中國近兩年的算力規模與美國差距重新拉開，算力的結構性緊缺（低端算力過剩，人工智慧算力不足）對中國人工智慧開發和應用形成很大掣肘，問題拖得久的話，會嚴重削弱中國的AI產業競爭力。
中國應在開放的生態中實現晶片的自主安全，在推動國產化的同時，可以通過建立分級分類進口管理體制，來緩解國內高端晶片短缺導致的算力不足問題。應該避免贏了硬體製造，而輸了技術開發和應用的局面。
（一）AI在重構全球權力和財富格局，關乎國運、中國經濟再增長的動力
儘管不斷有人質疑人工智慧發展路徑是否正確，以及是否存在泡沫，但是AI正在以遠超以往任何新技術的速度，在重構全球財富格局。
美國掌握了全球最頂尖的基礎研發實力、晶片生產力和大模型建構能力，獨佔了全球AI產業60%的利潤，藉此，美國企業聚攏了全球產業的多數超額利潤和流動性投資。
僅輝達一家企業2025年利潤就超過1300億美元，是全球最大企業沃爾瑪利潤（194億美元）的6.7倍，或者是全球十大車企（包括豐田、奔馳、寶馬、通用、特斯拉等，它們是傳統的最優秀企業）利潤之和的1.2倍。
美國AI產業相關的七巨頭市值超過18兆美元，約等於歐盟的經濟體量總和；OpenAI等幾個即將上市的獨角獸，估值也近4億美元，這樣加起來，美國AI企業在全球股市上吸收了至少22兆美元，約等於全球市值的六分之一。
可以這樣說，川普為代表的激進右翼沒有解決美國衰落的問題，但是2023年以來，AI某種程度上止住了美國經濟競爭力的下跌，make America great again（讓美國再次偉大）。
中國是全球第二大人工智慧研發和產業聚集地。AI也在用遠超網際網路的速度，重構經濟敘事。今年上半年，AI產業類股已經有三個企業市值超過了1兆，分別是智譜、寒武紀和中際旭創，下半年即將上市的長鑫儲存市值有望超過3兆，成為中國市值最高的企業。中國網際網路股第一個過兆的企業——騰訊，從上市到兆用了十年之久，而大模型企業智譜僅用了不到六個月。
所以，人工智慧正在以極快的速度重構人類的財富版圖，深層則在重新建構人類權力版圖，財富和權力正在快速向那些掌握了人工智慧的國家、團體和個人傾斜，過去很多熱門技術的權力權重則在迅速下降。
中國的崛起，在於過去三十餘年抓住了發達國家的汽車、電子等製造業的轉移機會，以及新興的網際網路產業浪潮。在這全球力量重塑的時刻，中國只有獲得AI產業發展主動權，才有可能經濟更上一層樓成為發達國家，否則全球競爭力將逐漸萎縮，止步於“中等收入陷阱”。
（二）算力即國力：中國算力的發展成績和問題
人工智慧發展的基礎是算力，它是新時代的基建，就好比第二次工業革命時代的核心基建是電力和能源，網際網路革命時代的基建是基站和伺服器。充沛的算力是未來智能經濟發展的前提，所以，現在流行“算力即國力”的說法。
在2010年之前，儘管中國的大學和科研院的超大型電腦計算水平居於世界前列，但是這些都是服從於學院式科研或軍事的需要，投入不計成本，很難商業通用化。在民用算力方面，中國不僅遠遠落後於美國，也落後於日本、德國、法國等一般發達國家。
當時的算力掌握在美國的Google、IBM、微軟、Rackspace，日本的富士通、東芝，德國的SAP等企業手中。以2010年當時新興的雲端運算為例，中國本土企業產值規模僅為3.2億美元，全球佔比不到0.5%，不及西方行業巨頭的零頭。
在國家具有前瞻性的產業政策支援下，在阿里、騰訊、華為、百度等企業的努力下，此後中國算力迅速崛起。到2020年前後，中國的算力規模全球佔比達到30%左右，基本與美國持平，超大規模算力中心數量全球佔比達到15%左右。
中國成為全球名副其實的第二算力大國，甚至某些方面超過了美國，比如全球最快的超級電腦TOP500排行中，中國近十年常年第一名。另外，中國具備能源優勢，發電量已經達到美國的兩倍多，這時常成為媒體引以為傲的東西，以至於經常給人中國算力已經遠遠超過美國的錯覺。
不過我們在欣賞中國算力迅速發展和某些優勢之餘，應該看到中國算力目前存在的問題，並且這些問題都是頗為嚴峻的：
1. 中美一度縮小的算力差距，又迅速拉開。根據中國資訊通訊研究院發佈的歷年白皮書，中國算力規模全球佔比在2022年達到33%的頂峰後，去年底又回落到21%，中美算力規模之比從97%又回落到51%。
