![](https://images1.caifuzhongwen.com/images/attachement/jpg/site1/20240731/080027b692af28144e9e0a.jpg)
风险投资者李开复在他2018年出版的《人工智能超级大国》(AI Superpowers)中预测,世界将划分成冷战似的数字权力阵营,一方由美国领导,另一方则由中国领导。李开复认为,在开发人工智能模型方面,这两个经济大国将占据绝对主导地位,因为与其他国家相比,这些国家的公司有更多风险资金、更多科学家,而且更重要的是,它们拥有更多数据。李开复写道,由于人工智能趋向于垄断,“更优秀的产品会带来更多用户,用户带来更多数据,而这些数据则会使产品不断完善,从而带来更多用户和更多数据”,中美两国最终将取得“巨大的领先优势”,使其他国家变成数字客户国家。
这番预言并没有让新加坡这个小国气馁。这个东南亚城邦国家国土面积只有罗德岛的四分之一,却拥有560万人口。在人工智能方面,它的影响力远远超出了它的规模。按照位于伦敦的Tortoise Media的全球人工智能指数(Global AI Index),新加坡排在第三位,仅次于美国和中国。该指数根据100多个不同指标,对62个国家的人工智能实力进行评估。这个岛国利用其庞大的集装箱港口和忙碌的机场,抵消了国内数据匮乏的影响。其规模庞大的银行和Grab、Sea等生机勃勃的“超级应用”,正在利用人工智能和数据分析推行区域与全球增长策略。
新加坡从许多方面提供了一个研究案例,用于验证中小国家在日益激烈的人工智能军备竞赛中,如何跟上中美的脚步。它的经验表明,在大数据时代,小国甚至可能比大国更有优势,在释放人工智能的潜力方面,小国具有独特的灵活性。麦肯锡(McKinsey)新加坡办事处的高级合伙人奥利弗·托比表示:“作为小国,你需要足够聪明,要行动更迅速,要灵活。新加坡证明了一个具有前瞻性的、充满活力的政府可以有所作为。”
2019年,新加坡是最早通过国家人工智能战略的国家之一。去年12月,新加坡时任副总理黄循财(现任总理)通过了一份名为《全国人工智能策略2.0》(National AI Strategy 2.0)的政策框架,更新和扩大了相关计划。作为该框架的一部分,新加坡政府将在未来五年投入7.43亿美元,以提升新加坡的人工智能能力。
新加坡数码发展及新闻部部长杨莉明表示,新加坡的目标很保守。她坚持说:“我们不想成为人工智能超级大国。我们不需要这样做。”相反,这个城邦国家对自己的定位是做数字领域的瑞士,同时受到两大阵营的信任。
从某种程度上来说,新加坡已经实现了这个目标。其顶级科技初创公司得到了中美两国风险投资者的投资。新加坡的数据中心不仅为亚马逊(Amazon)、谷歌(Google)、微软(Microsoft)和Meta Platforms等公司提供云基础设施,同时也服务中国电信(China Telecom)和阿里巴巴(Alibaba)等公司。在新加坡的中央商务区,TikTok母公司字节跳动(ByteDance)和在线零售商希音(Shein)等中国科技巨头,正在与谷歌、亚马逊和IBM等抢占办公空间。
一个迄今为止远未解决的问题是,新加坡是否有任何本土人工智能企业能建立自己的全球影响力。
新加坡众多人工智能计划的一个特点是,努力利用其作为全球旅游、金融和货运中心的地位,希望开发专门适用于这些行业的人工智能,并将其货币化。新加坡樟宜机场(Changi Airport)是全球最忙碌的机场之一;去年旅客吞吐量超过5,900万人。樟宜机场利用人工智能对行李进行筛查和分类,并支持移民审核使用的面部识别技术。目前,人工智能技术使樟宜机场成为全球效率最高的机场之一;未来,它将为新加坡在其他领域推广算法提供动力。
