英伟达在华份额狂跌，真以为是硬件追平了？错！底座被掀了！DeepSeek V4发布首日，八家国产芯几小时内直接开箱即用。




大模型出生就自带万能插头，把老黄的时间差红利彻底清零。想靠卡脖子收过路费？门都没了！
 
过去，AI芯片圈有个很现实的尴尬。


模型更新一次，芯片厂商就得跟着熬一次。开发者写的是一套代码，换个硬件，底层算子、编译器、精度路径、通信方案，恨不得全部重来。模型厂嫌适配麻烦，芯片厂嫌生态难建，最后大家绕了一圈，最省事的选择还是英伟达。
这才是CUDA最硬的一堵墙。


它卖的从来不只是一张卡，而是一种习惯。开发者习惯了CUDA，企业习惯了CUDA，大学和论文也习惯了CUDA。你想换硬件，第一关不是性能，而是全家老小的软件能不能搬过去。

但最近FlagOS干了一件很有意思的事。

阿里开源超大规模MoE模型Qwen3.8-2.4T-A95B后，FlagOS社区完成了它在平头哥、英伟达、昇腾、海光、沐曦、摩尔线程、昆仑芯、清微智能、燧原等9家芯片上的适配和部署验证。

这就像以前修路，每家车企都要求全国道路按自己的轮胎尺寸重铺一遍。现在有人出来修了一条通用道路，车企只管把车造好，路怎么接、规则怎么通，由公共系统去解决。


谁还愿意回到各自挖坑、各自填坑的年代？

但我想说一句更扎心的话：多芯片适配的意义，并不等于“以后谁都能躺赢”。
恰恰相反，它会让国产芯片进入真正残酷的淘汰赛。


过去，某些厂商可以把“生态不成熟”当借口。模型跑不了，说是软件问题；开发者不来，说是行业问题；客户不用，说是适配周期问题。

现在，统一软件栈正在把这些遮羞布一层层扯掉。
模型能跑，只是拿到入场券。
接下来比什么？


比稳定性，比能耗，比集群调度，比交付速度，比客户掏钱之后能不能安稳睡觉。谁的卡便宜却三天两头掉链子，谁的工具链让工程师抓狂，谁的服务只会在发布会上喊口号，市场不会惯着。


单卡是肌肉，软件生态才是神经。
肌肉再强，神经不通，也只是昂贵的摆设。


当然，不能因为适配跑通了，就喊“CUDA彻底没用了”。这话纯属情绪上头。CUDA积累几十年，开发者生态、工具成熟度和高端性能优化，依然是硬实力。

可真正的变化在于，中国不再只有“等别人给接口”这一种选择。

当模型、编译器、算子库、芯片和云服务开始形成协同，国产算力就不再是几家企业各自举着火把赶夜路，而是在搭一张能持续供电的网。
这张网未必明天就能完全替代谁。
但它已经证明了一件事：AI时代最怕的不是硬件暂时落后，而是所有人各守一亩三分地，宁愿重复造轮子，也不肯把路修通。
把路修通，比造一辆更快的车，更重要。