中國AI算力反擊戰(zhàn)

文 | Sleepy.txt

八年前，中興心臟驟停。

2018 年 4 月 16 日，美國商務(wù)部工業(yè)與安全局的一紙禁令，讓中興通訊這家擁有 8 萬名員工、年?duì)I收超千億的全球第四大通信設(shè)備商，在一夜之間停擺。禁令內(nèi)容很簡單，未來七年，禁止任何美國公司向中興出售零部件、商品、軟件和技術(shù)。

沒有了高通的芯片，基站停產(chǎn)。沒有了谷歌的安卓授權(quán)，手機(jī)也沒有能用的系統(tǒng)了。23 天后，中興發(fā)布公告，稱公司主要經(jīng)營活動已無法進(jìn)行。

不過中興最終活了下來，但代價是 14 億美元。

10 億美元罰款，一次性付清；4 億美元保證金，存入美國銀行的托管賬戶。此外，全部高管換血，接受美方合規(guī)監(jiān)督團(tuán)隊(duì)進(jìn)駐。2018 年全年，中興凈虧損 70 億元人民幣，營收同比暴跌 21.4%。

時任中興董事長殷一民在內(nèi)部信中寫道：「我們身處在一個復(fù)雜的、高度依賴全球供應(yīng)鏈的產(chǎn)業(yè)中。」這句話，在當(dāng)時聽來，是反思，也是無奈。

八年后，2026 年 2 月 26 日，中國 AI 獨(dú)角獸 DeepSeek 宣布，其即將發(fā)布的 V4 多模態(tài)大模型，將優(yōu)先與國產(chǎn)芯片廠商深度合作，首次實(shí)現(xiàn)從預(yù)訓(xùn)練到精調(diào)的全流程非英偉達(dá)方案。

翻譯一下就是：我們不用英偉達(dá)了。

消息一出，市場的第一反應(yīng)是質(zhì)疑。英偉達(dá)在全球 AI 訓(xùn)練芯片市場的份額超過 90%，放棄它，這在商業(yè)上合理嗎？

但 DeepSeek 的選擇背后，藏著一個比商業(yè)邏輯更大的問題：中國 AI，到底需要一場怎樣的算力獨(dú)立？

被卡脖子的到底是什么

很多人以為，芯片禁令卡住的是硬件。但真正讓中國 AI 公司感到窒息的，是一個叫 CUDA 的東西。

CUDA，全稱 Compute Unified Device Architecture，是英偉達(dá)在 2006 年推出的一套并行計(jì)算平臺和編程模型。它允許開發(fā)者直接調(diào)用英偉達(dá) GPU 的算力，來加速各種復(fù)雜的計(jì)算任務(wù)。

在 AI 時代到來之前，這只是一個屬于少數(shù)極客的工具。但當(dāng)深度學(xué)習(xí)的浪潮襲來，CUDA 變成了整個 AI 產(chǎn)業(yè)的地基。

AI 大模型的訓(xùn)練，本質(zhì)上就是海量的矩陣運(yùn)算。而這恰恰是 GPU 最擅長的工作。

英偉達(dá)憑借提前十幾年的布局，用 CUDA 為全球的 AI 開發(fā)者搭建了一整套從底層硬件到上層應(yīng)用的完整工具鏈。今天，全球所有主流的 AI 框架，從谷歌的 TensorFlow 到 Meta 的 PyTorch，底層都與 CUDA 深度綁定。

一個 AI 專業(yè)的博士生，從入學(xué)第一天起，就是在 CUDA 的環(huán)境里學(xué)習(xí)、編程、做實(shí)驗(yàn)。他寫的每一行代碼，都在加固英偉達(dá)的護(hù)城河。

截至 2025 年，CUDA 生態(tài)已經(jīng)擁有超過 450 萬開發(fā)者，覆蓋了 3000 多個 GPU 加速應(yīng)用，全球超過 4 萬家公司在使用 CUDA。這個數(shù)字意味著全球 90% 以上的 AI 開發(fā)者，都被綁定在英偉達(dá)的生態(tài)里。

