中国芯片制造商在美国出口管制下突围

摘自研究出口管制合规 出口管制合规研究

当地时间10月22日，《经济学人》发表文章称，中国的芯片制造商正以巧妙的方式在美国出口管制下“逆向创新”，探索在有限技术条件中重塑产业竞争力的路径。文章指出，自2018年美国启动高科技出口管制以来，中美之间的“芯片战争”已持续七年之久。

但从特朗普政府到拜登，再到特朗普重返白宫，政策主线始终未变：通过出口管制遏制中国芯片产业的崛起。然而，事实表明，这一封锁并未彻底阻止中国芯片产业的发展，反而在一定程度上催生了新的创新动力。

一、被限制所激发的“系统性创新”

文章称，在硬件领域，中国政府寄希望于本国企业能像在软件行业那样，通过系统集成和算法优化来“绕开”美方设限。早在2025年1月，中国企业DeepSeek发布了一款以相对低算力完成训练的人工智能模型，在性能上与西方竞品不相上下，这成为中国科技企业“以弱胜强”的象征。

而在芯片制造方面，中国企业也试图复制这种思路：在制造设备受限的情况下，最大限度挖掘现有工艺潜力，通过集群架构弥补单颗芯片性能差距，并在软硬件融合中压榨出每一滴算力。

文章指出，中国试图构建一条自给自足的AI技术堆栈，即“芯片—系统—算法”的完整链条，这一战略目标的成败，决定了中国在未来人工智能生态中的竞争地位。

二、制造困境：从光刻机到“多重曝光”

《经济学人》援引风险投资公司Edgerunner Ventures的数据称，中国AI芯片的中位算力约为114万亿次每秒（teraflops），远低于美国同行产品。以华为的旗舰AI芯片Ascend 910C为例，其算力为800 teraflops，而英伟达高端芯片B200的算力达到2500 teraflops，差距显著。

造成这一差距的核心在于制造环节。文章指出，过去半个世纪，芯片性能提升的最可靠路径是“缩小晶体管”。但这一路径如今被设备封锁阻断。全球只有三星、台积电和英特尔三家公司掌握最先进的工艺，其中台积电在美方压力下已被迫切断与中国客户的高端产能合作。中国企业如中芯国际（SMIC）和华为自建的晶圆厂因此成为国内替代的支柱，但它们也面临设备瓶颈。

文中详细解释，光刻机是制造高端芯片的关键设备，荷兰ASML公司是唯一能量产极紫外（EUV）光刻机的企业，其13.5纳米波长技术代表了当前的极限精度。但在美国施压下，ASML禁止向中国出口EUV系统，中国厂商只能依赖使用193纳米波长的深紫外（DUV）设备。

为了突破物理限制，中国工程师采用所谓“多重图形化”（multi-patterning）技术，即多次曝光叠加，以间接实现更细微的电路结构。然而，这种方法虽然可行，却大幅增加了生产成本、降低了良率。文章指出，尽管自给自足对中国而言比效率更重要，但DUV工艺的物理极限意味着，要实现3纳米或更先进制程的大规模量产，仍需数年时间。

三、“以量补质”：算力集群与光互连的突破

在性能受限的情况下，中国企业选择了另一条路径——“以量补质”。文章以华为2025年4月发布的CloudMatrix 384系统为例，这是一款数据中心级AI计算集群，将384枚Ascend 910C芯片连接在一起，用以对标英伟达GB200 NVL72系统（后者搭载72枚B200芯片）。

据分析机构SemiAnalysis测算，单颗Ascend芯片性能约为英伟达B200的三分之一，但通过数量叠加，华为系统整体性能可接近甚至略低于后者的两倍。代价是能耗高达600千瓦，是英伟达系统的四倍多。

《经济学人》引述业内人士观点称，这种“算力拼装”虽不完美，却符合中国现实：电力成本低、基础设施完备、政策支持强。更重要的是，华为在光网络通信方面的积累为其带来结构性优势——CloudMatrix 384采用光互连技术传输数据，相比传统电连接更节能、散热更优，也标志着数据中心架构的范式转变。伯恩斯坦分析师评价称，这种架构正在“根本性地重塑人工智能基础设施”。

四、算法协同：从“模糊数学”到芯片格式创新

在软硬件协同方面，中国企业正在利用AI算法对“计算精度容忍度”较高的特点，通过“模糊数学”式创新实现能效优化。文章指出，传统通用处理器使用32位或64位精度来表示数字，而新一代AI芯片开始普遍采用16位、8位甚至4位的低精度表示方式，以减少功耗和晶体管数量。美国伊利诺伊大学工程学教授Rakesh Kumar将其称为“简单而有效的硬件优化”。

2025年8月，DeepSeek推出了新型8位数据格式，取消正负号区分，且完全舍弃小数部分。这一看似“粗糙”的设计，反而让算力利用效率大幅提升。

文章指出，这种格式迅速被中国芯片设计公司寒武纪（Cambricon）支持，其股价因此大涨，而华为也被认为正在加速适配。文章评价称，中国AI芯片正通过算法与硬件协同，走出一条不同于传统摩尔定律的“降维创新”之路。

五、体系短板与战略耐心

《经济学人》同时强调，中国的AI堆栈建设虽取得显著进展，但仍存在关键短板。英伟达的CUDA编程生态仍占主导地位，中国芯片设计仍需依赖美国企业（如Synopsys、Cadence）的EDA软件——尽管美国在2025年5月曾短暂禁止向华出口相关工具，后又于7月部分放松。此外，在模型训练环节，中国芯片在内存带宽与算力调度上仍不及美方产品，而先进存储芯片（HBM）亦是美方重点管控对象。

不过，文章认为，从国家安全与产业自主角度看，中国芯片产业并不需要在短期内成为“世界第一”，只要达到“足够好”的竞争力即可满足战略需求。

文章引述官方表态指出，即便在美国一度恢复英伟达H20对华销售许可后，中国政府仍敦促本国科技企业“加倍自主”，彻底摆脱对美系硬件的依赖。这一表态显示，北京在高科技竞争中正以更长远的战略耐心应对技术封锁。

六、结语：逆风中形成的新常态

总体而言，《经济学人》认为，中国芯片产业的“逆向创新”不是对抗式的复仇，而是现实约束下的理性应变。文章称，这场技术博弈的结果，也许不会立刻改变全球格局，但它正在悄然重塑全球半导体生态的平衡——美国的封锁未能阻止中国创新，反而迫使其在架构层、系统层与算法层同时突破。长期来看，这种“在封锁中生长”的路径，可能孕育出一种不同于西方线性进步模式的“系统性创新范式”。