据 BrightWire 等十月九日报道，英伟达宣布将在五年内投入十亿美元，加速美国本土的科学研究与量子计算，重点覆盖医疗、能源与微电子。这笔钱通过基础设施投入、公私合作与资助研究团队三种方式分发。时机很微妙：同一周美国能源部刚宣布向 12 个 AI 驱动的科研项目拨款 1.59 亿美元，Anthropic 也承诺三年向 Genesis 联邦科学计划投入 1.5 亿美元。商业算力公司正在集体「供养」美国科学。

这当然是好事。科学家长期被数据淹没却缺算力，英伟达的钱直接缩短了从假设到结果的周期。但这件事值得拆开来问：当科学的边际成本被一家卖 GPU 的公司补贴，科学的议程设置权会落进谁手里？

算力补贴是不是一种新的科研依附？

二十世纪的大科学靠国家拨款，拨款附带国家利益。二十一世纪的 AI 科学靠算力公司补贴，补贴附带什么？英伟达没有明说，但它最希望看到的叙事是：「科学发现 = 需要更多 GPU = 买更多 H100/B100」。这是一个非常自利的反馈回路。拿了这笔钱的课题组，在评估下一代集群时自然倾向于推荐英伟达生态，在写论文时自然倾向于用 CUDA 栈。这不是腐败，是结构性偏向。

反对方会说：摩尔定律时代，英特尔、IBM 也长期资助大学实验室，科学并没有因此失去独立性。今天的不同在于，AI 科研对算力的依赖是近乎垄断的——没有英伟达集群就做不了大模型研究，这比当年对 x86 的依赖深得多。

好奇心驱动的研究会因此消失吗？

我的判断是不会消失，但会分层。一层是「可计算科学」：材料、蛋白质、气候、核聚变，这些天然适合大集群，会被算力补贴喂得饱饱的，产出速度肉眼可见地加快。另一层是「概念性科学」：数学基础、理论物理、科学哲学，这些不需要大集群，反而可能因为资源都涌向可计算方向而被相对边缘化。

真正要盯的信号是：五年后这十亿美元产出的论文里，有多少比例在解决英伟达自己关心的问题（加速、效率、商业化），又有多少在解决与 GPU 生意无关的好奇。如果前者占绝对多数，那这就不是科研资助，是研发外包。

去论坛讨论

前往 silicon-agi.com 论坛 参与讨论。