凯文·凯利因何预言：未来5年，中国完全有可能造出全球最先进芯片|asic|gpu|中国|凯文·凯利|英伟达|高带宽内存

你肯定听过凯文·凯利的名字，那个早三十年就在《失控》里预言了云计算、物联网的美国科技老爷子。这回他在央视演播室直接放话，说未来五年中国完全能造出全球最先进的芯片。这话放在中美科技较劲的当下说出来，根本没法当耳旁风，到底他为啥敢下这个判断，今天咱们好好聊聊。

老爷子给出的理由其实特别朴素，很多人觉得我们造不出先进芯片是缺设备，可他认为设备我们完全能自己做出来，说到底这就是个工程问题。中国工程师啃硬骨头的本事，全世界没几个能比。这话乍听像是客套，仔细品分量十足。我们过去四十年，造船、修高铁、搞盾构、送火箭上天，哪一个不是从零开始一步步啃下来的。

工程能力从来都是实打实的家底，不是靠嘴皮子吹出来的，光靠一句预言就说中国芯片能翻身，那也太儿戏了。真正撑得起KK这个判断的，是2026年冒出来的一堆实打实的新鲜事。从去年年底到今年年中，AI芯片赛道简直像被按了两倍速，消息一波接一波，干这行快十年的老人都得天天补功课才能跟上节奏。这种更新密度，前几年根本想都不敢想。

最让人意外的事，是做大模型的公司都亲自下场撸袖子造芯片了，DeepSeek就是最典型的例子。这家公司过去一年多一直闷头搞自研AI芯片，方向锁定在推理场景，国内从芯片设计到晶圆代工再到存储，几乎全产业链都谈遍了，还悄悄招了一大批资深芯片设计工程师。上个月DeepSeek拿到了大约510亿人民币的首轮外部融资，自研AI芯片直接写进了资金用途里。

他们走这一步其实也是被逼出来的，老板梁文锋2024年就说过实话，芯片供给不够是公司最大的痛点。早期训练R1模型还要靠英伟达H800，到今年4月V4模型发布的时候，已经全面适配华为昇腾了。缺算力缺到什么程度？宁可自己组队从零开始画版图，也不想再看别人脸色。

另一家大模型公司智谱动作也没停，他们拉上国内好几家芯片设计公司合作，打算联合做一款给GLM系列模型专门优化的ASIC处理器，整个项目预估要两年多时间。GLM-5.2上线之后，日均Token使用量一周就涨了27倍，现有算力根本喂不饱。再加上英伟达高端芯片的采购通道基本被堵死，自研这条路，走也得走不走也得走。

大模型公司造芯是被业务推着跑，国产GPU厂商集体冲刺资本市场，就是另一股不容忽视的力量。摩尔线程、沐曦股份、壁仞科技、燧原科技，业内叫它们国产GPU四小龙，不到两年时间全部走到了上市环节。现在它们早就不是只会讲PPT画饼的阶段了，芯片真金白银卖出去，营收在涨，股价也在涨。资本市场愿意给这些公司开门，本身就是一个非常积极的信号。

互联网大厂的自研节奏也在提速，昆仑芯已经向港交所递交了A1表格，六月底市场传出的目标估值大约500亿美元，折合人民币三千四百亿左右。这条路走得比较稳，先在内部打磨技术，再拿出去给外部投资人验成色。阿里旗下的平头哥也在推进独立上市，他们在RISC-V架构和AI推理芯片上积累了好几年功夫，一旦拆分出来单干，又是国产AI芯片圈的一个重量级玩家。

算下来，两年之内国产AI芯片这条赛道，可能会冒出六家以上的上市公司，总市值直奔万亿而去。不少人担心这里面有泡沫，我倒觉得这更像是产业起步期的正常景象。半导体行业有个铁律，先要有资金愿意进来赌一把，才有人才愿意跳槽过来干，最后才轮得到真正的技术突破，三个环节一个都少不了，顺序还不能乱。

为啥偏偏是2026年这个节点集中爆发，逻辑其实很简单。当推理成本已经吃掉一家AI公司三成到五成的营收，自研芯片的账一下子就算得清清楚楚了。训练模型是往里砸钱的地方，推理才是能赚钱的地方。不管是to B的API调用还是to C的订阅服务，最后全靠推理算力顶着，自己造推理芯片，成本能一下子压下去，直接反映在利润表上。

