一年前，DeepSeek把全球AI格局搅得天翻地覆。谁都以为那已经是中国这一轮最猛的一波，没想到剧本还要再演一遍。
只不过这一次，冲击的主角不再是某个AI模型，而是AI硬件本身。华盛顿原本不想让中国上桌，结果桌子被人家自己搭起来了。
业内一句话说得挺直白：华为已经把中国覆盖了，华为也把其他市场覆盖了。
中国在全球AI竞赛里一直背着一个大包袱——拿不到最先进的AI芯片。
美国的出口管制一层加一层，DeepSeek这种实验室要么想办法绕过去，要么就只能推迟。业内人的判断很明确：如果他们能自由买英伟达的卡，模型会更好、发布会更早，目前这一版本，很可能比理想情况晚了差不多六个月。
制裁短期内确实有效，这一点没什么好回避的。
但局面正在飞快地翻转。
华为、寒武纪这些老将在加码自研，一批新兴芯片公司也把国家AI力量往前推。据新加坡两位银行家透露，2026年会出现一波中国芯片IPO潮，市场上已经给其中四家起了个名字，叫"四小龙"，任务只有一个——把国内硬件做大，把对美国的依赖打下去。
领头的是摩尔线程，中国第一家国产GPU厂商，正在准备上交所上市，被外界称作"中国的小英伟达"。它的创始人本身就是前英伟达高管，首秀那天股价一度暴涨400%。
紧随其后的是沐曦和壁仞，两家的投资者需求都被打爆。最后一家是腾讯支持的燧原，已经递了申报材料，估值差不多30亿美元。
四家公司，就是中国在本土英伟达式系统上下的四个赌注。这几家新玩家背后，还有华为和寒武纪两个老家伙盯着英伟达的位子。
华为这些年干的事大家都熟——先做成全球电信业务，又从苹果手上抢下中国市场的大片份额，然后几年内挤进中国云市场第一梯队。
现在它想在芯片上再复制一遍这条路，目标很直接：三年赶超英伟达。
业内评价也很到位：华为的芯片还没追上英伟达，但已经相当接近，而且每一代都在进步，产能在扩，单卡性能也在往上顶。中国AI初创公司GU AI已经拿出一个完全在华为芯片上训出来的图像生成模型。
寒武纪那边也在铺自己的路，出货节奏明显加快。
有意思的是，压制反而催出了另一个东西：能耗和成本的比较优势。
AI数据中心整个生命周期的账算下来，电费能占到运营成本的三到四成。中国这些年基建狂魔的底子在这时候派上用场了——单位算力的运营能耗成本大概只有美国的二分之一到三分之一。
芯片可以被卡，电和地皮卡不住。反过来看硅谷，能源这一头已经开始冒烟。
老电网撑不住数据中心的暴增，美国部分数据中心密集区的批发电价从2020年到现在，某些地方已经飙涨了260%以上。更离谱的场景也出现了：机房里的H100、B200都到位了，就是排不上队、申请不到电。
芯片再好，插不上电也是块砖。一提到英伟达，很多人第一反应是那颗黄色logo的GPU，其实圈内早有一句话，流传了差不多十八年：卖GPU是黄仁勋的副业，卖CUDA才是英伟达的本体。
真正的护城河不是硅片，是那两百万全球开发者、海量底层算子、成千上万基于CUDA写出来的算法，是这一整套没人愿意重写第二遍的生态。
黄仁勋当年也算得挺明白——你几十家中国芯片公司再厉害，架构五花八门，各写各的编译器，最后一定内耗，一定互掐，谁都吃不下这块，结果他看走眼了。
中国这边玩了另一手：不去硬啃CUDA，而是在上面架一层开源中间层。智源研究院牵头搞的FlagOS就是典型代表，DeepSeek-V4发布后没几个小时，它就把所谓的"Day 0"原生适配打通了——模型刚落地，国产芯片当天就能跑。
这不是什么东方魔法，是一套极度清醒的策略：让上层的模型开发者不用管底下是哪家的卡，让下层几十家芯片公司不用各自单挑CUDA。几十家公司原本被认为会互相掐死，最后反而是一起把生态墙给凿开了。
