其实也不知道怎么说明，再不讲得太深入又能够很简白地说
真的蛮难的，我就大概点到一些点，然后开头直接下个结论吧
美国想阻止的是中国透过AI完成强人工智能，或是通用型的AI
有点类似现在目前的ChapGPT进化的最终版
但如果要阻止中国完成区域性或是弱人工智能已经不可能了
然后4090就没办法做正经的AI吗?
只能说在军武点上要实现的AI功能，其实大部分有11GB左右的显卡就能完成
也就是像2080TI这样的显卡，就能完成很多现今军武装备的大跃进
这边科普一下，我们现今说的AI其实是一个很大的范畴
AI包含了机器学习(ML)、深度学习(DL)、强化学习(RL)等等
但往往现今在讲的一些AI或是突破会是以深度学习较多
通常在做一个AI模型，如果是DL会有两个阶段
第一个阶段称之为训练(Training)
第二个阶段称之为实现/推理(Inference)
第一个阶段通常就会使用GPU进行模型的参数训练
简单来说就是透过大量的资料来得到一批好的参数
而第二阶段就不一定要使用到GPU了
在实务面上在第二阶段使用GPU会遇到一些瓶颈，例如体积、耗电量、等问题
（当然如果在工厂内其实就没差，机台就这么大台）
但如果在一些军武设备上，以上就是要考量的点，还要考量很多额外因素
所以往往会是自行客制化的板子来实现，大家可以想像就是客制化不外售的板子
或是可以参考特斯拉的作法，就是会客制化芯片/FPGA
那回过头来说，对这些军武大厂来说，麻烦的并不是训练出一个模型
而是怎么把模型很好的放在他们的军武设备里面，而且可以正常运作
因为这边就牵扯到了很多模型部属，然后要用底层的程式码来撰写神经网络这件事
那老美为什么要禁中国取得这些服务器等级的GPU呢?
因为这些GPU可以训练出有自主能力的AI
大家就可以想像AlphaGO(当初下围棋的AI)
在军武点上就是以后的无人机变成是可以自主接敌
无人潜舰可以自行锁敌规划接战流程
无人砲车/自主机器人等等等...
那现今的状况呢?
单纯的影像辨识、讯号辨识、雷达辨识在各大军火商已经相当成熟了
甚至一些新的产品用的一些AI模型甚至也不是深度学习架构
举一个这次乌俄战争中最明显的美俄差距
为什么美国像是随时开图一样呢?这点大家仔细想想应该也不难理解
NV除了被断大型的服务器GPU外，其实也限缩了很多嵌入式的GPU