CUDA 的可怕之處在于，它是一個飛輪。越多的開發(fā)者使用，就會產(chǎn)生越多的工具、庫和代碼，生態(tài)就越繁榮；生態(tài)越繁榮，就越能吸引更多的開發(fā)者加入。這個飛輪一旦轉(zhuǎn)起來，就幾乎無法被撼動。

結(jié)果就是，英偉達(dá)賣給你最貴的鏟子，還定義了唯一的挖礦姿勢。你想換一把鏟子？可以。但你得先把過去十幾年里，全球幾十萬最聰明的大腦在這個姿勢下積累的所有經(jīng)驗(yàn)、工具和代碼，全部重寫一遍。

這個成本，誰來付？

所以，當(dāng) 2022 年 10 月 7 日，BIS 第一輪管制落地，限制英偉達(dá) A100 和 H100 對華出口時，中國的 AI 公司們，第一次集體感受到了中興式的窒息感。英偉達(dá)隨后推出了「中國特供版」A800 和 H800，降低了芯片間的互聯(lián)帶寬，勉強(qiáng)維持供應(yīng)。

但僅僅一年后，2023 年 10 月 17 日，第二輪管制再次收緊，A800 和 H800 也被禁，13 家中國公司被列入實(shí)體清單。英偉達(dá)不得不再推出進(jìn)一步閹割的 H20。到 2024 年 12 月，拜登政府任期內(nèi)的最后一輪管制落地，連 H20 的出口都被嚴(yán)格限制。

三輪管制，層層加碼。

但這一次，故事的走向，和當(dāng)年的中興完全不同。

一場非對稱的突圍

禁令之下，所有人都以為，中國 AI 的大模型之夢會就此終結(jié)。

他們都錯了。面對封鎖，中國公司并沒有選擇正面硬剛，而是開始了一場突圍。這場突圍的第一個戰(zhàn)場，不在芯片，而在算法。

2024 年底到 2025 年，中國的 AI 公司們集體轉(zhuǎn)向了一個技術(shù)方向：混合專家模型。

簡單來說，就是把一個巨大的模型拆分成很多個小專家，處理任務(wù)時只激活其中最相關(guān)的幾個，而不是讓整個模型都動起來。

DeepSeek 的 V3 就是這個思路的典型代表。它擁有 6710 億個參數(shù)，但每次推理只激活其中的 370 億個，僅占總量的 5.5%。訓(xùn)練成本方面，它使用了 2048 塊英偉達(dá) H800 GPU，訓(xùn)練 58 天，總花費(fèi) 557.6 萬美元。作為對比，外界對 GPT-4 訓(xùn)練成本的估算，大約在 7800 萬美元。一個量級的差距。

算法上的極致優(yōu)化，直接反映到了價格上。DeepSeek 的 API 價格，輸入每百萬 Token 僅 0.028 到 0.28 美元，輸出 0.42 美元。而 GPT-4o 的輸入價格是 5 美元，輸出 15 美元。Claude Opus 更貴，輸入 15 美元，輸出 75 美元。換算下來，DeepSeek 比 Claude 便宜了 25 到 75 倍。

這個價格差，在全球開發(fā)者市場上反響巨大。2026 年 2 月，全球最大的 AI 模型 API 聚合平臺 OpenRouter 上，中國 AI 模型的周調(diào)用量在三周內(nèi)暴漲 127%，首次超越美國。一年前，中國模型在 OpenRouter 上的份額不足 2%。一年后，增長了 421%，逼近六成。

