如果加拿大希望在人工智能时代保持竞争力，就不能仅停留在科研领先层面，而必须开始大规模建设自主AI基础设施。

Schuler指出，加拿大的AI发展故事早在当前生成式AI热潮兴起之前便已展开。过去数十年来，该国持续投入基础研究，为现代机器学习的发展奠定了重要基础。“真正关键的是数据与计算能力的结合，”他说，“这才是决定性因素。”

然而，尽管加拿大很早就认识到AI的战略价值，并建立了全球规模领先的AI人才储备之一，Schuler认为，与快速推进的国际竞争对手相比，加拿大企业在行动上往往较为谨慎。“企业需要加快速度，”他说，“他们需要做得更多。”

Schuler进一步表示，“主权AI”正成为越来越重要的概念，其基础在于“硬件、数据和人才”，同时也取决于谁掌控支撑这些要素运行的基础设施。核心问题在于资源获取能力。企业和研究机构必须拥有充足的算力资源才能保持竞争力；与此同时，它们还需要确保关键数据始终处于加拿大的控制之下。

掌控数据中心技术栈

AMD高级副总裁兼首席软件官Andrej Zdravkovic表示，加拿大的科技生态系统拥有在全球竞争中脱颖而出的科研实力和人才基础，但关键在于如何将这些优势转化为实际部署的系统和产业能力。“我们在科研创新方面表现卓越。”他说。

他认为，下一步应通过建设数据中心、推进系统集成，以及加强企业、高校和政府之间的协作，将科研成果真正落地。Zdravkovic指出，加拿大应在本土建设更多支撑人工智能和高性能计算（HPC）的关键基础设施，而不是完全依赖外部系统。

真正的挑战并不仅仅在于芯片在哪里制造，而在于加拿大能否掌握并运营建立在芯片之上的数据中心技术栈（data center stack）及其处理流程。

在主权与合作之间寻求平衡

然而，“主权”并不意味着“孤立”。在峰会闭幕炉边对话中，加拿大人工智能与数字创新部长Evan Solomon表示，加拿大的战略是在确保人才和技术扎根本土的同时，与值得信赖的盟友和企业建立合作关系。“主权并不意味着自我封闭。”他说。

Solomon还强调，光子技术（Photonics）、先进封装（Packaging）、量子实验室（Quantum Labs）和数据中心，都是加拿大发展人工智能模型、自动化系统和AI智能体（AI agent）所需的新一代基础设施的关键组成部分。

他表示：“如果没有芯片之下的技术栈——算力、电力、人才和数据——作为支撑，这一切都无从谈起。”他将基础设施定义为下一波科技发展的真正主战场，认为未来技术竞争的核心不只是应用层创新，而是谁能够率先构建起支撑AI发展的完整底层生态体系。

图1：加拿大人工智能与数字创新部长Evan Solomon在CHIPS NORTH高管峰会闭幕炉边对话上发言。图片来源：Gary Hilson / EE Times

AMD全球AI市场高级副总裁Keith Strier表示，加拿大在光子技术、能源、数据中心和人才储备方面具有显著优势，这为其在全球AI竞赛中提供了坚实基础。他指出，“主权算力”已从过去的小众概念演变为国家竞争力层面的战略必需品。“投资主权基础设施势在必行。”

Strier将“主权AI”的发展划分为三个阶段：首先是早期战略布局阶段；随后是在ChatGPT引发生成式AI热潮后掀起的新一轮投资浪潮；而当前则进入以“韧性（Resilience）”为核心的发展阶段。他认为，实现这种韧性需要建立“强大且多元化的生态系统”，而非依赖单一云平台或单一技术栈。

意法半导体（STMicroelectronics）全球战略副总裁Kirk Ouellette则表示，AI数据中心建设热潮正在重塑全球半导体市场格局，并为加拿大科技生态系统带来前所未有的发展机遇。“我想没有人预料到它会来得如此迅速、规模如此庞大。”他说。

他指出，单个AI数据中心机架所搭载的半导体器件数量最高可达4.5万个，而一辆电动汽车通常仅包含约2,000颗芯片。如此巨大的需求差异，充分说明了当前产业投资与供应链体系为何面临巨大压力。

Ouellette进一步表示，加拿大目前尚未形成完整的本土AI技术栈，但这恰恰意味着巨大的发展空间。

边缘AI为加拿大带来全新发展机遇

数据中心AI技术栈并非加拿大唯一的发展机会。总部位于渥太华的AI硬件初创公司Blumind致力于将高效AI引入电池供电设备和机器人领域。目前的AI芯片功耗较高，需要依赖电网供电，同时也无助于提升加拿大在边缘计算领域的自主性。

为解决这些限制，Blumind近期获得了加拿大政府战略响应基金（Strategic Response Fund）项目FABrIC提供的150万加元（约110万美元）资助，用于推进其面向物理AI（Physical AI）的超低功耗模拟AI技术。

Blumind联合创始人兼首席执行官Niraj Mathur表示，对于受时延、隐私和能耗约束的应用场景而言，端侧AI至关重要。他认为，加拿大的优势体现在科研和早期商业化阶段，但创新企业仍需要获得更多支持，才能实现规模化发展。

他特别提到边缘AI和物理AI应用（包括机器人及健康传感器）作为高价值终端设备，并指出这些设备需要以微秒级时延运行，并将功耗降低数个数量级，才能实现本地部署。

Mathur表示，Blumind认为该领域蕴藏着巨大的发展机遇，他相信加拿大有能力在一片全新的蓝海中占据领先地位。“这一领域仍处于发展初期，因此对加拿大而言，这是一个建立大量能力和竞争优势的绝佳机会。”他说。