【“我早就说过”：中国芯片产业正在取得突破，而美国的出口管制正是原因所在】

（财富）“我不会说‘我早就告诉过你’，”拉凯什·库马尔说，“但实际上，我就是‘我早就告诉过你’。”

库马尔是伊利诺伊大学厄巴纳-香槟分校电气与计算机工程系的教授，也是《芯片时代：半导体如何成为世界上最强大的资源》一书的作者。四年来，他一直是华盛顿最坚持不懈的学术批评者之一，批评华盛顿试图冻结中国的芯片产业。

在拜登政府于2022年10月公布针对先进芯片和芯片制造设备的全面出口管制措施（此后这些限制措施又多次扩大）的前几天，他在《财富》杂志上警告说，这种打压不会奏效。他写道：“你不可能通过绊倒对手来赢得一场重要的比赛，尤其是在这样做会付出巨大代价的情况下。更好的策略是跑得更快。”

四年过去了，这些管控措施似乎并未奏效。中国处理器正在缩小与美国竞争对手的差距；中国的AI模型已经可以媲美美国一些最先进的模型。

库马尔首先提出的问题是，这些控制系统究竟想要达到什么目的。“对于大多数人工智能应用来说，你并不需要最先进的芯片，”他告诉《财富》杂志。

机器人、智能摄像头和其他广泛使用的人工智能应用并不需要最先进的芯片。而华盛顿切断与中国的联系，反而给了北京充分的理由去开发自己的替代方案。“出口管制促使中国投入巨资建立一个生态系统，使他们能够独立运营这些应用，”库马尔说。“从这个意义上讲，出口管制不仅失败了，而且还产生了相反的效果。”

华为曾一度因美国制裁而濒临破产，如今却正推出高端智能手机和人工智能处理器。10月13日，华为宣布自2023年以来，搭载其自主研发麒麟处理器的设备出货量已超过1亿台。

中国在软件方面也在迎头赶上。库马尔指出，中国模型“在性能方面与美国模型非常非常接近”。

中国人工智能实验室DeepSeek和初创公司Z.ai已将其旗舰模型适配到华为昇腾处理器上运行。中国外卖巨头美团在6月份表示，已完全使用国产芯片训练出一个拥有1.6万亿参数的人工智能模型。路透社援引IDC的数据显示，英伟达在中国数据中心芯片市场的份额在2026年上半年将降至34%，其人工智能加速器的出货量同比下降44% 。

在存储芯片领域，中国芯片制造商甚至声称自己处于领先地位。中国领先的存储芯片制造商长信存储科技（CXMT）周末在上海举行的一次行业会议上表示，将在年底前推出一种新的存储芯片架构——如果该架构得到验证，将使其超越目前的领先企业三星、SK海力士和美光。

华盛顿的既定目标已经改变。美国官员不再像以前那样强调阻止中国人工智能发展，而是更注重保持美国在该领域的领先地位。他们列举了一系列应对中国人工智能发展的变通方法：英伟达的高端B200和B300处理器虽然被禁止出口，却不断出现在中国境内；Anthropic和OpenAI指责DeepSeek和其他中国实验室“提炼”美国模型（即利用竞争对手的成果进行训练，以低成本缩小差距）。

库马尔并不认同。“我在政策讨论中已经看到了这一点，”他说。“他们一直在改变规则。”

——榨取他们所拥有的一切。

“如果这是一个战略目标或军事目标——你真的需要最先进的模型，需要在人工智能方面达到同等水平——那么我认为有很多不同的方法可以实现这个目标，”库马尔解释说。

中国可以通过算法技术、开源技术和先进封装来弥补其在先进芯片制造设备方面的不足。“这样做成本可能更高，但如果你认为这对国家很重要，那么你就愿意承担这笔成本。”他说道。

由于荷兰政府在美国的压力下自 2019 年以来一直扣留出口许可证，中国芯片制造商一直无法进口荷兰芯片设备巨头 ASML 生产的极紫外 (EUV) 光刻机——这种设备能够为最先进的芯片打印出最小的特征。这迫使像中国最大的芯片制造商中芯国际 (SMIC) 这样的晶圆厂依赖技术含量较低的深紫外 (DUV) 光刻机，从而最大限度地发挥老旧设备的性能。

“它的可扩展性如何？你能从中获得多少收益？这些问题我们仍然不知道答案，”库马尔说。

华为并没有像摩尔定律那样在单层硅片上堆砌晶体管，而是采用了三维堆叠芯片技术。今年5月，华为半导体事业部总裁贺廷波公布了华为应对摩尔定律的方案——“ τ缩放定律”。该定律强调计算系统中信号传输速度与晶体管尺寸的相关性，目标是到2031年实现相当于1.4纳米的芯片密度。

——战略性与商业性

虽然中国的芯片自给自足在战略上取得了成功，但这并不一定意味着它在商业上取得了成功。

“中国公司能否与西方推理服务提供商竞争？答案很可能是否定的，至少在短期内是这样，”库马尔承认道。

考虑到中国开源模型因其低成本而享誉全球，而且中国电力成本低廉，这听起来似乎有悖常理。但他指出，最大的推理服务提供商仍然不是中国人。“这些模型在中国开发，但最终是在美国，用美国芯片运行的。”

“如果中国人也能以比美国人更低的价格提供这些代币，那么他们就会直接从中国提供这些代币，”他补充道。“所有人都可以通过中国的基础设施访问这些代币。但事实并非如此。”

华为和其他中国芯片制造商为提升硬件性能所做的努力令人印象深刻，但与英伟达或AMD所拥有的自由度相比，这些成果仍然只是权宜之计。“仅仅通过芯片规模化就能获得成本效益和性能提升，其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。

——“从某种意义上说，人工智能正在拯救芯片行业。”

《芯片时代》主要讲述了半导体如何成为世界上最重要的商品之一的故事。但它同时也是一个警示。

库马尔表示，制造每个新晶体管的成本已经开始上升，代工业务已经整合到一家公司——台积电——主导先进芯片制造的程度。

“有些电影里，你会看到一个团队和一群主角，然后他们最终一个接一个地死去，”他谈到这个行业曾经的竞争对手时说道。“在我脑海里，这部电影就是这样上演的。”

半导体行业是一个周期性波动很大的行业。在 ChatGPT 出现之前，芯片制造商正面临着新冠疫情后芯片供过于求的局面。

“从某种意义上说，人工智能正在拯救芯片行业，”库马尔说。

那么，像Anthropic首席执行官Dario Amodei所推动的那样，前沿实验室刻意放慢研发速度，会对芯片需求造成冲击吗？“影响不大，”Kumar表示。“半导体需求的增长不仅是因为特定客户需要更多芯片，还因为客户数量持续增长。”毕竟，OpenAI和Anthropic并非半导体需求的唯一驱动力。

但这并不意味着他不担心芯片行业的长期停滞。如果人工智能的需求减弱，或者芯片制造的经济效益最终阻碍了芯片小型化进程，西方的领先优势将不再扩大。“如果芯片小型化速度显著放缓，或者应用驱动因素不足以支撑芯片制造成本的增加，那么中国就有可能迎头赶上，”他说道。

“永远不要低估人类的创新能力，”他补充道。“这些中国人工智能模型在没有使用先进芯片的情况下，其性能几乎与某些美国模型不相上下，这本身就说明了一些问题。”