立5年後推出了第一款圖形處理芯片RIVA並大獲成功，次年即1999年便於納斯達克成功上市。上市當年，英偉達在5月份售出了第1000萬塊圖形處理芯片——僅3年後的2002年2月，英偉達售出的圖形處理芯片數量就迅速攀升至一個億；此外，英偉達還推出了大名鼎鼎的Geforce圖形處理器產品線。

劃時代的GeForce 256 (NV10) GPU（資料圖）

而同一時期，中國相關行業還深陷於遊戲機禁令的泥淖中難以自拔。

除了為電腦遊戲玩家提供圖形顯示設備外，英偉達也沒有停止在其他遊戲市場中尋找機會。

例如遊戲機市場，微軟公司的遊戲部門於2001年推出的第一款遊戲主機X-Box，就是用一塊英偉達的GeForce3顯卡改良後的特製圖形處理器為自己提供畫面支持；索尼於2006年推出的傳奇般的遊戲機Play Station 3（俗稱PS3），使用的也是一塊英偉達提供的RSX圖形處理器；而在當代知名度非常高的遊戲機——任天堂的Nintendo Switch（俗稱NS），也是由英偉達的圖睿處理器提供畫面支持。

英偉達在遊戲市場的長期深耕令其獲益頗豐。在經濟層面，2022年英偉達的營收超過了269億美元，提供了逾13000個高收入工作崗位。而在技術層面，英偉達的成果琳琅滿目，例如GeForce產品線在電腦遊戲圖形顯示設備領域幾近壟斷，為專業工作站和現代工業設計提供算力支持的Quadro產品線在工業設計領域更是享有盛名，此外英偉達在自動駕駛、存儲方案和服務器、高性能計算等領域也多有涉獵。

實際上，現代電子工業中，關於圖形處理器（GPU）的概念定義和產業標準，就是由英偉達制定的；使用圖形處理器進行圖形處理之外的計算工作的重要工具——統一計算架構（CUDA）也由英偉達發明。因此或許可以説，現代人類社會圖形顯示技術共一石，英偉達獨佔八斗。

三

英偉達的諸多技術成果中，當下最值得一提的，就是其近年來在人工智能領域的巨大貢獻。

人工智能是近年來前沿技術領域和高新技術產業的重大熱點。而提及人工智能，便不能不提Open AI於2022年推出的聊天機器人——ChatGPT。在2022年11月，ChatGPT剛一推出就在社交媒體上迅速走紅，5天時間裏註冊用户數就超過100萬；到次年1月，月活用户已突破1億，成為史上用户數量增長最快的應用。ChatGPT在中國爆火那陣子，筆者家裏就連不怎麼上網的長輩都對此有所耳聞、能説上兩句。

ChatGPT本身只是一款聊天應用，真正讓它發揮作用的，是它背後負責提供信息的通用語言大模型GPT4（早期版本為GPT3.5）。説到這裏有人可能會問，這和英偉達又有什麼關係？因為GPT4和GPT3.5屬於生成式預訓練通用語言大模型，大模型進行預先訓練即機器學習時需要進行大量計算，而為計算過程提供算力支持的，就是英偉達的圖形處理器——根據微軟披露的消息，Open AI對GPT4進行訓練時所使用的算力設備，是英偉達於2020年推出的A100圖形處理器和2022年推出的H100圖形處理器。

圖自英偉達官網

和很多人想象的不同，人工智能並不是某種超前的新生事物，更不是什麼高深莫測的天外玄學，其技術路徑和基礎原理其實出現得非常早，是非常成熟乃至於可以説非常古老的技術了。其基本原理在1950年代就已提出，其技術路徑和算法基礎在1980年代就已提出並初步投入應用。例如人工智能的代表算法——卷積神經網絡就是1980年代由日本學者福島邦彥首創的，並於1988年首次在檢測醫學影像的時候投入使用。

問題來了：為什麼技術原理早在1980年代就已出現，但人工智能直到最近這幾年才開始大規模爆發呢？

原因有兩個方面。

一方面是參數不足。

在1980年代，互聯網世界的信息密度相對不高，難以提取出足量的信息對模型進行充分訓練——那時候，學者對模型進行訓練時所使用的參數最多不過6萬個，這還是盡了極大努力的結果。後來隨着互聯網的普及和應用日益成熟，訓練時只需要接入網絡接口，讓模型通過互聯網自行篩選並提取所需信息用於訓練，於是，獲取足夠多的參數以投入模型訓練的問題得以解決。

