中美AI算力战,怎么就反超了?

最近总有人问我，现在中美AI到底差距有多大？说实话，一开始我也以为就是跟着别人屁股后面追，结果整理完数据才发现，这场博弈早就不是我们想的那样。现在这局面，说一句“离谱”真不过分——你守着你的优势，我走通我的新路，牌桌上的玩法早就变了。

我们先从最核心的单芯片说起。这也是大家讨论最多，误解也最多的地方。

很多人觉得我们现在芯片技术已经追平了，也有人说我们还落后十年，其实都不对。真实的差距，用数据摆出来最清楚。

我们以英伟达五年前推出的A100为基准，把它的算力算作1，那么现在英伟达最先进的B300芯片，算力已经达到了A100的50倍。这个增长速度，放在整个半导体行业发展史里都是罕见的。据澎湃新闻报道，英伟达最新的B300芯片基于Blackwell Ultra架构，配备288GB HBM3e显存，专门针对大模型长序列推理场景做了优化，单芯片性能目前还是行业标杆。

我们能买到的进口芯片是什么水平呢？此前市面上能拿到的阉割版H20，算力只有A100的0.5倍。也就是说，人家一块最新的B300，算力顶得上我们能买到的100块H20。就算传言放开的H200，也只有A100的两到三倍，和B300比差距依然明显。

那我们自己的国产芯片呢？华为的升腾910B、910C，目前基本追平了英伟达H100到H200的水平。换算下来，相当于赶上了英伟达三年前的性能。放到十年前，谁能想到我们能追上这个进度？

说实话，这个结果已经超出了很多人的预期。放在五年前，我们和国际最先进水平的差距超过十年，现在追到三年，而且还在以每年将近一年的差距在缩小。这个追赶速度，本身就是一件很了不起的事。

你以为差距就是单纯落后？不对。这里藏着一个很有意思的悖论：正因为人家一直封锁，我们才没停住自己研发的脚步；如果真的一直敞开给你买，恐怕现在我们的国产芯片还没站起来。

差距摆在这，我们不否认，但也不用妄自菲薄。单芯片我们确实还落后，但落后不等于没机会，更不等于没活路。

单芯片拼不过，那换个思路行不行？

行业里最近出来一个新方向，叫做超节点，简单说就是把很多块芯片串在一起，用集群算力弥补单芯片的不足。这个思路不是我们先想出来的，但我们做成了别人做不成的事。

英伟达先做了超算节点，把72块B200芯片集成在了一起，做成了现在落地的最大规模方案。为什么只能集成72块？因为它用的是传统铜丝连接方案，铜丝传输受物理距离限制，超过1米之后，芯片之间的信号损耗就会急剧增加，根本没法再串联更多芯片。

到这里，你是不是觉得这事也就这样了？错，我们换了一条技术路线，直接把这个天花板捅破了。

华为推出的Cloud Matrix 384，直接用了光纤互联的方案。光纤传输的优势是什么？几十公里都不会有明显损耗，更别说一个机柜里那几米的距离。通过光电转换技术，我们把384块芯片成功串联在了一起，规模是英伟达当前方案的五倍还多。

据中国经济网报道，华为CloudMatrix 384整合384颗昇腾910C NPU和192颗鲲鹏CPU，依靠自主研发的灵衢互联协议实现高速全互联，整体性能达到英伟达GB200 NVL72的1.7倍，总HBM容量是对手的3.6倍，互联带宽更是达到五倍以上。

这技术说起来简单，做起来难。英伟达不是没想过做光互联，尝试了很多次都没落地，核心就是光电转换的效率和延迟一直解决不了。而华为在这块有多年的技术积累，愣是啃下了这块硬骨头，单跳延迟做到了150ns，比英伟达NVLink 5.0的延迟还低一个数量级。

你以为这就完美了？当然不是，这个方案也有两个显而易见的缺点：第一是特别占地方，第二是特别消耗能源。

巧了，我们刚好不缺这两样。

我们有完整的基建产能，建数据中心的速度全球第一，土地供给也足够；电力方面，我们的火电、水电、风电、光伏加起来，总装机容量早就全球第一，别说供384块芯片，就算翻十倍我们也供得起。反观美国，现在AI算力发展最大的瓶颈不是芯片，是缺电。很多数据中心建好之后，拿不到电网的供电配额，只能趴着闲置。所以行业里有句话：中国缺算力，美国缺电力，这句话真不是开玩笑。

这种差异化的路径选择，本质上是被逼出来的，却不小心走出了一条属于自己的路。单芯片我不如你，但我靠集群把整体算力拉上来，照样能训练大模型，照样能满足产业需求。

荒诞吗？一点都不荒诞。当一条路被堵死的时候，自然会开出另一条路。原来大家都觉得，只能跟着别人的路线走，单芯片做不出来就是死路一条。现在我们用实际结果证明，原来还有另一种活法，而且活得还不错。

