AI的”芯”战场——中美两条路线的大分流
2026年5月15日，特朗普的专机离开北京。为期两天的中美元首峰会，在”建设性战略稳定”的外交辞令中落下帷幕。
记者在空军一号上问特朗普：芯片出口管制谈了吗？
“没谈。”
这个回答简洁到了残忍的程度。它意味着：在一个AI决定国运的时代，两个超级大国在最关键的战场上，已经放弃了”谈判”这个选项。
不是不想谈。是没有谈判空间了。
因为双方都意识到：中美AI竞争，已经不是”谁领先多少”的问题。而是——两条完全不同的进化路线，正在朝着不同的方向狂奔。
这不是一场赛跑。这是一次大分流。
一、黄仁勋缺席的座位
峰会前两周，英伟达CEO黄仁勋是否随团访华，成了华尔街最紧张的赌局之一。
他去，意味着芯片出口有松动希望。他不去，意味着制裁的铁幕继续拉紧。
最后他去了。但他是临时加入的——不在原定代表团名单中。他自己对记者的解释是：“Trump asked me to come.”（特朗普叫我来的。）
（ps: 一个万亿市值公司的CEO，被总统临时叫上飞机——但到了北京，关于芯片的一句话都没谈成。这本身就是整个故事的浓缩版。）
更冰冷的数字来自美国商务部长卢特尼克（Howard Lutnick）。他在4月22日的参议院听证会上确认了一个事实：H200芯片虽然已获出口许可，但实际发货量为零。
零。不是”减少了”，不是”延迟了”。是从审批通道打开到现在，没有一块H200进入中国。
为什么？因为北京不允许中国企业购买。
这里有一个被大多数人忽略的关键细节：H200的出口框架里，美国政府要抽成25%。不是关税，是直接从交易额里拿走四分之一。
Nomura首席中国经济学家陆挺的判断一针见血：“北京不愿意把中国科技巨头锁进一个由美国监管、直接充实美国财政部的体系里。”
25%的”买路钱”，成了压死英伟达中国生意的最后一根稻草。 不是买不起——是不愿意接受”被监管+被抽成”的双重绑定。
同一时间，华为昇腾950的订单已经排到了年底。字节、腾讯、阿里，中国最大的三家科技公司，都在抢购同一款芯片。
黄仁勋坐在北京人民大会堂的宴会厅里，心里清楚：他在中国的市场份额，已经从大约70%跌到了接近零。 不是被抢走的，是自己被政策踢出去的。
他几个月前说过一句话：“The day that DeepSeek comes out on Huawei first, that is a horrible outcome for our nation.”
2026年4月24日，这一天来了。
二、昇腾950：不是”替代”，是”换赛道”
让我们把目光从外交辞令转向一组冷冰冰的工程数据。
2026年3月，华为昇腾950PR正式量产。它搭载了华为自研的国产HBM（高带宽内存）。单卡FP4精度算力达到1.56P——是英伟达H20的2.87倍。 内存带宽1.4TB/s，HBM容量112GB。
最关键的是：它是目前国内唯一已商用、且明确支持FP4低精度推理的AI加速卡。
FP4意味着什么？意味着同样一张卡上，能跑更大、更复杂的模型。模型”压缩得更狠”，推理速度更快，成本更低。
在FP4精度下，多模态内容生成速度比前代提高60%。小算子访存效率提升4倍。
4月24日，DeepSeek V4发布。华为计算当天宣布：昇腾超节点全系列产品完成Day 0适配。 这不是”过几天再支持”——是模型发布的同一天，国产算力就准备好了。
DeepSeek在价格页面写了一行小字：
“受限于高端算力，目前V4-Pro的服务吞吐十分有限，预计下半年昇腾950超节点批量上市后，Pro的价格会大幅下调。”
这句话的含义是：V4的商业化节奏，不取决于英伟达的出口许可——取决于华为昇腾的量产节奏。
行业数据正在快速转向：摩根士丹利预测，到2030年中国AI芯片市场将达510亿美元，其中**76%**由本土企业供应。Bernstein预测，2026年国产AI芯片市占率将首次超过50%。
华为自己的AI芯片销售额预计今年达到约120亿美元——比2025年的75亿美元增长超过60%。
这些数字背后是一个被反复验证的规律：当外部的限制足够强硬，内部的自立就会足够坚决。
（ps: 有人会问：“昇腾950不是才刚量产吗？良率怎么办？“良率确实不高——SMIC 7nm良率大约20%左右。但这不是”能不能做”的问题，是”做多少”的问题。需求在，产能在爬坡，良率在提升。而且——当唯一的替代选项是”没有芯片可用”的时候，20%的良率就是100%的希望。）
三、两条路线：为什么”追赶”这个词正在失效
我们习惯了用一个框架来理解中美AI竞争：中国在追赶美国。
在这个框架下，每一个中国模型的发布，都被拿来和美国模型比较——“差多少个月？""有没有达到同等水平？”
但这个框架正在失效。
不是因为中国”追上了”。而是因为——两条路线的目标函数已经不一样了。
| 维度 | 美国路线 | 中国路线 |
|---|---|---|
| 核心目标 | 能力上限（谁能做最聪明的事） | 成本地板（谁能用最低成本做事） |