2.中國算力集中在低品質的基礎算力，高品質的智能算力和超級算力比例偏低，與美國差距仍然非常大。比如工信部的資料顯示，截至2024年底，中國算力總規模達280EFLOPS（EFLOPS表示每秒百億億次浮點運算），其中智能算力規模達90EFLOPS，佔比32%，同期美國達到48%。總體上，中國智能算力佔比一直比美國或全世界平均水平低10-18個百分點左右。
過去幾年中國算力的快速增長，很大程度上是中西部算力產業招商導致的（類似於地方新能源和電動汽車招商政策），造成了低品質通用算力的大量過剩，以及高端算力的需求不足。
根據香港中文大學（深圳）和深圳資料經濟研究院發佈的報告，目前中國GPU平均利用率常低於30%，通用算力中心利用率普遍低於15%。另據賽迪顧問曾發佈的報告，2023年，中國智能算力需求達到123.6EFLOPS，但供給僅為57.9EFLOPS。
中國資訊通訊研究院的另一組組資料也可以說明中國兩國在算力質量上的差距：2024年底，在通用算力方面，美國和中國的全球佔比分別為 36%和29%；智能算力方面，則分別為46%和21%，美國是中國的二倍以上；超算算力方面，分別為 52%、13%，差距更為明顯。
大模型遵循Scaling Law規律，投入的算力越大、訓練資料越多，模型的性能就越好。正因為美國企業在算力上的極度充裕，支撐起他們的商業夢想不斷升級。Anthropic最強大的Mythos已達10兆參數，訓練它就要耗費100億美元；xAI的Colossus 2正同時訓練7個模型（其中最大的也達到10兆參數級），OpenAI迭代一輪4兆參數模型僅需要一個月。
而中國目前最頂尖的模型總參數量僅為為1.6兆，並且迭代耗費了一年多，顯示出算力對人工智慧發展的巨大掣肘。
最近兩年，中國一些自媒體為了引流，一直樂意渲染中國算力的優勢，很大程度上誤導了公眾甚至產業界對中國算力的真實認知，其技巧無非都是用某些方面的優勢掩蓋了整體落後的真相，尤其是高端算力嚴重短缺的真相。
（三）高端晶片短缺是算力規模和質量劣勢的主要因素
算力的決定性因素包括計算載體CPU、輔助材料（如傳輸光纜）、電力等等。中國在電力方面佔有優勢，在輔助裝置方面至少不在劣勢，因此，高端晶片的短缺成為算力發展滯後，尤其是高品質算力嚴重不足的主要原因。
首先是產量上的落後，2025年，國產AI晶片出貨量累計約165萬張，而美國輝達一家產量即在700-800萬張（其中本國至少銷售400-500萬張）。另一個統計口徑是，美國該年輝達GB300等效晶片的產量大概是367萬張，而中國最大晶片企業的等效晶片產量不超過15萬張，最多相當於美國的4%。
同時在質量上也有不小差距，即算力上的差距。目前，輝達最基礎的算力晶片H100的FP16算力，是國產最暢銷晶片的2.5倍左右；輝達NVLink技術提供900GB/s的卡間互聯頻寬，支撐千卡叢集訓練效率超90%，而國產最流行的晶片互聯框架頻寬為392GB/s，千卡叢集效率50-60%。
國產晶片與輝達的技術代差，2023年在12–20個月，而現在擴大到36-48個月，目前尚未量產的最先進國產晶片，性能僅可以對標輝達2022年-2023年發佈的產品。由於光刻機制裁的影響，國產算力晶片最先進製程工藝僅達到7nm、容納500億電晶體，而輝達2020年5月即推出首款7nm晶片，現在則已經量產4nm級、容納2000億以上電晶體的晶片。
根據著名人工智慧研究智庫Epoch AI的估算，到2026年初全球累計約2000萬人工智慧H100等效算力（H100e），其中約為1200-1400萬H100e，僅Google一家就擁有約500萬H100e，Meta、微軟、亞馬遜也達到百萬等級H100e。而研究諮詢機構認為，中國人工智慧算力在280萬-300萬H100e左右，最大的機構算力水平很難躋身美國前十。這個差距跟上文提到的中國信通院2024年底資料又有很大的擴大。
《財經》雜誌對對中美主要科技公司資本支出統計的比較也印證了這個問題，微軟、亞馬遜、Google、甲骨文和Mata 五家企業，2025年採購支出為4500億美元左右，而國內阿里、字節跳動、騰訊和百度四家支出僅530億美元左右，亞馬遜一家的支出就是國內四大巨頭的兩倍以上。