讲完技术，我们再说说这场算力战背后的博弈逻辑。

你有没有发现一个很奇怪的事：美国一会儿禁售，一会儿放开，一会儿又升级封锁，到底想干嘛？

最早他们禁售高端AI芯片，以为能卡住我们的脖子，让我们的大模型发展不起来。结果呢？我们转头就加速了国产替代，华为的升腾芯片出货量年年涨，去年更是预计达到了70万颗，产业链都跟着起来了。

看到我们自己做起来了，他们又开始放松，传言要放开H200的销售。为什么？就是想靠单芯片还保留的微弱领先，重新进入我们的市场，让我们继续依赖他们的产品，放缓国产替代的脚步。

说白了，就是原来不给你抄作业，发现你自己慢慢学会做题了，马上又说“我还是给你抄吧”，就怕你真的自己学出来，抢了他的位置。可问题是，现在我们还需要一直抄作业吗？

早在前几年被封锁的时候，我们就已经开始全面推行国产化替代了。这条路确实难，确实任重道远，但我们必须走。就像一个学生一直抄别人作业，等到考试了人家不给抄了，只能自己练，练着练着发现，原来自己也能做对题，甚至有些难题还能想出不一样的解法。

封锁越严，我们替代越快。据证券时报引用行业预测数据，到2027年中国AI芯片自给率将提升至82%。这个速度，放在十年前根本不敢想。

你看，这就是一件很讽刺的事：美国原本想靠卡脖子把我们摁死，结果反而把我们的潜能逼出来了。原来很多企业觉得买进口芯片方便又好用，不愿意花大价钱用国产，现在没得选了，只能用国产，用着用着发现其实也够用，还能自主可控，自然就越来越认可国产了。

这种倒逼出来的进步，不是人为规划能做出来的。市场就是这样，有需求才能有迭代，有迭代才能有进步。我们现在的超节点技术能领先，本质上也是因为我们有这个需求，被逼着研发，结果就做出来了。

现在我们把双方的优劣势摊开了说，你就能看明白这场博弈的本质。

美国的优势很明显：单芯片设计制造领先，CUDA软件生态成熟，基础模型创新积累深厚，在原始创新这块确实还是领跑的。他们的劣势也很明显：大规模超节点互联技术落地慢，制造业基础薄弱，电力基建跟不上AI算力的扩张速度，AI应用大多集中在金融、药物研发这些高端领域，实体经济的渗透率远低于我们。

我们正好反过来。优势是什么？完整的全产业链，超大规模的应用市场，基建能力强，电力供给充足，在多芯片串联的架构创新上已经实现了反超，规模化集群调度的成本优势明显，而且AI赋能实体经济的速度很快，现在我们工业互联网领域的AI应用率，已经领先美国30%以上，AI早就嵌入到钢铁、煤矿、港口这些实体生产环节了。

我们的劣势也很清楚：高端单芯片性能还落后一代，制程工艺还有差距，软件生态还在建设过程中，顶尖AI人才的总量还不如美国，对美国高端制造设备的依赖还没有完全解决。

现在这场竞争，已经不是谁能彻底干掉谁的问题，是各自发挥优势，走不同的路线。美国追求单芯片性能的极限，追求通用人工智能的技术突破；我们侧重用规模化算力满足产业需求，把AI用到实体经济的各个角落，用集群优势弥补单芯片的不足。

你走你的阳关道，我走我的独木桥，现在看来，独木桥走通了，还走得挺稳。

很多人喜欢非黑即白，要么说我们已经全面领先了，要么说我们还是全面落后，其实都不对。真实的竞争就是这样，你有你的优势，我有我的长处，你来我往，互相追赶。

我见过很多人一提到芯片就自卑，觉得我们怎么都追不上，也见过很多人天天喊着已经全面反超，盲目自信。这两种态度都不对。我们承认差距，但是也不用否定自己的进步。三年前我们差五年，现在差三年，再过三年说不定只差一年，这样一步步追，总有一天能追平。

更何况，现在的规则已经变了。原来大家比的是单芯片谁更强，现在比的是谁能把算力用得更广，谁能让AI真正产生价值。美国的单芯片确实强，但很多场景根本用不起这么强的单芯片，我们靠集群出来的算力，性价比更高，更适合大规模产业应用，这就是我们的机会。

这场博弈到最后，拼的不是谁的单芯片算力高，是谁能把AI真正落地，谁能靠AI提升整个社会的生产效率。美国把AI放在实验室里做通用人工智能，我们把AI放到工厂里、港口里、田间地头，谁能赢，其实答案已经很清楚了。

荒诞不是从天而降，是一点点被倒逼出来的。骗子不可怕，可怕的是体系帮他递梯子；封锁不可怕，可怕的是被封锁吓破了胆，不敢自己找新路。我们最厉害的不是一下子做出了世界第一的芯片，是在被封锁的时候，没有躺平，没有认输，硬生生走出了一条不一样的路。

说到底，算力战拼到最后，拼的不是技术，是决心。你愿意不愿意在被卡脖子的时候，沉下心来自己研发，愿意不愿意走一条没人走过的路。我们走过来了，而且走得越来越稳，这就够了。至于最后谁能笑到最后，时间会给我们答案。