人工智能在新加坡庞大的集装箱港口中同样扮演着关键角色。新加坡的集装箱港仅次于上海,是全球第二忙碌的港口。去年,新加坡集装箱港处理了3,900万个标箱(或20英尺标准单位,每个单位相当于一个标准海运集装箱)。新加坡港使用人工智能来指挥船舶交通、绘制锚地模式图、协调及时货物交付、处理注册文件等。新加坡海事及港务管理局(Maritime and Port Authority of Singapore)助理首席执行官大卫·傅表示,今年早些时候,由于全球航运公司为避免胡塞武装的袭击而改道离开红海,这些人工智能能力帮助运营商顺利处理了激增的需求。该港口的运营商已经非常擅长使用人工智能,他们正准备将其管理系统授权给其他航运枢纽。
新加坡的大银行也在积极采用人工智能。东南亚最大贷款机构星展银行(DBS Bank)的首席分析官萨米尔·古普塔表示,该银行拥有一支由近千名数据科学家、分析师和工程师组成的团队,而在2017年该团队只有25人,这是因为该银行高管受到了一级方程式赛车车队使用数据的方式启发。古普塔表示,在F1赛车中,“人工智能策略与赛车一样重要,甚至更重要。”同样,在星展银行,数据工作人员已经从幕后来到了“台前”。
新加坡还希望通过与其他东南亚国家合作,弥补国家规模较小的不足。东南亚国家拥有超过6.8亿人口。但实现这个目标的一大障碍在于:该地区的语言高度多元化。东南亚有11个国家,但人们使用的语言超过1,200种。东南亚国家抱怨他们用自己的语言使用硅谷创建的大语言模型时效果不佳,因为虽然这些模型反应速度快,能力强大,却主要以英文进行训练。
新加坡认为这是一大机遇。去年12月,新加坡国家研究基金会(Singapore National Research Foundation)表示,将投入5,200万美元开发类似于ChatGPT的人工智能,这将是第一款针对东南亚国家的语言和文化量身定制的模型。该模型名为SEA-LION(东南亚语言一体化网络的缩写),这个开源引擎可翻译11种主要语言。这项看起来不可能完成的任务,被分配给由25名研究人员组成的团队,该团队位于新加坡国立大学(National University of Singapore)的一间小办公室里,得到了新加坡人工智能组织(AI Singapore)的赞助。新加坡人工智能是由政府发起成立的一家机构,旨在促进新加坡私营企业采用人工智能。
SEA-LION团队规模很小,资金有限(相比之下,OpenAI迄今已筹集了140亿美元),但团队负责人达利斯·刘认为,翻译引擎并非越大越好,而且东南亚人不能依赖美国科技公司的信誉。他问道:“如果西方国家决定关闭他们的模型怎么办?如果你的语言是泰语、马来语、泰米尔语或他加禄语,你就会被排除在外。”
早在人工智能蓬勃发展之前,新加坡就已经是全球最大的数字枢纽之一。新加坡通过25条海底电缆与世界其他地区高度连通,并计划未来十年再铺设14条。但如果新加坡要作为全球数据枢纽繁荣发展,它必须建设更多数据中心——这对于土地稀缺、能源昂贵和全年闷热的岛国而言是一个不小的挑战。
目前,新加坡有70多座数据中心,装机容量为1,400兆瓦。2019年,新加坡政府宣布,出于对占地空间和电力消耗的担忧,将暂停新建数据中心。结果是:运营商蜂拥前往马来西亚和印尼建设数据中心,而这些国家对他们的投资表示热烈欢迎。今年5月,新加坡发布了新路线图,允许建设最多530兆瓦新容量。但新数据中心必须达到更加严格的可持续发展和绿能标准,才能获得政府批准。
新加坡云服务提供商Sustainable Metal Cloud(SMC)的联合创始人蒂姆·罗森菲尔德认为,新加坡这个城邦国家在资源方面的局限性,将限制刺激创新的成效。罗森菲尔德和澳大利亚工程设计公司Firmus的同事开发的一种技术,对GPU进行液浸冷却,而不是传统设施中使用的高能耗空气冷却。Firmus开发的液浸箱HyperCubes,可安装在标准货运集装箱中,运送到世界任何地方。2023年6月,Firmus与新加坡大型数据中心运营商新科电信媒体集团全球数据中心(ST Telemedia Global Data Centers)合作创建了SMC,该公司将在新科电信媒体集团在新加坡和亚洲其他地区的设施内改造HyperCubes。根据一个领先的算力消耗指标,HyperCubes可将数据中心的能耗与碳排放减少高达50%。
