托卡马克之冠:对网游“一刀切”严管,重创的远不止游戏业

[文/观察者网专栏作者托卡马克之冠]

一

2023年年底，一则突如其来的消息震撼了中国的互联网和金融市场：国家新闻出版署发布了《网络游戏管理办法（草案征求意见稿）》。

这是在《网络游戏管理暂行办法》废止3年多之后，我国出台的专门针对网络游戏行业的部门管理规章。《征求意见稿》分别从网络游戏出版经营单位的设立与管理、网络游戏的出版经营、未成年人保护、监督管理、保障与奖励、法律责任几方面阐述了主管部门和相关企业的责任和应尽义务。

该草案一发布，国内与游戏产业相关联企业的股价应声倒地，盘中腾讯跌幅一度达到15%，网易跌幅更是高达25%——有人就此戏称，“腾讯跌没了一个小米，网易跌没了四个B站”。

与金融市场的地震海啸相伴生的，是国内游戏业界的一片哀嚎。由于该草案涉及大量对游戏策划业务和营收模式非常具体的硬性要求，且此类要求与行业内以往的常规业务模式颇有相左之处，再加上国内在对游戏行业进行监管时惯常的“一刀切”作风，导致业界对该草案实施后可能对游戏行业造成的影响普遍持悲观情绪。

这则消息带来的负面影响是直观且明显的，以至于在草案公布后，新闻出版总署又先后在22日和25日分别发放了98个和105个国产游戏的版号，发放版号的数量之多、频率之高，创版号制度建立以来未有之纪录；随后又反复表态支持游戏行业发展，希望社会和业界对草案本身畅所欲言，并明确表示愿意对草案中较有争议的条款进行调整。

可以说，有关部门试图挽回因草案而造成的负面影响，平息事态、安抚人心的态度之诚恳，已然溢于言表。

毋庸讳言，中国的国产游戏行业多年来一直多灾多难，发展状况说好听点叫“负重前行”，说难听点叫“连滚带爬”。由各种突发事件和负面印象（如“电子海洛因”）造成的复杂市场环境始终困扰着游戏行业的稳定发展，其中尤以来自政策层面的不确定性造成的影响最为严重，也最为深远。

笔者此前曾就我国游戏行业由于2000年的游戏机禁令而出现的塌方式衰退撰文做过详细介绍，在此不再赘述；此次想从一个相对侧面的角度来谈一谈游戏行业的重要性——多年的污名化，不仅让游戏行业背负了太多骂名，也被掩盖了太多属于自己的光芒。

二

笔者接下来要聊的内容，主要是说给那些对游戏和电子行业不够了解，或认为游戏行业无关紧要的的人听的。

对近来热点新闻有所关注的朋友应都听说过“英伟达”（NVIDIA）的大名。这是一家总部位于美国加利福尼亚州的半导体设计研发公司，成立于1993年。经过30年的发展，这家企业于2023年5月30日成为全球首家市值突破一万亿美元的芯片企业，也成为世界历史上第九家市值达一万亿美元的企业。

在上世纪90年代初，高品质的图形显示设备一般只配备在工作站级的个人电脑上，此类电脑虽然性能出众，但价格昂贵，一般玩家和消费者根本无力负担。美籍华人黄仁勋由于长期供职于AMD等著名电脑芯片企业，对市场状况和行业生态较为了解。因此他敏锐地察觉到这一细分领域的广阔市场前景，并于1993年4月创立英伟达，意在以相对低廉的成本，给个人电脑提供可堪使用的图形显示设备，从而让玩家可以在个人电脑上畅玩高品质的电子游戏。

事实证明黄仁勋的商业嗅觉敏锐而精准，电脑游戏玩家对低成本图形显示设备的迫切需求让英伟达的发展稳健且迅速。英伟达在成立5年后推出了第一款图形处理芯片RIVA并大获成功，次年即1999年便于纳斯达克成功上市。上市当年，英伟达在5月份售出了第1000万块图形处理芯片——仅3年后的2002年2月，英伟达售出的图形处理芯片数量就迅速攀升至一个亿；此外，英伟达还推出了大名鼎鼎的Geforce图形处理器产品线。

