出品/未來科技界

作者/張永堃

編輯/李彥

5月14日，中美工商界代表會議結束后，英偉達創始人黃仁勛被記者圍住。有人追問：“英偉達會向華為出售芯片嗎？”黃仁勛一臉詫異，只是意味深長地留下一句：“你這問題太奇怪了……”

畢竟，在中美芯片管制持續收緊的背景下，英偉達與中國市場的關系，早已被卷入了一場更復雜的技術競爭、產業替代與地緣博弈之中。而華為，正是那個“被迫成長”起來的強力競爭者。

聯想到上個月，同樣是圍繞芯片問題，黃仁勛就在一檔播客中曾被激怒。起因是主持人以MAGA的那一套揚言：“美國應當徹底停止向中國出售任何先進芯片，以此從根源上遏制中國人工智能產業的發展，避免未來在AI領域被中國反超。”。黃仁勛直言這種想法“短視且危險”，并指出，中國的AI研究人員占全球的50%，同時，禁售只會倒逼中國自己造芯片，而中國也確實造得出來。

一次沉默加上一次憤怒，黃仁勛的考量肯定不止于商業利益，他對全球AI競爭格局有著更深層次的判斷。

“五層蛋糕”，決定人工智能的未來

2026年初，黃仁勛在達沃斯論壇上首次拋出“五層蛋糕”比喻，之后又發表署名長文系統闡述。這五層從下往上依次是：能源、芯片、基礎設施、模型、應用。

在黃仁勛的“五層蛋糕”理論中，能源是AI體系最底層的基礎，沒有穩定的電力，再強的模型也無法運行；芯片則是將電力轉化為算力的核心引擎，也就是AI加速器，決定訓練與推理效率。再往上是數據中心、散熱、網絡通信等基礎設施層，負責承載大規模算力集群；其上是大模型、多模態等算法能力；而最頂層，則是自動駕駛、工業機器人等應用場景，真正決定AI能否轉化為現實生產力與商業價值。

在黃仁勛看來，AI競爭是這五層的系統協同，每一層的進步都會拉動其他層面。這個框架的價值在于，它把AI從一個“芯片問題”重新定義為“全社會基礎設施問題”。同時，黃仁勛的觀點也暴露了美國選擇出口管制的根本缺陷：禁售芯片只能卡住第二層。

英偉達失守中國，催熟了中國的AI生態

美國的芯片封鎖，并不是從大模型時代才開始的。早在2018年，美國便開始施壓荷蘭，限制ASML向中國出口先進光刻機，2021年至2023年間，芯片禁售政策從“實體清單制裁”擴大為“全面技術封鎖”。黃仁勛曾透露這一禁令讓英偉達在中國的高端業務幾乎完全停滯。

但正如黃仁勛所說，“卡脖子”只會加速國產自研的進程。過去幾年，國產AI芯片廠商在持續迭代產品架構與算力性能。未來科技界統計了國內主要AI芯片廠商2026年旗艦產品的數據。從整體趨勢來看，國產AI芯片正在向更高算力、更大集群規模以及更完善的軟件適配能力持續演進。

除已公布參數的產品外，平頭哥的真武810E(PPU)、沐曦的曦索X206、燧原科技的燧原L600、天數智芯的天垓Gen 3等新品也已陸續亮相。就在5月20日，2026阿里云峰會推出了平頭哥新一代訓推一體AI芯片“真武M890”，國產AI芯片生態仍在持續擴張。

除芯片之外，中國在能源、基礎設施、模型與應用四層的優勢，正在反向“托起”整個AI體系。

首先是能源。黃仁勛曾提到：“當你擁有充裕能源時，它可以彌補芯片的不足。”而中國恰恰擁有全球最強的電力供給能力。據國家統計局報道，2025年，中國發電量達9.7萬億千瓦時，位居全球第一。IDCA在2026年5月發布的《全球數據中心報告》顯示，相比美國數據中心用電已占全國電力約6%、逼近電網承載壓力，中國這一比例僅約0.8%，仍有巨大余量。“東數西算”推進后，西部低電價與綠電資源，也正在降低AI訓練成本。