新加坡国立大学副教务长、新加坡人工智能组织的高级总监西蒙·切斯特曼认为,新加坡适中的规模可以鼓励公私部门合作。对于尚未正式颁布人工智能法规的新加坡而言,公私合作至关重要。切斯特曼表示,新加坡正在寻找一种介于美国、欧盟和中国之间的治理模式。美国的法规倾向于支持市场主导的增长,欧盟优先考虑的是数据隐私,而中国则强调社会稳定和国家管控。
切斯特曼表示,新加坡面临的挑战是既要避免监管不足,进而导致国民面临风险,并破坏公众信任,又要避免过度监管吓跑外国合作伙伴和抑制创新。新加坡可能不会变成人工智能超级大国,但它或许可以让其他国家相信,在大数据时代,小国也可以有大作为。(财富中文网)
本文发表于《财富》杂志2024年8月/9月亚洲版,标题为《人工智能岛:新加坡如何在人工智能超级大国的夹缝中找到生存之道》(An AI island: Inside Singapore’s quest to navigate between the artificial intelligence superpowers.)。
译者:刘进龙
审校:汪皓
风险投资者李开复在他2018年出版的《人工智能超级大国》(AI Superpowers)中预测,世界将划分成冷战似的数字权力阵营,一方由美国领导,另一方则由中国领导。李开复认为,在开发人工智能模型方面,这两个经济大国将占据绝对主导地位,因为与其他国家相比,这些国家的公司有更多风险资金、更多科学家,而且更重要的是,它们拥有更多数据。李开复写道,由于人工智能趋向于垄断,“更优秀的产品会带来更多用户,用户带来更多数据,而这些数据则会使产品不断完善,从而带来更多用户和更多数据”,中美两国最终将取得“巨大的领先优势”,使其他国家变成数字客户国家。
这番预言并没有让新加坡这个小国气馁。这个东南亚城邦国家国土面积只有罗德岛的四分之一,却拥有560万人口。在人工智能方面,它的影响力远远超出了它的规模。按照位于伦敦的Tortoise Media的全球人工智能指数(Global AI Index),新加坡排在第三位,仅次于美国和中国。该指数根据100多个不同指标,对62个国家的人工智能实力进行评估。这个岛国利用其庞大的集装箱港口和忙碌的机场,抵消了国内数据匮乏的影响。其规模庞大的银行和Grab、Sea等生机勃勃的“超级应用”,正在利用人工智能和数据分析推行区域与全球增长策略。
新加坡从许多方面提供了一个研究案例,用于验证中小国家在日益激烈的人工智能军备竞赛中,如何跟上中美的脚步。它的经验表明,在大数据时代,小国甚至可能比大国更有优势,在释放人工智能的潜力方面,小国具有独特的灵活性。麦肯锡(McKinsey)新加坡办事处的高级合伙人奥利弗·托比表示:“作为小国,你需要足够聪明,要行动更迅速,要灵活。新加坡证明了一个具有前瞻性的、充满活力的政府可以有所作为。”
2019年,新加坡是最早通过国家人工智能战略的国家之一。去年12月,新加坡时任副总理黄循财(现任总理)通过了一份名为《全国人工智能策略2.0》(National AI Strategy 2.0)的政策框架,更新和扩大了相关计划。作为该框架的一部分,新加坡政府将在未来五年投入7.43亿美元,以提升新加坡的人工智能能力。
新加坡数码发展及新闻部部长杨莉明表示,新加坡的目标很保守。她坚持说:“我们不想成为人工智能超级大国。我们不需要这样做。”相反,这个城邦国家对自己的定位是做数字领域的瑞士,同时受到两大阵营的信任。
从某种程度上来说,新加坡已经实现了这个目标。其顶级科技初创公司得到了中美两国风险投资者的投资。新加坡的数据中心不仅为亚马逊(Amazon)、谷歌(Google)、微软(Microsoft)和Meta Platforms等公司提供云基础设施,同时也服务中国电信(China Telecom)和阿里巴巴(Alibaba)等公司。在新加坡的中央商务区,TikTok母公司字节跳动(ByteDance)和在线零售商希音(Shein)等中国科技巨头,正在与谷歌、亚马逊和IBM等抢占办公空间。
