“中国芯片产业正在取得突破”

库马尔（Kumar）是伊利诺伊大学厄巴纳-香槟分校的电气与计算机工程教授，也是《芯片时代：半导体如何成为全球最强大的资源》（Chip Age: How Semiconductors Became the World’s Most Powerful Resource）一书的作者。过去四年间，他一直是华盛顿试图冻结中国芯片产业最坚定的学术批评者之一。

在拜登政府于2022年10月出台针对先进芯片和芯片制造设备的全盘出口管制——此后这些限制被一再扩大——的几天前，他就在《财富》杂志上发文警告称这种打压不会奏效。“你不可能靠寄希望于绊倒对手来赢得一场重要比赛，尤其是这样做代价高昂的时候，”他写道。“好得多的策略是自己跑得更快。”

四年后，这些管制似乎并未奏效。中国处理器正在缩小与美国对手的差距；该国的AI模型也已经能媲美美国的一些顶尖模型。

库马尔提出的第一个问题是，这些管制措施到底曾希望达成什么目标。“对于AI的大多数应用场景而言，你并不需要最先进的芯片，”他在接受《财富》杂志采访时表示。

机器人、智能摄像头以及其他广泛使用的AI应用都不需要最先进的晶体管芯片。而通过将中国切断在外，美国给中国提供了充分的理由去构建自己的替代体系。“出口管制促使中国投入所有这些资金来建立一个生态系统，使其如今能够独立服务于这些应用，”库马尔说。“从这个意义上说，出口管制不仅失败了，还产生了相反的效果。”

中国不仅在芯片领域取得了不错的成绩，在软件方面也正在赶上来。库马尔指出，中国模型“在性能上与来自美国的模型非常非常接近”。

中国的DeepSeek和初创公司智谱AI（Z.ai）用的就是某家国内的处理器。中国外卖巨头美团在6月表示，其已完全基于国产芯片训练出一个拥有1.6万亿参数的AI模型。据路透社引用的IDC数据，2026年上半年，英伟达在中国数据中心芯片市场的份额已下滑至34%，而其AI加速器的出货量与去年同期相比下降了44%。

在存储芯片领域，中国芯片制造商甚至声称处于领先地位。

华盛顿公开宣称的目标已经发生了改变。美国官员现在较少谈论阻碍中国AI的发展，而是更多谈论保持美国的领跑地位。他们指出了长长一串绕过限制的手段：被禁止出口的英伟达顶配B200和B300处理器不断在中国国内出现；Anthropic和OpenAI指责DeepSeek及其他中国实验室“蒸馏”美国模型（即利用竞争对手的输出结果进行训练，以低成本缩小差距）。

库马尔对此并不认同。“我已经在政策讨论中看到了这一点，”他说。“他们一直在改变比赛规则（不断移动球门）。”

“如果是战略目标——即你确实需要拥有最先进的模型，需要在AI领域旗鼓相当——那么我认为你可以通过所有这些不同的途径来实现该目标，”库马尔解释道。

中国可以用算法技术、开源以及先进封装来弥补其在先进芯片制造设备上的短板。“你这样做可能会付出更高的成本，但如果你认为这对国家至关重要，那就是一种愿意承担的成本，”他说。

由于荷兰政府在美国压力下自2019年起一直拒绝发放出口许可证，中国芯片制造商从未能够进口由荷兰芯片设备巨头阿斯麦（ASML）制造的极紫外（EUV）光刻机——这是在最先进芯片上刻印最微小结构的关键工具。这迫使中国最大的芯片制造厂只能依赖较不先进的深紫外（DUV）光刻机，从旧款设备中榨取出更佳的性能。

“它的可扩展性有多强？你能从中获得多少良率？这些都是我们目前仍然不知道答案的问题，”库马尔表示。

中国厂商并没有尝试在单层硅片上挤入更多晶体管，而是选择在三维空间上对芯片进行堆叠，例如“韬定律。该定律关注的是信号在计算系统中的传输速度，而非晶体管尺寸的精细程度，其目标是在2031年前实现等效于1.4纳米的芯片密度。

尽管中国的芯片自主可控在战略上取得了成功，但这并不一定意味着商业上的成功。

“中国公司能够与西方的推理服务提供商竞争吗？答案可能是否定的，至少短期内是这样，”库马尔坦言。

鉴于中国的开源模型因成本低廉而在全球范围内广受好评——且中国拥有廉价的电力——这听起来可能有些违背直觉。但他指出，最大的推理服务提供商依然不是中国企业。“这些模型是在中国研发出来的，但随后它们却是在美国的芯片上、在美国本土提供服务。”

“如果中国企业也能以比美国人更低的价格提供这些 Token 服务，那么他们直接在中国本土提供这些 Token 就好了，”他补充道。“每个人都会在中国的基础设施上去使用这些模型。但事实并非如此。”

华为及其他中国芯片制造商为了从较不先进的硬件中榨取更高性能所作出的努力令人印象深刻——但与英伟达（Nvidia）或AMD所拥有的自由度相比，这些成果依然属于折中变通之举。“仅通过缩小芯片制程（Scaling）所获得的成本效益和性能提升速度，往往远高于影响系统整体成本和性能的其他因素，”库马尔解释道。

《芯片时代》主要讲述了半导体如何成为全球最重要的大宗商品之一。但它同时也是一个警告。

据库马尔所述，制造每一个新晶体管的成本已经开始上升，而代工业务也已高度集中，以至于台积电一家独大，主导着先进芯片的制造。

“有些电影里有一支队伍和一群主角，最后他们一个接一个地死去，”他在谈到该行业曾经的竞争对手时说道。“在我脑海里，这个行业演变的过程就像是那部电影。”

半导体是一个经历周期性繁荣与萧条的行业。在 ChatGPT 问世之前，芯片制造商正面临着后疫情时代的芯片过剩危机。

“在某种意义上，AI 正在挽救芯片产业，”库马尔说。

那么，如果前沿实验室像 Anthropic 首席执行官达里奥·阿莫代伊（Dario Amodei）所推动的那样有意放缓发展脚步，是否会削弱对芯片的需求？“不会很明显，”库马尔说。“对半导体的需求增加，不仅是因为某个特定客户需要更多芯片，还因为客户的总数量在不断增加。”毕竟，OpenAI 和 Anthropic 并不是半导体需求的唯一驱动者。

这并不意味着他不担心芯片领域的长期停滞。如果对 AI 的需求逐渐转淡，或者芯片制造的经济效益最终使得微型化进程停滞，西方的领先优势就会停止扩大。“如果芯片制程缩小的速度显著放缓，或者应用驱动力不足以支撑不断上升的芯片制造成本，那么在这种情景下，中国可能就会追赶上来，”他说。

“永远不要低估人类的创新能力，”他补充道。“在无法获取这些先进芯片的情况下，这些中国 AI 模型的威力几乎能够媲美某些美国模型，这一事实本身就已经说明了一些问题。”

（来源：fortune）