《经济学人》：中国芯片制造商巧妙突破美国限制---

自2018年以来，微芯片之争持续升温。当年，美国在特朗普执政期间（随后是拜登及特朗普二次执政）开始对希望向中国出口的半导体公司施加日益严格的出口限制。这场高科技禁运旨在阻碍中国建设自主先进芯片产业的雄心。

然而，这反而成为了中国厂商创新的催化剂。中国政府希望企业能够像在软件领域那样，在硬件上也能突破美国限制。2025年1月，中国软件公司DeepSeek发布了一款人工智能模型，凭借极少的计算资源即可与西方竞争对手抗衡，震惊世界。中国芯片制造商也在尝试类似策略：他们不断将工具推向极限，通过构建大型处理器集群弥补芯片速度不足，并融合硬件与软件以榨取每一滴性能。问题在于，中国能否将芯片、系统和代码整合为一个自给自足、具有竞争力的AI“技术栈”。

芯片的硬实力
根据风险投资公司Edgerunner Ventures分析师Ryan Cunningham的数据，中国AI芯片的性能中值约为114万亿次计算/秒（teraflops），远落后于美国竞品。例如，华为旗舰AI芯片Ascend 910C性能为800万亿次，而Nvidia高端产品B200达到2500万亿次。

性能差距的主要原因在于芯片制造难度极高。过去50年，提高微芯片速度最可靠的方法是缩小晶体管——这些微小的开关通过开/关状态表示二进制的0和1。B200拥有2080亿晶体管，分布在数千个核心上，全部压缩在仅几十毫米的硅片中。

目前，只有三家公司能制造出最小尺寸晶体管的芯片：韩国三星半导体、台湾台积电（TSMC）、以及一定程度上的美国英特尔。TSMC市场占据主导，但美国施压使其最先进工厂对中国客户关闭。中国厂商只能依赖SMIC（部分国有）或华为等本土制造企业。

制造工具受限
SMIC和华为也面临设备限制。芯片工厂依赖高端机床制造芯片。例如光刻机使用光将电路图案刻在硅片上。光波长越短，刻画精度越高。最先进的极紫外光（EUV）光刻机波长仅13.5纳米，由荷兰ASML独家制造。美国压力下，ASML不会向中国出售EUV设备，中国厂商只能使用波长193纳米的深紫外光（DUV）光刻机，并通过“多重曝光”等技术尽力突破极限。

然而，多重曝光增加成本、降低产量，并限制了生产效率。对于中国来说，自给自足可能比效率更重要，但DUV技术的物理极限意味着，在没有EUV设备前，大规模生产最先进芯片仍需数年。

用数量弥补差距
若质量仍落后，数量便成为另一选择。AI任务天然适合“并行计算”，即将任务分解为多个小块由多芯片同时处理。华为2025年4月推出CloudMatrix 384系统，将384块Ascend 910C芯片组成集群，对标Nvidia GB200 NVL72系统（含72块B200芯片）。每块Ascend芯片性能约为B200的三分之一，使用五倍数量后整体性能略低于Nvidia，但耗电量达600千瓦，是Nvidia的四倍多。分析师Cunningham认为这是可接受的权衡，中国能源供应充足，不成问题。

光互连技术也是华为优势所在。CloudMatrix 384通过光脉冲传输数据而非电流，能耗更低、热量更少，过去主要用于长距离光纤，现在正在进入数据中心。投资公司Bernstein分析师LinQingyuan称，这一做法“从根本上改变了AI基础设施构建方式”。

软件与硬件协同
中国策略的最后一环是将硬件紧密适配软件。例如，芯片如何在内部表示数字。通用处理器通常使用32或64位，但AI模型对精度要求可放宽。现代AI芯片可使用16、8甚至4位数字表示，以节省晶体管数量和能耗。DeepSeek在2025年8月推出新数字格式，仅用8位表示数字，不区分正负，也无小数部分，效率大幅提升。

华为芯片尚未支持该格式，但很快可能会。通过这些方法，中国构建国内AI技术栈已初见成效。

道阻且长
然而，中国仍依赖美国软件工具，例如Synopsys和Cadence设计芯片（2025年5月被禁止出口至中国，7月放宽）。中国芯片在AI推理阶段逐渐追平，但在训练阶段仍落后，训练需要海量数据传输和高端内存芯片，美国限制中国获取高端内存。

即便如此，只要硬件有竞争力，就足以服务国家安全。官方态度也显示信心：4月，美国限制Nvidia H20芯片出口，但中国政府未表示宽慰，反而督促企业彻底摆脱Nvidia产品，转向国产替代方案。

总结：面对美国的技术封锁，中国芯片厂商通过硬件与软件协同、并行计算、光互连技术和降低精度等创新策略，在AI芯片领域稳步推进自主能力，虽然距离全球最先进水平仍有差距，但已具备相当竞争力。

#飞扬军事[超话]# #烽火问鼎计划#