一个迄今为止远未解决的问题是,新加坡是否有任何本土人工智能企业能建立自己的全球影响力。
新加坡众多人工智能计划的一个特点是,努力利用其作为全球旅游、金融和货运中心的地位,希望开发专门适用于这些行业的人工智能,并将其货币化。新加坡樟宜机场(Changi Airport)是全球最忙碌的机场之一;去年旅客吞吐量超过5,900万人。樟宜机场利用人工智能对行李进行筛查和分类,并支持移民审核使用的面部识别技术。目前,人工智能技术使樟宜机场成为全球效率最高的机场之一;未来,它将为新加坡在其他领域推广算法提供动力。
人工智能在新加坡庞大的集装箱港口中同样扮演着关键角色。新加坡的集装箱港仅次于上海,是全球第二忙碌的港口。去年,新加坡集装箱港处理了3,900万个标箱(或20英尺标准单位,每个单位相当于一个标准海运集装箱)。新加坡港使用人工智能来指挥船舶交通、绘制锚地模式图、协调及时货物交付、处理注册文件等。新加坡海事及港务管理局(Maritime and Port Authority of Singapore)助理首席执行官大卫·傅表示,今年早些时候,由于全球航运公司为避免胡塞武装的袭击而改道离开红海,这些人工智能能力帮助运营商顺利处理了激增的需求。该港口的运营商已经非常擅长使用人工智能,他们正准备将其管理系统授权给其他航运枢纽。
新加坡的大银行也在积极采用人工智能。东南亚最大贷款机构星展银行(DBS Bank)的首席分析官萨米尔·古普塔表示,该银行拥有一支由近千名数据科学家、分析师和工程师组成的团队,而在2017年该团队只有25人,这是因为该银行高管受到了一级方程式赛车车队使用数据的方式启发。古普塔表示,在F1赛车中,“人工智能策略与赛车一样重要,甚至更重要。”同样,在星展银行,数据工作人员已经从幕后来到了“台前”。
新加坡还希望通过与其他东南亚国家合作,弥补国家规模较小的不足。东南亚国家拥有超过6.8亿人口。但实现这个目标的一大障碍在于:该地区的语言高度多元化。东南亚有11个国家,但人们使用的语言超过1,200种。东南亚国家抱怨他们用自己的语言使用硅谷创建的大语言模型时效果不佳,因为虽然这些模型反应速度快,能力强大,却主要以英文进行训练。
新加坡认为这是一大机遇。去年12月,新加坡国家研究基金会(Singapore National Research Foundation)表示,将投入5,200万美元开发类似于ChatGPT的人工智能,这将是第一款针对东南亚国家的语言和文化量身定制的模型。该模型名为SEA-LION(东南亚语言一体化网络的缩写),这个开源引擎可翻译11种主要语言。这项看起来不可能完成的任务,被分配给由25名研究人员组成的团队,该团队位于新加坡国立大学(National University of Singapore)的一间小办公室里,得到了新加坡人工智能组织(AI Singapore)的赞助。新加坡人工智能是由政府发起成立的一家机构,旨在促进新加坡私营企业采用人工智能。
SEA-LION团队规模很小,资金有限(相比之下,OpenAI迄今已筹集了140亿美元),但团队负责人达利斯·刘认为,翻译引擎并非越大越好,而且东南亚人不能依赖美国科技公司的信誉。他问道:“如果西方国家决定关闭他们的模型怎么办?如果你的语言是泰语、马来语、泰米尔语或他加禄语,你就会被排除在外。”
早在人工智能蓬勃发展之前,新加坡就已经是全球最大的数字枢纽之一。新加坡通过25条海底电缆与世界其他地区高度连通,并计划未来十年再铺设14条。但如果新加坡要作为全球数据枢纽繁荣发展,它必须建设更多数据中心——这对于土地稀缺、能源昂贵和全年闷热的岛国而言是一个不小的挑战。
