前沿导读 据观察者网指出，美国《财富》杂志刊登了对美国伊利诺伊大学分校教授拉凯什·库马尔的采访，库马尔表示自己4年前接受采访时就认为对华芯片管制注定难以奏效，你无法靠绊倒对手来赢得一场重要比赛，尤其是当你自己也要为此付出巨大代价时。相比出口管制，更好的办法是努力跑得更快。 出口管制 西方对于出口管制的核心逻辑是，“不出售先进芯片，整个前沿产业建立不起来”。 这个思路如果放在手机领域还勉强成立，但是对于当下的整个ai产业来说，就非常不合适了。 对于手机产品来说，无论是影像技术还是系统大模型，都需要最前沿的soc芯片进行支撑，一切新技术都是建立在高性能芯片的前提下所实现的。 但是库马尔指出，许多人工智能的应用根本不需要最先进的芯片。机器人、智能摄像头等领域所使用的芯片，中国企业完全有机会自行供应。 对于这些不依赖顶级芯片的产品来说，西方出口管制一落地，这些场景的采购优先级会向国产芯片靠拢。只要国产芯片可以获得商业订单，那么就可以持续进行技术迭代，与之配套的软件生态、中间件、算子库会也会越来越完善。 回看被西方制裁的这些年，最明显的变化并不是某颗国产算力芯片追赶英伟达，而是多条路线同时发展。 首先就是模型端与国产芯片的紧密合作，DeepSeek V4发布后，摩尔线程、寒武纪、昇腾等国产算力很快进行适配接入。智谱新推出的GLM-5.3 Flash模型，也首次采用国产芯片集群承接大规模线上推理服务。 模型开发团队以及其他软件开发者已经越来越重视国产芯片的技术适配，英伟达等海外芯片的成熟度固然很高，而且生态工具更加丰富，但说到底还是外部采购，对方一个禁令就可以封锁芯片的继续出口。 基于国产芯片建立一套自主可控的产业生态，这是一个大趋势。 其次，在算力芯片等硬件产品上面不过于追求单卡的性能水平，而是通过超节点等规模化集群技术，将大量老款芯片互联在一起形成一个算力性能更强的主体，用规模和互联技术去弥补单颗芯片落后的劣势。 最后就是在芯片设计和先进封装层面进行重点推进，Chiplet可以将不同制程工艺的芯片裸片通过封装技术集成到一起，降低对先进制程的依赖。 但是该技术对互联技术和散热能力要求较高，在算力芯片、服务器芯片、电脑CPU/GPU等领域应用场景广泛，但是在手机等小尺寸产品中还是以先进制程为主。 例如英伟达的GP100、华为的昇腾910，都是采用了基于Chiplet理念进行技术封装的产品。 华为主导的逻辑折叠技术则是在芯片设计层面进行革新，将计算单元的逻辑电路跟缓存单元的逻辑电路分别在两颗裸片上进行制造，随后通过铜对铜混合键合的方法对接在一起，形成一个完整的芯片产品。 此前AMD主导的X3D技术只是在完成计算单元的基础上额外通过封装技术叠加缓存，其计算单元的电路结构依然是平面的，与逻辑折叠技术存在根本差异。AMD只是在使用先进制程之外进行技术尝试，而华为则是在面对先进制程受限的情况下，被迫走出的一条全新技术路线。 追赶空间 库马尔指出，相比过去试图阻止中国发展先进ai，如今西方更强调确保自身技术的领先。 不过如果未来芯片的制程技术发展放缓，或者ai需求不足以支撑越来越高的研发成本，那么西方的领先优势可能停滞，中国有机会进一步追赶。中国ai大模型在无法获得先进芯片的情况下，性能已接近部分美国模型，这本身就能说明问题。 “强调自身技术领先”有迹可循，此前英伟达和AMD的先进芯片几乎都是交给台积电制造，而美国本土的英特尔也能制造芯片，但是其生产线都是生产自家设计的CPU或者是其他芯片产品，并且制程工艺也要比台积电落后一些。 在近几年的发展中，英特尔不但获得了政府资金扶持，而且还买到了多台第二代EUV光刻机。英特尔基于第二代EUV光刻机制造的CPU芯片，已进入部分量产阶段，成为全球首家使用该设备量产芯片的企业。 由于第二代EUV的价格高昂，台积电这个晶圆代工的龙头都对其持保守态度，不敢轻易购买来制造芯片。而英特尔不但买了多台，还快速进入量产阶段，这足以说明西方开始将重点目光放在自家企业的技术发展上。 deep seek是中国技术追赶的模范案例，在采用英伟达老款芯片进行训练的基础上，其最终的大模型表现与美国先进芯片训练的大模型不相上下，这突出了中国团队在架构优化层面的技术创新能力。 硬件层面的出口管制固然是制约中国技术发展的因素之一，但是这并没有拦住中国ai模型的进步，中美头部的模型差距正在缩小，而且国产大模型正在向国产技术生态靠拢。 虽然现阶段国产芯片对比西方最前沿的水平有所差距，但无论是发展趋势还是整体的自主可控性，都要比前几年有了明显技术进步。 特别