國產晶片在軟體生態上的劣勢，也限值了算力的發揮，以及增加了成本。CUDA生態積累20年，覆蓋全球400萬開發者、5.6萬開放原始碼專案，目前全球95%以上的AI模型基於CUDA生態開發，而國產最主流晶片適配的大模型很有限，遷移至國產平台需重構程式碼。根據高盛最新發佈的報告，國產晶片每IT功率的資本支出比進口晶片便宜40-50%，但因為算力密度低、功耗大，換算成“每算力”的資本支出，反而比進口晶片貴2-4倍。
所以，我們要認真審視中美算力差距及晶片技術代差，對中國人工智慧發展造成的根本性衝擊。今年春季，備受矚目Deepseek大模型的迭代更新，比原計畫推遲數月，據很多媒體透露，這是高端晶片供給不足導致的：進口晶片短缺，而國產晶片能力又根本上。因此，Deepseek最近做出了籌資500億自研晶片的決定，我們希望算力短缺導致的產業發展滯後效應，不要再蔓延擴展。
（四）如何化解晶片危機？兼中國晶片產業發展路徑的思考
這兩年，為瞭解決算力晶片短缺情況，國產晶片順勢迅速崛起，2021年之前中國的算力晶片95%以上依靠進口，去年進口的比例下降到59%，今年可能下降到40%以下。華為昇騰、阿里平頭哥、寒武紀、百度崑崙芯、摩爾線程等逐漸量產，中國晶片產業逐漸形成規模和獨特的發展路徑。
關於如何促進晶片產業發展，筆者對這種技術門檻很高的產業是個外行，本文不做探討，本文僅從一般產業規律討論一下，當前爭論最激烈的如何處理國產替代和進口之間的關係這個問題。因為，現在晶片問題已經絕非一個純粹的商業問題，而是附加了中美兩國很多民族情緒和政治較量的，意識形態色彩很濃的一個話題。
當下業界頗為流行的一種問題解決邏輯是：美國晶片供應既不穩定，又存在技術風險（所謂“後門”問題），中國應該趁美國晶片限制性出口的機會，來個反向制裁，完全禁止晶片進口，實現晶片國產化，以解決中國晶片安全問題。
如何處理好國產替代和進口的平衡，關乎中國能否解決算力短缺，尤其是高端算力短缺問題，也就是中國人工智慧核心競爭力問題。對此，筆者有以下幾點看法。
第一，國產可以作為整體大目標，但是一定要避免一蹴而就、急於求成，要動態把握國產替代與進口之間的平衡。
國產晶片在算力、效率、生態匹配性上與國外先進水平有不小差距，總體來說我們晶片生產處於二流水平，但是中國人工智慧開發企業都是世界一流影響力企業，他們要開發第一流的應用，才能保障中國產業競爭力與美國並駕齊驅。這就出現了硬體供給與產業需求之間的矛盾，這種矛盾目前仍應該需要相當部分的進口晶片來解決，不然會延滯人工智慧產業的發展。
所以，國產完全替代化可以是分階段、分領域進行的。比如，可以作為長期目標，短期內仍應該保持適當進口，人工智慧應用市場競爭窗口期不超過6個月，如果一個大模型6個月沒有明顯更新，消費者就切換到其他模型了，所以時間不等人，晶片製造我們輸不起，模型開發、市場應用同樣也輸不起。
在領域上，可以是對訓練算力要求比較低、安全要求比較高的行業（如政務、金融等）先進行國產替代，而對技術要求比較高、安全敏感度低的普通商業領域暫緩替代，等到國產晶片與進口晶片沒有明顯差距後再進行替代。
第二，全產業鏈利益最大化原則。我們應該看到AI產業是一個漫長的產業鏈，切莫因為某個環節發展的缺失，而過度投入資源而影響其他環節的發展，應該本著全產業鏈利益最大化效應，既要重視上游，也要重視下游，切忌出現贏了晶片製造，而輸了人工智慧模型開發和商業應用的局面。我們做好國產晶片的目的終究是為了商業應用走在前面，切勿把目的和手段重要性倒置。
第三，對於大眾擔憂的晶片安全，即現在討論比較多的“晶片後門”問題。
作為技術話題領域的“硬體後門”問題早就存在，從以往的汽車、飛機作業系統後門（比如傳說中的“一鍵停飛”、“遠端鎖死”），到電腦硬體後門，早已經討論過很多。這個在理論上存在，但是實際案例中既無法完全證實，也無法完全證偽。