目前,新加坡有70多座数据中心,装机容量为1,400兆瓦。2019年,新加坡政府宣布,出于对占地空间和电力消耗的担忧,将暂停新建数据中心。结果是:运营商蜂拥前往马来西亚和印尼建设数据中心,而这些国家对他们的投资表示热烈欢迎。今年5月,新加坡发布了新路线图,允许建设最多530兆瓦新容量。但新数据中心必须达到更加严格的可持续发展和绿能标准,才能获得政府批准。
新加坡云服务提供商Sustainable Metal Cloud(SMC)的联合创始人蒂姆·罗森菲尔德认为,新加坡这个城邦国家在资源方面的局限性,将限制刺激创新的成效。罗森菲尔德和澳大利亚工程设计公司Firmus的同事开发的一种技术,对GPU进行液浸冷却,而不是传统设施中使用的高能耗空气冷却。Firmus开发的液浸箱HyperCubes,可安装在标准货运集装箱中,运送到世界任何地方。2023年6月,Firmus与新加坡大型数据中心运营商新科电信媒体集团全球数据中心(ST Telemedia Global Data Centers)合作创建了SMC,该公司将在新科电信媒体集团在新加坡和亚洲其他地区的设施内改造HyperCubes。根据一个领先的算力消耗指标,HyperCubes可将数据中心的能耗与碳排放减少高达50%。
新加坡国立大学副教务长、新加坡人工智能组织的高级总监西蒙·切斯特曼认为,新加坡适中的规模可以鼓励公私部门合作。对于尚未正式颁布人工智能法规的新加坡而言,公私合作至关重要。切斯特曼表示,新加坡正在寻找一种介于美国、欧盟和中国之间的治理模式。美国的法规倾向于支持市场主导的增长,欧盟优先考虑的是数据隐私,而中国则强调社会稳定和国家管控。
切斯特曼表示,新加坡面临的挑战是既要避免监管不足,进而导致国民面临风险,并破坏公众信任,又要避免过度监管吓跑外国合作伙伴和抑制创新。新加坡可能不会变成人工智能超级大国,但它或许可以让其他国家相信,在大数据时代,小国也可以有大作为。(财富中文网)
本文发表于《财富》杂志2024年8月/9月亚洲版,标题为《人工智能岛:新加坡如何在人工智能超级大国的夹缝中找到生存之道》(An AI island: Inside Singapore’s quest to navigate between the artificial intelligence superpowers.)。
译者:刘进龙
审校:汪皓
In his 2018 book, AI Superpowers, venture investor Kai-Fu Lee predicted the world would evolve into Cold War–style digital power blocs, one led by the U.S. and the other by China. The two economic giants would achieve overwhelming dominance in developing artificial intelligence models, Lee argued, because companies in those countries have more venture funding, more scientists, and, above all, far more data than those in other nations. Since AI tends toward monopoly—“better products lead to more users, those users lead to more data, and that data leads to even better products and thus more users and more data,” Lee wrote—the U.S. and China would leap out to “massive leads,” reducing other nations to digital client states.