但是，隨着參數的增加和信息密度的驟增，第二個限制人工智能訓練成效的瓶頸隨之出現，那便是算力。

參數的增加導致訓練人工智能時所需的算力與日俱增。時至今日，十億級參數屬於嚴重落伍，百億級參數稀鬆平常，Open AI訓練GPT4時更是投入了千億級參數。如此巨大的數據規模，導致訓練模型時對算力的需求完全是一個天文數字。

有人可能會奇怪：能夠產生算力的設備有很多，為什麼偏偏是英偉達的圖形處理器成為了人工智能的算力來源？它不是為遊戲提供畫面支撐的嗎？

這是因為人工智能算法的基礎算法原理，是一個在繁雜的數據中尋找、識別和歸納相似性的過程，它最初起源於模擬圖像的形成，與視覺神經的識別圖形的過程高度相似。例如前面提到的卷積神經網絡，它是福島邦彥通過研究蜥蜴眼球裏的視覺神經的運作方式而開發出來的。此類算法的最常見應用方式也與圖像息息相關，例如美顏相機、面部識別、動作捕捉，應用非常廣泛。

英偉達的圖形處理器，初衷就是為了形成各種各樣的圖像以滿足玩家的需求，因此，其圖形處理器就這樣機緣巧合地成為了為人工智能的訓練工作提供算力支持的最佳選擇。

舉例而言，當代人工智能訓練的主要路徑是反向傳播算法，而反向傳播算法的創始人、有着“人工智能教父”之稱的美國學者喬弗裏·辛頓早年在研究神經網絡，實踐反向傳播算法時，使用的算力設備就是兩塊英偉達的GTX580遊戲顯卡。

可以説，遊戲行業和人工智能，兩者是雙向奔赴、彼此促進、螺旋上升的關係。甚至可以不客氣地説一句，當代的人工智能技術發展，在相當程度上是玩家們玩遊戲玩出來的。

四

此前許多人在驚歎ChatGPT的出色表現時不禁要問一句：為什麼ChatGPT沒有出現在中國？中國的互聯網產業並不差啊。

國內企業在相關領域的業務並非完全空白，且不説ChatGPT爆紅之後，國內有大量企業跟風推出了一堆大模型，就算是在ChatGPT推出之前，國內從事百億級參數大模型訓練和應用工作的企業就有不少，比如國內的多家知名網購企業和外賣企業就在這一領域有頗多建樹，百度還推出過自己的人工智能計算處理器。

但為什麼國內企業推出的諸多模型，沒有一個能在綜合表現和使用體驗上與ChatGPT相提並論呢？甚至業內有一種説法，説國產大模型往往刷榜的時候遙遙領先，演示的時候美輪美奐，上線之後一用就廢。

有人説是國內企業不思進取、固步自封，有人説是國內的信息質量不過關，有人説是算法問題，還有人説是算力不足導致。

首先可以排除算法問題。前面説過，人工智能的算法基礎是1980年代就已出現的成熟技術，而且世界上很多知名的大模型都是開源的，接口也對外開放，比如GPT的早期版本，比如Llama2，國內企業就算自己研發不了，抄一個總可以吧？

另外需要指出的是，中國企業在人工智能領域的嗅覺是極其敏鋭的，並不比西方同行差，更談不上固步自封。

喬弗裏·辛頓在2012年曾對自己的皮包公司進行過一次拍賣，其目的實際是要找一家出價足夠高的企業併為其效力。當時百度曾與谷歌就這筆拍賣進行過激烈角逐，雖然辛頓最終決定為谷歌效力，但百度的最終出價其實是高於谷歌的。這説明百度在相關問題上是非常積極主動的，並無懈怠。需指出的是，當時辛頓打包出售的，還有自己手下的兩名研究生，其中一人叫伊利亞·蘇茨克維，他是Open AI的創始人，一手推動了ChatGPT的誕生。僅僅從人事角度來看的話，中國實際上與ChatGPT擦肩而過。