這組數(shù)據(jù)背后，有一個容易被忽視的結(jié)構(gòu)性變化。2025 年下半年開始，AI 應(yīng)用的主流場景從聊天轉(zhuǎn)向了 Agent。Agent 場景下，一次任務(wù)的 Token 消耗量是簡單聊天的 10 到 100 倍。當(dāng) Token 的消耗量指數(shù)級增長時，價格就成了決定性因素。中國模型的極致性價比，恰好踩中了這個窗口。

但問題是，推理成本的降低，并沒有解決訓(xùn)練的根本問題。一個大模型如果不能在最新的數(shù)據(jù)上持續(xù)訓(xùn)練、迭代，它的能力就會迅速退化。而訓(xùn)練，依然是那個繞不開的算力黑洞。

那么，訓(xùn)練的「鏟子」，從哪里來？

備胎的轉(zhuǎn)正

江蘇興化，蘇中小城，以不銹鋼和健康食品聞名，此前和 AI 沒有任何關(guān)系。但 2025 年，一條 148 米長的國產(chǎn)算力服務(wù)器產(chǎn)線在這里建成投產(chǎn)，從簽約到投產(chǎn)，只用了 180 天。

這條產(chǎn)線的核心，是兩顆完全國產(chǎn)的芯片：龍芯 3C6000 處理器和太初元碁 T100 AI 加速卡。龍芯 3C6000，從指令集到微架構(gòu)全部自主研發(fā)。太初元碁脫胎于國家超級計(jì)算無錫中心和清華大學(xué)團(tuán)隊(duì)，采用異構(gòu)眾核架構(gòu)。

這條產(chǎn)線滿產(chǎn)時，5 分鐘下線一臺服務(wù)器，這條生產(chǎn)線總投資 11 億元，預(yù)計(jì)年產(chǎn) 10 萬臺。

更重要的是，基于這些國產(chǎn)芯片組成的萬卡集群，已經(jīng)開始承接真正的大模型訓(xùn)練任務(wù)。

2026 年 1 月，智譜 AI 聯(lián)合華為發(fā)布了 GLM-Image，這是首個完全依托國產(chǎn)芯片實(shí)現(xiàn)全程訓(xùn)練的 SOTA 圖像生成模型。2 月，中國電信的千億級「星辰」大模型，在上海臨港的國產(chǎn)萬卡算力池上完成了全流程訓(xùn)練。

這些案例的意義在于，它們證明了一件事：國產(chǎn)芯片，已經(jīng)從「能用于推理」跨越到了「能用于訓(xùn)練」。這是質(zhì)變。推理只需要跑已經(jīng)訓(xùn)練好的模型，對芯片的要求相對較低；而訓(xùn)練需要處理海量數(shù)據(jù)、進(jìn)行復(fù)雜的梯度計(jì)算和參數(shù)更新，對芯片的算力、互聯(lián)帶寬和軟件生態(tài)的要求，高出一個數(shù)量級。

承擔(dān)這些任務(wù)的核心力量，是華為的昇騰系列芯片。截至 2025 年底，昇騰生態(tài)的開發(fā)者數(shù)量已突破 400 萬，合作伙伴超過 3000 家，43 個業(yè)界主流大模型基于昇騰完成了預(yù)訓(xùn)練，200 多個開源模型完成了適配。2026 年 3 月 2 日的 MWC 大會上，華為還面向海外市場首發(fā)了新一代算力底座 SuperPoD。

昇騰 910B 的 FP16 算力已經(jīng)對標(biāo)英偉達(dá) A100。雖然差距依然存在，但已經(jīng)從不可用變成了可用，從可用正在走向好用。

生態(tài)的建設(shè)，不能等到芯片完美了再開始，必須在夠用的階段就大規(guī)模鋪開，用真實(shí)的業(yè)務(wù)需求去倒逼芯片和軟件的迭代。

字節(jié)跳動、騰訊、百度對國產(chǎn)算力服務(wù)器的導(dǎo)入目標(biāo)，2026 年普遍較上一年翻倍增長。工信部的數(shù)據(jù)顯示，中國智算規(guī)模已達(dá) 1590 EFLOPS。2026 年，正在成為國產(chǎn)算力規(guī)模部署的元年。

