新报告指出：全球对前沿 AI 训练实施硬件级硬暂停具有可行性

来自 UC Berkeley、普林斯顿、斯坦福等高校的 26 位学者发布一份 200 页报告，论证了全球实施至少 10 年前沿 AI 训练互相核验硬暂停的可行性。该方案主张停产 AI 训练芯片并淘汰存量，逐步替换为仅支持推理的专用芯片（inference-only chips），从硬件底层限制训练新模型。该机制可在允许继续使用现有模型并降低数据中心资源消耗的同时，防止潜在的灾难性风险与隐蔽违约。