依據筆者對“晶片後門”（chip backdoor ）全球英文新聞的檢索，發現其並未構成一個討論的技術倫理或法律話題，有且僅限於出現在中美晶片爭端話題領域。另外根據筆者以“晶片後門”和“硬體後門”為關鍵詞對中國知網的檢索，中國尚無研究論文討論“晶片後門”問題，只有兩篇電子科技大學的論文討論“硬體後門”問題：一種可能性在於，在於“晶片後門”並不構成一個真問題，另一種可能在於中國對這個領域研究的確很不充分。
基於以上研究，筆者認為這是一個非常需要重視的問題，不過也有不要把安全問題泛化，或者因噎廢食。另外，即便晶片後門為真的話，對後門漏洞的識別與改造是與晶片研發一樣重要的任務，這樣的話，不就可以揚長避短、為我所用了嗎？這當然只是邏輯上做些推論，還望技術內行批評指正。
為了最周全的安全考慮，在政策設計方面，中國可以建立起晶片的分級分類進口許可體制。從維護安全，以及美國管控政策現狀出發，中國可以把機構使用外國晶片分為：禁進口、限進口和可進口三類。對於涉及國家核心秘密較多的機關、軍工企業等，做限制性措施；對於一般的民用競爭性領域，可以實現較寬的准許措施，規定好企業的保密義務即可，如果企業使用不當造成國家安全風險，可以從許可名單中剔除。
第四，營造良好的市場生態，是促進晶片產業發展的最根本動力。
從晶片行業發展的支撐因素來看，最直接的資源供給能力，主要是資金扶持力度和人才充裕程度；更基礎性的是技術生態，營造依託於中國研發系統的開源資料系統；而最基礎性的則是市場生態問題。
晶片既是一個重要的戰略物資，又是一個常規的市場產品，它的發展遵循一般工業產品的研發規律，切莫特殊化和神秘化，以及過度受美國政策和宣傳陷阱的左右。在建構晶片產業生態上，我們需要面對的兩個基礎問題是。
1. 處理好政府、晶片生產企業和市場端的關係。政府在晶片產業上的重點應該是，如何最大效率發揮好政府資源優勢和市場機制優勢，讓國內企業造出好晶片，而不能在銷售端做太多誘導或干預，這種類似計畫經濟的做法，最後不利於晶片產業的發展。
我們要儘量杜絕在海內外晶片資源利用上的“一刀切”，要給予企業在法律範圍內的設施採購自主權，這樣才能有助於人工智慧全鏈條的健康發展。只有讓市場端做更多的自主選擇性用腳投票，才有助於製造端有創新壓力，過度的市場保護一定不利於產業發展。
又很多人擔心，如果進口晶片，是否影響國產晶片產業發展，筆者認為在國外晶片完全壟斷的情況下，有必要限值，做一些補貼誘導（比如補貼國產電動汽車的做法）。在國產晶片即將佔據大部分市場的情況下，維持一定範圍的進口是必要的，這樣會起到“鯊魚效應”，以及只有促進而不會，我們要對本國企業的創造力和供應鏈有信心。
我們還應該吸收新能源、電動汽車趕超發達國家方面的教訓，切忌地方政府競賽式的、大水漫灌式的補貼，最後造成晶片產能過剩、低效供給過多，而高品質供給短缺的局面。
2.如何處理國內外市場和資源之間關係的問題。儘管現在晶片競爭白熱化，但是中美兩國任何一方建構一個封閉的技術和市場體系都是不可能的，尤其是對於處於弱勢的一方更不是好事。
也有人認為這是異想天開，但是，從美國近五年晶片政策的演變，以及各方在晶片問題上的態度差異來看，中美在晶片上仍舊是可談的，中國晶片產業發展仍需要與美國一定程度上的合作，或者具備一些資源利用空間。
比如，美國主要晶片企業及其利益代表組織美國半導體協會(SIA），基於商業利益出發，一直對中國發出友好態度，反對管制政策。總部位於美國的國際半導體裝置與材料協會（SEMI），上周也向美國財政部長貝森特發出正式信函，強烈要求美國政府全面重新考慮其單方面推進的出口管制措施。
美國儘管不斷升級出口管制，但是也曾經在2025年底和今年川普訪華期間釋放出准許出口輝達H200的訊號。中國仍可以利用美國內部的分歧，以及企業對中國市場的依賴，實行階梯式談判，逐步獲得最先進晶片；以及通過以市場換技術的策略，與美國監管邊緣地帶的企業，或者日韓歐洲晶片產業鏈企業進行合作。
因此，如何理解理解“建構產業自主”，也是釐清中國晶片產業發展路徑的一個關鍵。筆者認為，產業自主的核心精神不是建立一個封閉的產業體系，實現全產業鏈的自給自足，而是在開放的生態中，實現核心技術上的自立，不被人“卡脖子”，或者具備對待技術制裁的能力。一個國家只有在開放的生態中，才能建立起有競爭力的產業體系，過去蘇聯和東歐經驗表明，封閉式的、完全的國產替代往往都是低品質替代。 (阜成門六號院)