在美国压力下，中国加速向国产人工智能芯片转型

中国最大的科技公司正在迅速，以取代美国硅片。中国最大的科技公司正在迅速努力取代美国的芯片，但眼前的好处是运行人工智能，而不是训练人工智能。对英伟达（Nvidia）先进零部件的出口限制，促使本土设计人员制造 "足够好 "的芯片，在对制造业的长期投资成熟的同时，保持服务在线。

阿里巴巴就是一个典型的例子。阿里巴巴以前是 Nvidia 的主要客户，现在它正在测试一款新的内部处理器，旨在完成一系列广泛的推理任务，而不仅仅是狭窄的、单一用途的工作。芯片由中国代工厂制造，而不是台积电，这是美国限制措施迫使阿里巴巴做出的转变。为了顺利采用，阿里巴巴保持了与 Nvidia 软件生态系统的兼容性，因此团队可以重复使用现有代码。

竞争对手则从不同的角度切入。上海初创公司MetaX推出了一款GPU，其内存比Nvidia的H20还要大，这是Nvidia最先进的型号，华盛顿曾短暂放行H20回到中国，后来中国政府让买家暂缓购买，MetaX用更高的功耗换取某些工作负载的容量。MetaX 计划利用较旧的工艺技术和多芯片方法来绕过国内晶圆厂的产能限制。与此同时，Cambricon 因其思源 590 芯片订单强劲而实现了约 2.47 亿美元的季度收入，并在股价大幅飙升后向投资者发出警告；其市值仍远高于早期水平。

国家支持延长了时间表。中国政府启动了 84 亿美元的基金，以降低对外依存度。 384 个 Ascend 芯片.有评估称，该系统在某些指标上可以超越美国的领先设备，但能源成本高昂。即便如此，主要的公共云提供商仍对批量采购 Ascend 持谨慎态度，部分原因是他们将华为视为云计算的直接竞争对手。

工具和供应链仍然是瓶颈。许多工程师仍然偏爱 Nvidia 成熟的软件堆栈；国产芯片可能更难集成，而且在长时间训练过程中出现过热或系统故障的报告依然存在。中国的晶圆厂受制于获得尖端设备的途径有限，很难增加设计人员所需的产能，这迫使一些供应商将更小的芯片组合在一起，或依赖于更老的节点。阿里巴巴的新芯片在兼容性方面有所帮助，但并没有解决训练瓶颈。

顺利推理与困难训练之间的鸿沟决定了目前的差距。美国的控制封锁了最先进的训练处理器，而阿里巴巴最新的芯片则专注于为预训练模型提供服务，而不是创建模型。在本地硬件能够可靠地大规模处理长时间、高热量的训练周期之前，中国的主要进步将偏向于保持人工智能服务的响应速度，而不是建立更大的基础模型。

尽管如此，进展仍在继续。DeepSeek 暗示，软件变通方法加上国产芯片的改进可以推动训练向前发展，一些投资者认为，完整的 "中国制造 "人工智能堆栈可能会比预期更快形成规模，从而在国内外对 Nvidia 施压。