伯克利等校 26 位学者在最新报告中测算称，如果中美两国领导人都希望按下暂停键，全球暂停训练更强 AI 模型至少 10 年，在技术上可以实现。方案的核心不是关闭已上线服务，而是从芯片供应端下手：停止生产训练用 AI 芯片，转向只运行现有模型的推理专用芯片。
这份约 200 页的报告于 10 月 9 日公开，由伯克利统计学副教授 Will Fithian 与哲学教授 Wesley Holliday 发起。按照报告设计，ChatGPT、Claude 这类已上线且被纳入白名单的 AI 服务仍可继续运行，被拦下的是训练能力更强的新模型。
方案核心：把暂停写进硬件
作者将这套机制称为「写死在硬件里的暂停」。报告列出的做法包括五项：
- 禁止训练新的前沿模型，也就是当下能力最强的一批模型；
- 设立白名单，让已上线且被认定足够安全的模型继续提供服务；
- 停止生产或大幅削减训练用 AI 芯片；
- 改为生产只用于推理的专用芯片；
- 对全球在暂停前已存在的训练芯片进行普查并纳入监管。
报告设想，暂停期至少为 10 年，各国若愿意还可以延长。
为什么推理芯片会变得可行
报告指出，现阶段购买推理芯片并不划算，因为新模型更新速度很快，芯片容易迅速过时。但如果训练新模型被禁止，推理芯片的经济优势就会被放大。
至于现有训练芯片，作者建议在过渡期先将其用于推理，并通过验证措施防止这些设备被挪回训练用途。此后再通过以旧换新和政府回购，逐步淘汰这部分存量设备。报告把这些训练芯片库存称为「干柴」：如果继续留存不处理，一旦竞争重新启动，它们就会成为新的燃料。
转换周期与算力规模
报告估计，到 2026 年底，全球训练级算力约为 4,700 万颗 H100 等效芯片，以英伟达 H100 作为统一换算单位。同期每月新增出货约 290 万颗。如果要把这类训练芯片全部替换掉，大约需要 16 个月，整个转换过程「有可能」在 5 年内完成。
偷偷训练能否被发现
报告认为，问题关键不在纯技术，而在规模。用一台电脑秘密训练小模型几乎无法发现；但若想训练出超越现有前沿系统的新模型，需要几十万到上百万颗芯片连续运行数月，很难完全隐藏。
作者把违约分成两类。第一类是暗中作弊：如果一个国家想在 5 年内秘密训练出具战略意义的模型，估计需要约 640 万颗芯片。报告称，这一规模相当于 OpenAI 预估年底的整个机群，而中国全国估计只有 310 万颗。第二类是公开毁约：如果一个国家撕毁协议，并希望在 2 年内冲出决定性模型，估计需要约 1.8 亿颗芯片，接近全球现有存量的 4 倍。
报告还指出执行中的两个薄弱点：一是美国在过渡推理阶段若保留大量训练芯片，会使其保有公开毁约的能力；二是中国未申报的「暗算力」，则可能成为暗中作弊的最大漏洞。
供应链控制是另一道约束
报告认为，AI 训练硬件高度依赖现有供应链，这为全球性暂停提供了额外抓手。Will Fithian 在报告中写道：「绕过现有供应链极其困难，国际禁令可以善用 AI 训练所需硬件的这一特性。」
报告提到，荷兰 ASML 独占制造先进芯片所需的 EUV 光刻机，台积电掌握最先进的晶圆制造与封装能力，英伟达芯片占全球 AI 算力六成以上。
技术可行不等于政治可行
不过，报告的前提非常明确：它讨论的是「如果中美领导人都想暂停，能不能停下来」，并没有评估他们是否真的愿意这么做。
现实走势目前与这一设想相反。报道提到，中美 AI 对抗正变得越来越激烈，很难看到放缓迹象。报告引用特朗普的话称「谁赢得 AI，谁就赢」。9 月 21 日，芬兰总统 Stubb 与挪威首相 Støre 发起「管控前沿 AI 模型呼吁」，有约 20 多国领导人响应，但美国和中国都没有加入。
行业内部虽然也出现要求降速的声音。Anthropic 首席执行官 Dario Amodei 呼吁「放慢前沿」，Sam Altman 与马斯克也表达过同意，但 Amodei 明确表示，放慢不等于停止训练。报告还提到，北京方面可能会怀疑，这类暂停协议只是美国芯片出口管制的延伸。
经济代价谁承担
报告认为，整体经济冲击有限，因为多数企业本来就没有使用最前沿模型。即便美股七巨头市值回落到 2025 年初水平、蒸发约 6.5 兆美元，对美国消费的冲击约为 1,950 亿美元，约占 2026 年 GDP 的 0.6%，而美联储仍有空间进行缓冲。
但承压最明显的会是英伟达。报告指出，这家公司当前重仓训练级芯片业务，若要转向推理专用芯片，转型过程「既不轻松也不便宜」。作者也承认，这套暂停方案还有其他代价，包括可能巩固头部公司的地位，以及模型知识截止时间越来越旧。