事件经过
这份RAND Europe报告评估分布式训练——允许地理位置分散的数据中心作为单一训练资源运行的技术——是否可以帮助缩小欧洲的前沿AI计算差距，基于文献综述、专家咨询和计算和功率需求的定量估算。关键发现：分布式训练缓解了欧洲三个结构瓶颈中的两个（电力和政治协调），但不增加芯片——截至2026年初，欧洲拥有约123,000个H100等效的运营容量，而美国约有140万个，到2030年在当前计划下预计将增长到320万个与至少1940万个。该报告指出分布式训练改变了"这个库存是否可以汇聚为足够大的单一资源用于前沿训练"，而不是保持分散在单个规模不足的集群中。它建议绘制/准备物理基础设施（与ENTSO-E/DG ENER进行电网容量评估、与DG CONNECT进行跨边界光纤评估、欧洲AI基础设施参考）并简化跨边界监管。
影响分析
对于评估AI主权战略的欧盟决策制定者和企业，这量化了欧洲相对于美国的计算赤字规模，并提供了一个具体的近期政策杠杆（分布式训练基础设施和监管协调），而无需匹配美国/中国的资本投资。
建议行动
政策负责人应根据国家AI主权路线图评估报告的基础设施就绪建议（电网/光纤地图、EuroHPC协调）。