That prophecy hasn’t daunted tiny Singapore. When it comes to AI, the Southeast Asian city-state—home to 5.6 million people crowded onto a landmass about a quarter the size of Rhode Island—punches well above its weight. In London-based Tortoise Media’s Global AI Index, which assesses AI capability in 62 countries across more than 100 different metrics, Singapore ranked third behind only the U.S. and China. The island nation is leveraging its mammoth container port and bustling airport to offset a dearth of domestic data. Its giant banks and scrappy “super app” companies like Grab and Sea are using AI and data analytics to drive regional and global growth strategies.
In many ways, Singapore offers a case study in how small and medium-size nations can keep pace in an escalating AI arms race. Its experience suggests small states might even have advantages over large ones in the Big Data era—and can be uniquely agile in unlocking AI’s power. “If you’re a small country, you need to be smart, you need to be faster, you need to be nimble,” says Oliver Tonby, senior partner in McKinsey’s Singapore office. “Singapore shows what a proactive and dynamic government can do.”
Singapore was one of the first countries to adopt a national AI strategy, in 2019. Last December, Deputy Prime Minister Lawrence Wong (who’s since become prime minister) updated and expanded those initiatives in a policy framework billed as “National AI Strategy 2.0.” As part of that framework, the government has allocated $743 million over the next five years to boost the country’s AI capabilities.
Josephine Teo, minister for digital development and information, says that Singapore’s aims are modest. “We aren’t trying to be an AI superpower,” she insists. “We don’t need to be.” Instead the city-state hopes to position itself as a kind of digital Switzerland, trusted by players in both power blocs.
To an extent, Singapore has achieved that goal already. Its top tech startups are bankrolled by venture investors from both the U.S. and China. Singapore’s data centers host cloud infrastructure for Amazon, Google, Microsoft, and Meta Platforms—but also China Telecom and Alibaba. In Singapore’s central business district, Chinese tech giants like TikTok parent ByteDance and online retailer Shein jockey for office space alongside Google, Amazon, and IBM.
The question, far from resolved today, is whether any of Singapore’s nascent AI players will build global footprints of their own.
A hallmark of many of Singapore’s AI initiatives is an effort to leverage its status as a global hub for travel, finance, and cargo, with the hope of developing and monetizing AI specific to those industries. Singapore’s Changi Airport is one of the world’s busiest; more than 59 million travelers passed through last year. Changi uses AI to screen and sort baggage, and to power facial recognition technology for immigration clearance. Today, that technology makes Changi one of the world’s most efficient airports: In the future, it could conceivably power algorithms that Singapore could market elsewhere.
AI plays an equally vital role at Singapore’s sprawling container port, the world’s second-busiest after Shanghai. Last year, the port handled a record 39 million TEUs (or 20-foot equivalent units, each one roughly equal to a standard shipping container). The Port of Singapore uses AI to direct vessel traffic, map anchorage patterns, coordinate just-in-time cargo delivery, process registry documents, and more. Those capabilities helped operators cope with a sharp surge in demand earlier this year as global shipping lines rerouted away from the Red Sea to avoid Houthi attacks, according to David Foo, assistant chief executive at the Maritime and Port Authority of Singapore. And the port’s operators have become so adept at using AI that they are preparing to license their management systems to other shipping hubs.
Singapore’s giant banks, too, have embraced AI with gusto. DBS Bank, Southeast Asia’s largest lender, boasts a team of nearly a thousand data scientists, analysts, and engineers, up from only 25 in 2017, according to DBS chief analytics officer Sameer Gupta, who says bank executives were inspired by the way Formula 1 racing teams use data. At F1 races, “AI strategy is now equally, if not more important than your car,” says Gupta. Similarly, at DBS, data staff have gone from the back office to “the front lines.”