美國電荒與中國出海

2026 年初，承載了全球大量數(shù)據(jù)中心流量的弗吉尼亞州，暫停批準(zhǔn)新的數(shù)據(jù)中心建設(shè)項(xiàng)目。佐治亞州跟進(jìn)，暫停審批延續(xù)到 2027 年。伊利諾伊州、密歇根州也相繼出臺限制措施。

根據(jù)國際能源署的數(shù)據(jù)，2024 年美國數(shù)據(jù)中心耗電量已達(dá) 183 太瓦時，約占全國總用電量的 4%。到 2030 年，這個數(shù)字預(yù)計(jì)翻倍至 426TWh，占比可能突破 12%。Arm 公司 CEO 更是預(yù)測，到 2030 年，AI 數(shù)據(jù)中心將消耗美國 20% 到 25% 的電力。

美國的電網(wǎng)已經(jīng)不堪重負(fù)。覆蓋美國東部 13 個州的 PJM 電網(wǎng)面臨 6GW 的容量短缺。到 2033 年，美國整體面臨 175GW 的電力容量缺口，相當(dāng)于 1.3 億戶家庭的用電量。數(shù)據(jù)中心集中區(qū)域的批發(fā)電力成本，比五年前高出了 267%。

算力的盡頭，是能源。而在能源這個維度上，中美之間的差距，比芯片還要大，只不過方向反了過來。

中國的年發(fā)電量是 10.4 萬億度，美國是 4.2 萬億度，中國是美國的 2.5 倍。更關(guān)鍵的是，中國的居民生活用電僅占總用電量的 15%，而美國這個比例是 36%。這意味著中國有遠(yuǎn)比美國更大的工業(yè)用電余量可以投入算力建設(shè)。

在電價上，美國 AI 公司聚集區(qū)的電價在 0.12 到 0.15 美元每千瓦時，而中國西部的工業(yè)電價約為 0.03 美元，僅為美國的四分之一到五分之一。

中國的發(fā)電增量，已經(jīng)達(dá)到美國的 7 倍。

就在美國為電發(fā)愁的時候，中國的 AI 正在悄悄出海。但這一次出海的，不是產(chǎn)品，不是工廠，而是 Token。

Token，AI 模型處理信息的最小單位，正在成為一種新的數(shù)字商品。它從中國的算力工廠里被生產(chǎn)出來，通過海底光纜輸送到全球。

DeepSeek 的用戶分布數(shù)據(jù)很能說明問題：中國本土占 30.7%，印度 13.6%，印尼 6.9%，美國 4.3%，法國 3.2%。它支持 37 種語言，在巴西等新興市場廣受歡迎。全球有 2.6 萬家企業(yè)開通了賬戶，3200 家機(jī)構(gòu)部署了企業(yè)版。

2025 年，58% 的新 AI 創(chuàng)業(yè)公司把 DeepSeek 納入了技術(shù)棧。在中國，DeepSeek 拿下了 89% 的市場份額。而在其他受制裁國家，市場份額則在 40%～60% 不等。

這幅景象，像極了四十年前的另一場關(guān)于產(chǎn)業(yè)自主權(quán)的戰(zhàn)爭。

1986 年的東京，在美國的強(qiáng)大壓力下，日本政府簽訂了《美日半導(dǎo)體協(xié)議》。協(xié)議的核心條款有三條：要求日本開放半導(dǎo)體市場，美國芯片在日本的市場份額須達(dá)到 20% 以上；嚴(yán)禁日本半導(dǎo)體以低于成本價格出口；對日本出口的 3 億美元芯片征收 100% 懲罰性關(guān)稅。同時，美國否決了富士通對仙童半導(dǎo)體的收購。