還有人説是參數問題，認為中文互聯網的信息在質量和規模上皆不如國際互聯網，因此低質量的信息對國產大模型的訓練工作造成了污染。

這個説法實際上是站不住腳的，因為參數本身可以通過數據整理工程進行人工處理，另外還可以對大模型進行監督學習，訓練結果也可以進行人工校對。實在不行，還有一些企業可以接入國際互聯網，用國際互聯網的信息進行模型訓練。國內從事大數據挖掘處理工作的企業為數不少，但效果依然不如人意，甚至搞出了諸如“松鼠鱖魚”式的笑話，這説明參數問題並非主要矛盾。

排除一切錯誤選項後，唯一剩下的結論就是正確答案：國內人工智能產業與世界先進水平之間之所以會有如此巨大的差距，根子就出在算力不足上。

中國並沒有能與諸如英偉達和AMD這些國際巨頭相提並論的圖形處理器供應商，而英偉達和AMD的高端算力設備又被美國實施禁運封鎖。例如前面提到的H100和A100處理器，美國在宣佈對華禁運這些設備後，國內市場上通過第三方國家渠道進口的市價一度上漲了近四倍，且供不應求。

其實就算是可以暢通無阻購買算力設備的微軟，在訓練大模型所需要的龐大消耗面前，其算力資源也是非常緊張的。為此，微軟在ChatGPT爆紅之後曾發佈內部命令，要求所有部門將自己持有的H100和A100處理器統一報備，登記造冊，全力支持Open AI的運營工作。

五

雖然當下英偉達的遊戲顯卡業務只佔其總營收的1/3左右，但它是吃着遊戲產業這碗飯才發展至今的。英偉達的創始人黃仁勳自己也在多個場合反覆強調這點：沒有遊戲產業，就沒有今天的英偉達，更沒有今天的人工智能。

而中國在相當程度上缺席了這一進程。一紙遊戲機禁令，一頂“電子海洛因”的帽子，或直接或間接地導致一個關鍵領域的落後。發文張張嘴，追趕跑斷腿，教訓不可謂不慘痛。

國內也有企業在奮起直追。很多人可能不知道，中國也有自己的遊戲顯卡企業，叫摩爾線程，成立於2020年，在電腦發燒友羣體中有一定知名度，在去年12月19日推出了國內首個千億級參數模型的訓練平台，算是初步解決了國內在相關領域的有無問題。

但中國畢竟是這個行業領域的後來者，指望一口吃成胖子並不現實。筆者作為遊戲愛好者，也購買過摩爾線程的顯卡。以筆者有限的使用體驗來看，其產品足堪使用，品質上佳，但在硬件設計、生態建設和驅動支持等領域與英偉達、AMD等行業巨頭仍有極為明顯的差距。中國在這個領域還有很多錯過的課要補。

行業賴以生存的基礎是保本求利，企業運轉需要資金，研發工作需要經費，商業活動不是用愛發電。英偉達發展至今，是靠遊戲玩家們幾十年如一日拿真金白銀一分一釐喂出來的，而要實現遊戲玩家和芯片企業之間在需求-研發上的正循環，一個繁榮的、穩定的、興旺的遊戲市場是不可或缺的。

在差距已經顯現、國內企業正奮起直追的節骨眼上，盲目使用政策工具造成業內嚴重恐慌、對市場環境造成嚴重負面影響，顯然是極不慎重也極不明智的。

往者不可諫，來者猶可追。筆者花這麼大篇幅歷數種種過往，並不是要揭誰的老底或追究誰的責任。筆者是要闡明一點，即在經濟活動中，政策工具是一把雙刃劍，它可能造成的後果是難以預料的，若是不慎重對待，極有可能對多個領域同時造成深遠的負面影響。

蒲松齡在《聊齋志異》的《促織》中寫有一句名言：“故天子一跬步，皆關民命，不可忽也。”這句話值得後人細細領會。

本文系觀察者網獨家稿件，文章內容純屬作者個人觀點，不代表平台觀點，未經授權，不得轉載，否則將追究法律責任。關注觀察者網微信guanchacn，每日閲讀趣味文章。