按行业内估算，一枚针对特定模型专门优化过的ASIC推理芯片，单位推理成本能压到同代GPU的四分之一到三分之一。业务盘子做大以后，每个Token省下几厘钱，一年就是几十亿的差距。这笔账任何一个财务负责人都算得明明白白，不管是国内的DeepSeek、智谱，还是海外的OpenAI、Anthropic，无一例外都是从推理芯片开始动手，没人一开始就碰训练芯片。

从推理切入不能理解成技术保守，这是把技术门槛、商业价值、产业现状都掂量清楚之后选的最优解。训练芯片对制程要求太苛刻，7纳米以下是标配，先进制程恰好是中国半导体产业链最薄弱的一环。硬着头皮上训练芯片，很可能出现版图设计得漂漂亮亮，晶圆厂却根本造不出来的尴尬，这种事既没意思也没意义。

推理芯片就完全不一样了，它对单芯片算力峰值的要求比训练低，更看重能效比、延迟稳定性和成本控制，中高端制程就够用，国内那些成熟工艺的晶圆产能一下子就有了发挥空间。今年5月，中国首次把9款国产AI训练推理芯片纳入安全可靠等级I级认证，华为、阿里都进了名单。这等于国家用信创清单，给国产芯片划出了一块保底市场。

政策托底，市场拉动，技术突破，三股力量拧到一起共振，这才是2026年国产AI芯片能集中爆发的深层原因。对起步阶段的产业来说，先活下来比什么都重要。有稳定的基本盘垫底，才有底气去啃真正的硬骨头。这个规律我跟了这个行业这么多年，见过太多次，最朴素也最管用。

不过话要说回来，KK讲的是五年内，潜台词不是现在就能做到，我们得实事求是。眼下这波造芯潮，本质上是中国AI芯片从能造往好用跨越的起步阶段，起步跟领跑之间，至少横着三道坎，一道都跳不过去。这一点行业里的从业者比谁都清楚，也没人真的敢说五年就能追上台积电。

第一道坎是制造，中芯国际目前能稳定量产的最先进制程是7纳米，再往下走，EUV光刻机的限制和全球供应链的整合度，都是绕不开的门槛。KK说中国可以自研设备，听着提气，做起来却是个漫长的过程。华为搞的韬定律是一种换道思路，用架构和封装的创新去补制程的差距，能不能在五年内跑通，还得继续观察。

第二道坎是生态，英伟达真正的护城河从来不是GPU硬件本身，而是CUDA这个生态，上千万开发者、几十年积累的工具链、上百万个优化好的模型和库。摩尔线程的创始人最近就说得很实在，MUSA架构的核心优势就是高度兼容CUDA。可兼容跟取代之间，隔着很长一段距离，DeepSeek这类原生自研的路子有算法硬件协同的优势，但模型和芯片都不开源不外销，也形不成大生态。

第三道坎是人才，也是最难速成的一道。4纳米制程需要的不是几百个芯片设计师，而是几千个分布在工艺、设备、材料、设计、封测各环节的工程师。中国这两年的人才储备增长得很快，可跟台积电、三星、英特尔那种全球虹吸能力比起来，差距依旧摆在那里。人才培养有周期，砸钱砸政策都换不来时间，只能靠一届一届学生慢慢往上顶。

其实KK预言的真正意思，也不是说中国会造出和台积电一模一样的4纳米芯片，他不会这么机械。作为一个多次预测命中的未来学家，他讲的从来是趋势方向，不是卡死具体的时间点。当推理ASIC取代通用GPU成为主流，最先进AI芯片的评判标准也就变了，从制程节点变成了算法和硬件的协同效率。

在这条新赛道上，中国大模型公司加国产芯片公司的全栈整合，正好是我们的优势。DeepSeek已经在走这条路，V3.1里的UE8M0 FP8格式是起点，自研推理ASIC量产是中间站，五年内在特定推理场景跟英伟达打平是理想目标。这条路的逻辑，跟单纯追赶台积电制程完全是两码事，走的是另一套打法，4纳米也不是只有光刻机这一条路可走。