其次是基礎設施。AI競爭不僅是算力競爭，也是散熱與數據中心能力競爭。隨著液冷服務器需求爆發，中國液冷產業鏈正在快速成熟。此前3M退出氟化液市場后，國內企業迅速補位，中石油克拉瑪依石化等廠商已實現浸沒式冷卻液國產化，AI基礎設施自主能力正在提升。

模型層則是美國最難忽視的變量。黃仁勛今年曾公開表示：“如果DeepSeek最先運行在華為平臺上，那將是災難性的。”2026年3月，中國開源模型在Hugging Face平臺的月下載占比已達41%，首次超過美國的36.5%。比如通義千問系列全球下載量就逼近十億次，衍生模型突破20萬個，開發者生態規模已超越美國公司Meta的Llama。

而真正決定AI長期競爭力的，仍是應用層，而應用恰恰是中國公司的強項。據中國信通院數據，AI在各行業的平均滲透率已達39.2%。以醫療為例，全國已有68%的基層醫院使用AI輔助診斷；在高端制造領域，62.3%的企業正用AI優化生產流程；金融行業的AI滲透率也達到58.7%，廣泛應用于風控與智能客服。

正是這些豐富的應用場景，催生了海量的算力需求，直接拉動了國產AI加速卡的市場份額。市場研究機構IDC的報告顯示，2025年中國AI加速服務器市場中，本土GPU和AI芯片廠商占據了近41%的市場份額，AI加速卡總出貨量達到約400萬張。

這也是黃仁勛真正擔心的地方：中國芯片廠商或許短時間內還沒有追平英偉達的能力，但一個能夠自我循環、自我迭代的AI生態，已經開始形成。

DeepSeek在國產芯片上跑通了

4月24日，DeepSeek V4預覽版發布，該模型實現了與華為昇騰等國產芯片的深度適配。這標志著，中國AI產業在擺脫對英偉達CUDA生態依賴的進程中邁出關鍵一步。

過去十多年，英偉達真正的護城河，從來不只是GPU硬件本身，而是“CUDA+硬件”共同構成的軟件生態。全球數百萬開發者早已習慣CUDA的編程模型、工具鏈與調試體系，大量AI框架、算子和行業模型，也都建立在CUDA之上。某種程度上，AI行業長期默認了一個前提：頂級模型必須運行在CUDA生態里。

而DeepSeek V4與國產芯片的協同，第一次讓這一假設出現松動。這意味著，中國開始出現“頂級模型+國產算力+國產軟件棧”的完整閉環——不僅芯片在國產化，連訓練框架、編譯器、算子庫與開發工具，也開始逐步擺脫對CUDA體系的依賴。

這也是為什么，未來AI競爭的關鍵，已經不只是單卡性能，而是誰能真正建立開發者生態。因為生態的核心永遠是開發者：每一名從CUDA遷移到國產平臺的開發者，都會帶走一部分原有生態的黏性；而他們在新平臺上開發的算子、工具和行業模型，又會進一步完善國產生態，吸引更多企業與開發者加入，最終形成正向循環。

未來科技界根據公開數據統計，目前國產AI芯片廠商的開發者生態已初步形成。

其中，華為昇騰開發者規模已達到約400萬人，占國產AI芯片陣營總量近八成，“頭雁效應”正在顯現。與此同時，平頭哥、摩爾線程等廠商也在持續加碼工具鏈與社區建設，國產AI生態正在從“單點突破”走向“體系競爭”。

結語

技術封鎖從未真正扼殺創新，它只是重新繪制了競爭的版圖。

中國這片擁有14億人口的大陸，擁有全球最復雜的產業場景、最龐大的工程師群體，以及最愿意快速落地新技術的市場環境。一旦這些能力與國產算力平臺開始深度耦合，AI的發展路徑就可能從“追趕美國”，逐漸轉向“長出自己的技術范式”。

黃仁勛其實已經看到了這種趨勢。短期內，英偉達CUDA生態、GPU性能與系統能力的領先地位依舊毋庸置疑。但在AI時代，單點技術領先并不等于永遠領先。真正決定產業格局的，是生態能否持續擴張與自我演化。

英偉達的城墻還很厚，但國內在拆這堵墻的人，已經快排到巴黎了。