上個月，華為在IEEE ISCAS 2026大會上擲地有聲地發布了"韜定律"：以時間縮微替代幾何縮微，用邏輯折疊、靈衢總線等系統級技術繞開EUV光刻機的物理瓶頸。

這足以宣告國產芯片進入結繭時刻，就等著破繭成蝶了。

而這枚繭，用華為的話來說還需要孵化5年：到2031年，基于韜定律的高端芯片晶體管密度將達到1.4納米制程的同等水平。

對于國產芯片幾十年的坎坷來時路而言，5年不算長。但是，對于目前國產芯片的主要買家——國產AI行業來說，5年還是太勉強了。

因為AI的窗口期，其實只剩下2年了。

這段時間，關于AI泡沫的話題再次開始炒熱。

僅僅是本月，就有不少知名人士做出過論斷。比如大空頭創始人邁克爾伯里直言AI進入泡沫末期，傳奇對沖基金經理Paul Tudor Jones預計還有個一到兩年的上漲空間，之后就是崩盤。科技行業的知名投資專家Dan Niles也說2027年末期AI會迎來大幅度下調。

他們給到的AI剩下的發育時間，都是一兩年。

之所以會都指向2027-2028這個階段，是因為盡管AI長期變革性是真實的，但市場已經開始對其短期盈利的預期進行下調了。

2026年四大云廠商（亞馬遜、谷歌、微軟、Meta）資本支出合計預計達到7250億美元，比2025年幾乎翻倍。可是賺了多少呢？沒大廠會真正公布，也沒大廠敢公布。

只花錢，不進賬，雖然預期撐著，但是錢是有限的。

大廠紛紛披露財務數字或者財報，字節去年凈利潤同比出現明顯下滑、阿里某一季度凈利潤也大幅下挫，原因都和 AI 相關支出快速放大有關。

先前AI的高速發展，本質其實是傳統的生產邏輯和項目在向“未來”輸血。但現在，燒錢撐不起來技術敘事了，回報頂不住預期壓力。

AI行業還有兩三年的剩余時間，不算悲觀，反而很客觀。

我國AI行業，還有一個更現實的問題，算力。

除了華為"韜定律"的發布，讓未來很樂觀。前段時間其實還有個國產芯片的好消息：4月，華為昇騰 950PR進入大規模量產，全年出貨目標75-100萬片。國產AI大廠馬上掏腰包購買，字節一家單筆就鎖了35萬顆。

這是國產AI和芯片的雙向奔赴。可是這款芯片仍舊不夠：側重推理場景，在大模型訓練上有短板。

不過根據推算，更適合大模型訓練的昇騰 950DT會在今年四季度量產。樂觀地說，AI 產業最核心的訓練算力缺口，半年就能迎來國產替代的曙光了。

相信各位看到這里就都發現一件事：未來一片光明；現在，陰霾沒有散去。

國產芯片展現出了確定性的發展能量，但偏偏，AI企業由于這樣那樣的原因，等不了。

目前我國本土AI企業，也都基本放棄了灰色手段拿到海外芯片的想法。

去12月，對面發起了以一個行動，搗毀了價值1.6億美元的H100/H200走私集團后，灰色手段拿芯片的風險和成本就急劇上升了。

盡管H20禁令落地后三個月內約有10億美元的受限芯片流入本土，但對比阿里、字節、騰訊年均千億級的資本開支，這不過是九牛一毛。

主線只能是耐心等待國產芯片5年后的破繭成蝶。哪怕AI一兩年和芯片五年的時間差，目前來看只能熬。

雖然讓國產AI承壓，但這其實也給了國產窗口一個發育空間。

不過目前，大廠也摸索出了一個解近渴的方案：算力出海。是的，繼商業產業出海后，算力也出海了。

作為現在本土AI領域C端的龍頭，字節的布局很激進：

2026年5月7日，泰國BOI一次性批復6個大型投資項目，總額約2024億元人民幣，其中TikTok System Thailand獨攬1778億元，占比近90%。

加上2025年的兩筆投資，字節在泰國一地的累計投資承諾已超280億美元，建設內容涵蓋服務器、存儲和云計算基礎設施，用途就是承載自研大模型訓練和算法迭代。

其海外大模型Dola的部分訓練工作，更是已確定將在這些海外集群完成。

阿里巴巴則采取了更分散的策略。

據披露，阿里在新加坡、馬來西亞等地租賃非中國實體運營的數據中心訓練通義千問，阿里云在印尼、泰國、菲律賓的節點也在持續擴張，2026年資本開支已從1800億上調至近2000億元。

這種布局有著精心的合規設計：投資主體均為海外實體，通過"全球業務"的外殼規避管制，獲得采購英偉達芯片的通道。

雖說是權宜之計，但是至少，解了一部分近渴。

但近渴的解決，不代表能在2年和5年的時間差內高枕無憂。

一是出海算力的穩定性隨時可能崩塌。

馬來西亞柔佛州的數據中心背后，站著黑石、貝恩資本、華平投資等私募巨頭。已有報道顯示，這些股東已經被施壓，被要求終止對我國大廠客戶的服務。

換句話說，一旦算力出口管制延伸至 "美資數據中心運營商"，這條我國AI公司賴以生存的算力生命線，可能在18-24個月內被切斷。

而且前面提到，AI企業的賺錢模式并沒有真正跑通，但至少能讓錢在本土流動起來：大廠投資初創企業，比如阿里騰訊投資Kimi、DeepSeek，這些初創公司再去購買大廠的云服務。雖然沒有產生體系外的收入，但是錢流動起來，本身就是一種價值的實現。

但現在，錢在東南亞流動了，本土反而和紅利隔絕了。

更令人痛心的是，數以萬計的運維、算法工程、安全合規崗位正在向東南亞轉移，而這些崗位本該留給國內 1270 萬即將畢業的應屆大學生。

韜定律的提出，證明了我國科技產業的技術創造力。

但我們也得清醒地認識到，半導體產業的五年周期，與AI產業的三年生死線之間，存在著難以彌合的時間錯配。

留給國產AI的空間夠，但時間緊張。

在這三年里，我們不僅要加速國產芯片的量產和生態建設，還需要盡快實現訓練算力的自主可控；更要大力優化大模型訓練算法，提高算力利用效率。

熬過這最艱難的三年，等到韜定律真正轉化為產業能力，國產AI產業才能迎來真正的突圍時刻。

而在此之前，每一個AI廠商都還要難熬的馬拉松里繼續調整配速。