大规模集群这一层，剧情类似。业内一直觉得万卡、十万卡集群的通信调度是玄学，得靠英伟达那套私有高速互联才能撑得住。
中国这边的做法是，把"十万辆货车专用的智能调度高速公路"这条路自己修出来，即便底层用的是标准的RoCEv2高速以太网，十万卡规模下也能打出85%到90%以上的线性扩展效率。绕不过就换路走，绕不过就把路修宽——这套思路在硬件圈已经越来越显性。
有人会问，这一切能不能持续？华为自己给出的时间表是三年赶上英伟达，业内的评估是——单纯讲芯片本身，追上的时间可能比这还短一点，但要建的是整个生态，不只是硬件，所以真正的比拼要更久。
至于CUDA那条护城河，问题最后会回到一个非常朴素的点：中国围绕自己的架构建自己的生态，能不能达到台积电、韩国和西方那套经济性。
这不是喊口号能解决的，是需要一代又一代产品、一批又一批开发者堆出来的。
开源模型这一块，还有一个很多人会问的问题：中国的开源模型是不是只有在华为芯片上跑得最好？目前没有证据支持这种说法，它们在英伟达芯片上也能正常跑。
中国真正高明的地方在于心智占领——在全世界范围内让大家形成一个感觉："中国的开源模型是最好的，而且会继续最好。"美国以外，欧洲的公司普遍在用中国模型。
DeepSeek既极其优秀又完全开源，其他国家的采用率非常高。
你不用替它做广告，用过的人自己会替它宣传。
再往前一层，是编程范式的重构。Naveen Rao的新公司unconventional AI正在重新思考，怎么给AI搭一个"对"的计算抽象。
他自己也发现，很多这方面的论文来自中国——"用更少做更多"这条思路，不光在模型层发生，在硬件层也在发生。国家资助了大量关于新型器件、能效可能提升10倍甚至100倍的研究。
传统的数字化路径已经接近极限，摩尔定律基本停滞，我们不是在解决效率问题，只是在把更多能源塞进更小的空间里。
下一场竞争的战场，很可能在"非常规计算"那一侧。
政策这一层，华盛顿其实也很难。制裁短期确实有效，DeepSeek就是因为这个大概晚了六个月，下一个版本据说要在二月发布。
但真正让人紧张的场景是：中国下一代模型如果完全在国产芯片上训出来，还能在一段时间里霸榜全球，那就不是延迟不延迟的问题了，那是范式已经换轨。
而美国政府最近拿下了英特尔大约10%的股份，差不多100亿美元，这操作本身就有点"中国式"的味道，是好是坏很难一句话下定论。
中国这边的国家背书，加上制裁造出来的"人为需求"，一起把这些巨额IPO顶了起来——如果哪天边境完全放开，这几家公司也未必能有今天这份市场份额，这个反差得承认。
Naveen Rao也留了一句话给自己人：美国真正擅长的是个人主义和前沿创新，是让一个新想法能在整个资金和创业生态里生根发芽。如果自己往中央规划的同质化模式上靠，这份领先反而会被削弱。
他不希望政府来"挑选赢家"，因为那条路很容易滑向裙带关系，而不是真正的竞争。他自己的新公司未来几个月会陆续发论文，讲怎么利用半导体本身的物理特性和动力学，把计算效率大幅拉高，也会放一些模型给社区用，年底之前会有一些结果拿出来。
所以现在这个局，其实不是一场简单的中美芯片对赌。
美国依然在最前沿的位置领先，这一点没变。
真正的风险不是中国在最尖端处赢一局，而是随着时间往下走，中国这一整套AI栈——芯片、集群、开源中间层、开源模型、能源、成本——会在最前沿以外的所有地方铺开来。发展中国家会用，欧洲会用，甚至美国自己一部分开发者也会顺手用。
到那时候，护城河还在，但护城河外面的世界已经换了操作系统。
黄仁勋当年那笔账没算错，只是漏了一个变量：当所有人都被逼到墙角，几十家公司就有可能不再互掐，而是并肩把墙凿穿。
这一次，凿穿的是那道叫做"生态"的墙。
热门跟贴