而同一时期，中国相关行业还深陷于游戏机禁令的泥淖中难以自拔。

除了为电脑游戏玩家提供图形显示设备外，英伟达也没有停止在其他游戏市场中寻找机会。

例如游戏机市场，微软公司的游戏部门于2001年推出的第一款游戏主机X-Box，就是用一块英伟达的GeForce3显卡改良后的特制图形处理器为自己提供画面支持；索尼于2006年推出的传奇般的游戏机PlayStation3（俗称PS3），使用的也是一块英伟达提供的RSX图形处理器；而在当代知名度非常高的游戏机——任天堂的NintendoSwitch（俗称NS），也是由英伟达的图睿处理器提供画面支持。

英伟达在游戏市场的长期深耕令其获益颇丰。在经济层面，2022年英伟达的营收超过了269亿美元，提供了逾13000个高收入工作岗位。而在技术层面，英伟达的成果琳琅满目。例如GeForce产品线在电脑游戏图形显示设备领域几近垄断，为专业工作站和现代工业设计提供算力支持的Quadro产品线在工业设计领域更是享有盛名，此外英伟达在自动驾驶、存储方案和服务器、高性能计算等领域也多有涉猎。

实际上，现代电子工业中，关于图形处理器（GPU）的概念定义和产业标准，就是由英伟达制定的；使用图形处理器进行图形处理之外的计算工作的重要工具——统一计算架构（CUDA）也由英伟达发明。因此或许可以说，现代人类社会图形显示技术共一石，英伟达独占八斗。

三

英伟达的诸多技术成果中，当下最值得一提的，就是其近年来在人工智能领域的巨大贡献。

人工智能是近年来前沿技术领域和高新技术产业的重大热点。而提及人工智能，便不能不提OpenAI于2022年推出的聊天机器人——ChatGPT。在2022年11月，ChatGPT刚一推出就在社交媒体上迅速走红，5天时间里注册用户数就超过100万；到次年1月，月活用户已突破1亿，成为史上用户数量增长最快的应用。ChatGPT在中国爆火那阵子，笔者家里就连不怎么上网的长辈都对此有所耳闻、能说上两句。

ChatGPT本身只是一款聊天应用，真正让它发挥作用的，是它背后负责提供信息的通用语言大模型GPT4（早期版本为GPT3.5）。说到这里有人可能会问，这和英伟达又有什么关系？因为GPT4和GPT3.5属于生成式预训练通用语言大模型，大模型进行预先训练即机器学习时需要进行大量计算。而为计算过程提供算力支持的，就是英伟达的图形处理器——根据微软披露的消息，OpenAI对GPT4进行训练时所使用的算力设备，是英伟达于2020年推出的A100图形处理器和2022年推出的H100图形处理器。

和很多人想象的不同，人工智能并不是某种超前的新生事物，更不是什么高深莫测的天外玄学，其技术路径和基础原理其实出现得非常早，是非常成熟乃至于可以说非常古老的技术了。其基本原理在1950年代就已提出，其技术路径和算法基础在1980年代就已提出并初步投入应用。例如人工智能的代表算法——卷积神经网络就是1980年代由日本学者福岛邦彦首创的，并于1988年首次在检测医学影像的时候投入使用。

问题来了：为什么技术原理早在1980年代就已出现，但人工智能直到最近这几年才开始大规模爆发呢？

原因有两个方面。

一方面是参数不足。

在1980年代，互联网世界的信息密度相对不高，难以提取出足量的信息对模型进行充分训练——那时候，学者对模型进行训练时所使用的参数最多不过6万个，这还是尽了极大努力的结果。后来随着互联网的普及和应用日益成熟，训练时只需要接入网络接口，让模型通过互联网自行筛选并提取所需信息用于训练，于是，获取足够多的参数以投入模型训练的问题得以解决。

但是，随着参数的增加和信息密度的骤增，第二个限制人工智能训练成效的瓶颈随之出现，那便是算力。

参数的增加导致训练人工智能时所需的算力与日俱增。时至今日，十亿级参数属于严重落伍，百亿级参数稀松平常，OpenAI训练GPT4时更是投入了千亿级参数。如此巨大的数据规模，导致训练模型时对算力的需求完全是一个天文数字。

有人可能会奇怪：能够产生算力的设备有很多，为什么偏偏是英伟达的图形处理器成为了人工智能的算力来源？它不是为游戏提供画面支撑的吗？