那一年，日本半導(dǎo)體產(chǎn)業(yè)正處在巔峰。1988 年，日本控制了全球半導(dǎo)體市場 51% 的份額，美國只有 36.8%。全球十大半導(dǎo)體公司，日本獨(dú)占六席：NEC 排名第二，東芝第三，日立第五，富士通第七，三菱第八，松下第九。1985 年，Intel 在美日半導(dǎo)體爭奪戰(zhàn)中虧損 1.73 億美元，瀕臨破產(chǎn)。

但協(xié)議簽訂后，一切都變了。

美國通過 301 調(diào)查等手段，對日本半導(dǎo)體企業(yè)發(fā)起了全方位的壓制。同時扶持韓國的三星、海力士，以更低的價格沖擊日本的市場。日本的 DRAM 份額從 80% 跌至 10%。到 2017 年，日本 IC 市場份額僅剩 7%。曾經(jīng)不可一世的巨頭們，或被拆分，或被收購，或在無休止的虧損中黯然離場。

日本半導(dǎo)體的悲劇在于，它滿足于在一個由單一外部力量主導(dǎo)的全球分工體系中，做那個最優(yōu)秀的生產(chǎn)者，卻從未想過去構(gòu)建一個屬于自己的、獨(dú)立的生態(tài)。當(dāng)潮水退去，它才發(fā)現(xiàn)，自己除了生產(chǎn)本身，一無所有。

今天的中國 AI 產(chǎn)業(yè)，正站在一個相似卻又完全不同的路口。

相似的是，我們同樣面臨著來自外部的巨大壓力。三輪芯片管制，層層加碼，CUDA 生態(tài)的壁壘依然高聳。

不同的是，這一次，我們選擇的是一條更難的路。從算法層面的極致優(yōu)化，到國產(chǎn)芯片從推理到訓(xùn)練的跨越，再到昇騰生態(tài) 400 萬開發(fā)者的積累，再到 Token 出海對全球市場的滲透。這條路上的每一步，都在構(gòu)建一種日本當(dāng)年從未擁有過的獨(dú)立產(chǎn)業(yè)生態(tài)。

尾聲

2026 年 2 月 27 日，三份來自本土 AI 芯片公司的業(yè)績快報，在同一天發(fā)布。

寒武紀(jì)，營收暴增 453%，首次實(shí)現(xiàn)全年盈利。摩爾線程，營收增長 243%，但凈虧損 10 億。沐曦，營收增長 121%，凈虧損近 8 億。

一半是火焰，一半是海水。

火焰，是市場的極度饑渴。黃仁勛讓出的那 95% 的空白，正在被這些本土公司的營收數(shù)字，一寸一寸地填滿。無論性能如何，無論生態(tài)怎樣，市場需要英偉達(dá)之外的第二個選擇。這是地緣政治撕開的、一個千載難逢的結(jié)構(gòu)性機(jī)會。

海水，是生態(tài)建設(shè)的巨大成本。每一分虧損，都是為追趕 CUDA 生態(tài)而付出的真金白銀。是研發(fā)的投入，是軟件的補(bǔ)貼，是派駐到客戶現(xiàn)場、一個一個解決編譯問題的工程師的人力成本。這些虧損，不是經(jīng)營不善，而是構(gòu)建一個獨(dú)立生態(tài)所必須支付的戰(zhàn)爭稅。

這三份財(cái)報，比任何一份行業(yè)報告都更誠實(shí)地記錄了這場算力戰(zhàn)爭的真實(shí)面貌。它不是一場高歌猛進(jìn)的勝利，而是一場慘烈的、一邊流血一邊沖鋒的陣地戰(zhàn)。

但戰(zhàn)爭的形態(tài)，確實(shí)已經(jīng)變了。八年前，我們討論的是「能不能活下來」的問題。今天，我們討論的是「活下來要付出多大代價」的問題。

代價本身，就是進(jìn)步。