Singapore also hopes to offset its small size through increased collaboration with the rest of Southeast Asia, home to more than 680 million people. One obstacle to that aspiration: the region’s extraordinary linguistic diversity. Southeast Asia spans 11 countries whose residents speak more than 1,200 different languages. Southeast Asians complain that LLMs—large language models—created in Silicon Valley don’t work well in their languages because, for all their speed and power, those models are mostly trained in English.
Singapore sees that as an opportunity. In December, the Singapore National Research Foundation said it would allocate $52 million to develop a ChatGPT-like AI that would be the first ever tailored to Southeast Asia’s languages and cultures. The model, dubbed SEA-LION (short for Southeast Asian Languages in One Network) is an open-source engine designed to translate 11 major languages. That seemingly impossible task has been assigned to a team of 25 researchers working out of a small office at the National University of Singapore under the auspices of AI Singapore, a government-sponsored agency created to promote AI adoption by Singapore’s private industry.
It’s a tiny team operating on a pittance (for comparison, OpenAI has raised $14 billion to date). But Darius Liu, a SEA-LION team leader, argues that bigger isn’t always better for translation engines—and that Southeast Asians can’t rely on the goodwill of American tech bros. “What if the Western powers decide to turn their models off?” he asks. “If your languages are Thai, Malay, Tamil, or Tagalog, you’re going to get left out.”
Even before the AI boom, Singapore was one of the world’s biggest digital hubs. The country is hyper-connected to the rest of the world via 25 undersea cables, with plans to add 14 more over the next decade. But if Singapore is to thrive as a global hub for data, the city-state must build more data centers—no small challenge for an island nation where land is scarce, energy is expensive, and it’s sweltering all year round.
Right now, Singapore hosts more than 70 data centers and 1.4 gigawatts of capacity. In 2019, the government declared a moratorium on new centers, citing concerns about the space and power they consume. The result: Operators rushed to build data centers in Malaysia and Indonesia, which were more than happy to accept their investment dollars. This May, Singapore issued a new road map allowing for as much as 530 megawatts of new capacity. But to win state approval, the new data centers will have to meet much stricter sustainability and green energy standards.
Tim Rosenfield, cofounder of Sustainable Metal Cloud (SMC), a Singapore-based cloud services provider, sees the city-state’s resource constraints as the kinds of limits that spur innovation. Rosenfield and colleagues at an Australian engineering company called Firmus developed a technology that uses liquid immersion to cool GPUs, instead of the energy-intensive air-cooling used in traditional facilities. Firmus builds immersion tanks dubbed HyperCubes that can be installed in a standard cargo container and shipped anywhere in the world. In June 2023, Firmus teamed with ST Telemedia Global Data Centers, a giant Singapore data center operator, to found SMC, which is retrofitting HyperCubes in ST Telemedia facilities in Singapore and the rest of Asia. The HyperCubes can reduce data-center energy use and carbon emissions by up to 50%, according to a leading benchmark of computing power consumption.
Simon Chesterman, vice provost at the National University of Singapore and a senior director at AI Singapore, argues that Singapore’s modest size encourages collaboration between the public and private sectors. Such collaboration is particularly vital in a nation whose government has yet to enact formal AI regulations. Chesterman says Singapore is searching for a governance model somewhere between the approaches of the U.S., which eschews regulation in favor of market-led growth; the European Union, which has prioritized data privacy; and China, which emphasizes social stability and state control.
For Singapore, Chesterman says, the challenge is to avoid under-regulation, putting citizens at risk and undermining public trust, and overregulation, which could scare away foreign partners and stifle innovation. The city-state may never be an AI superpower. But it might help convince the rest of the world that in the age of Big Data, small states too can think big.
This article appears in the Asia edition of the August/September 2024 issue of Fortune with the headline, “An AI island: Inside Singapore’s quest to navigate between the artificial intelligence superpowers.”