| 技术路径 | 堆算力→更大模型→更强单点能力 | 架构创新→更聪明的设计→更高的效率 |
| 芯片策略 | 追求最强单卡（B200→GB300→Vera Rubin） | 追求最优系统（芯模联动+超节点+FP4精度） |
| 模型策略 | 闭源旗舰+订阅付费（GPT/Claude/Gemini） | 开源权重+API低价（DeepSeek/Qwen/混元） |
| 核心约束 | 成本/能耗/数据枯竭 | 芯片禁运/制造设备限制 |
| 竞争优势 | 前沿能力领先（约6-12个月） | 部署成本领先（模型价格1/70） |
| 生态节奏 | 英伟达更新驱动（显卡换代→模型换代） | 华为+DeepSeek联合定义（芯模协同设计） |
你可能注意到了：两条路线的每一个维度，都对应着不同的约束条件，不同的最优策略。
美国有最强的芯片。所以它的最优策略是用最强芯片做最强模型，然后靠技术代差收取溢价。
中国被断了最强芯片。所以它的最优策略是——在受限的算力条件下，通过架构创新找到效率突破，然后用成本优势覆盖更大的应用场景。
这不是”落后”的策略。这是”不同约束下的理性选择”。
黄仁勋自己说了一句大实话：“正因为算力受限，他们反而发展出更聪明的算法。”
（ps: 这不是恭维。这是恐惧。一个被迫走”聪明路线”的竞争者，比一个跟着你走”堆料路线”的竞争者，可怕得多。）
四、卡脖子悖论：限制越紧，替代越快
如果你回顾过去五年的中美芯片博弈，你会看到一个惊人的规律：
每一次美国的出口管制收紧，都在中长期加速了中国的技术自立。
2019年，华为被列入实体清单。当时所有人都说”华为手机完了”。五年后，华为Mate系列带着国产芯片回归。
2022年，先进GPU被禁止出口中国。当时所有人都说”中国大模型没戏了”。三年后，DeepSeek V4在昇腾950上完成Day 0适配。
2025年，BIS进一步收紧Foundry Rule，限制中国AI芯片制造。结果是——华为规划了六年的Ascend路线图，从910到970，加速推进。HBM国产化从”远景”变成了”2026年交付”。
这像极了一个古老的经济学规律：关税保护在短期内伤害消费者，在长期内催生本土产业。 出口管制在短期内限制了中国获取先进芯片，在长期内催生了”昇腾+DeepSeek”的自主生态。
这不是”管制无效论”。管制当然有效——英伟达在中国市场的收入确实归零了。但管制的”副作用”正在以比”主作用”更快的速度发酵。
用一个比喻：你想掐断对手的水源，结果对手被逼着自己打了一口井。井的水量可能不如原来的水源充沛，但这口井100%属于他自己。而从今以后，你不仅失去了这个客户，还制造了一个更独立、更难控制的竞争者。
这就是”卡脖子悖论”：限制越紧，替代越快。替代越实，依赖越浅。依赖越浅，管制越无效。
五、投资含义：三条主线，三个时代的交汇
如果你接受”中美AI正在大分流”的判断，那投资逻辑就要从”谁更强”转向——“两条路线上，谁在自己的赛道里占据了不可替代的位置。”
主线一：国产算力链。 昇腾950PR量产→华为Atlas 350→A3超节点→华为云MaaS。这一整条链路的每一个环节都在产生真实收入。不止华为——寒武纪Day 0适配DeepSeek V4，海光、沐曦同步推进。国产AI加速卡在2025年已占出货量的41%。Bernstein预测2026年国产市占率首超50%。这不是”概念”，是正在发生的市场份额转移。
主线二：架构创新者。 DeepSeek证明了一个关键命题：用更少算力做更强模型——这在工程上是可行的，在商业上是可持续的。V4的开源策略（Apache 2.0，权重+技术报告+工具链全开放）把”技术扩散”当成了护城河——使用的人越多，生态越深，替代成本越高。何恺明的ELF提示了更远的可能性：如果自回归不是唯一答案，架构创新的空间可能远超我们想象。
主线三：AI应用爆发。 当推理成本以”超级摩尔”速度下降，当国产算力供给从”稀缺”走向”规模化”，当”1元/百万Token”变成”0.1元/百万Token”——应用的爆发就不是”会不会”的问题，是”多大”的问题。中国日均140万亿Token的调用量，已经是全球最大的AI应用市场。当成本再降一个数量级，Agent将无处不在。
风险同样清晰：昇腾量产节奏取决于SMIC良率爬坡和HBM供给；美国可能从”卡芯片”升级到”卡设备”；中美关系存在窗口期的不确定性。
但大方向已经不需要争论了：两条路线都在加速，不会回头。
结语：龙鹰对望
十年前，中美在同一个AI赛道上——美国领跑，中国追赶。芯片是从同一家硅谷公司买的，论文是在同一个会议上发表的，模型是用同一种架构搭的。
2026年，这一切结束了。
美国的AI，走的是”纵向突破”：更快的芯片，更大的模型，更高的能力上限。它在追求智能的”珠穆朗玛峰”。
中国的AI，走的是”横向渗透”：更聪明的架构，更低的成本，更广的应用覆盖。它在建造智能的”高速公路网”。
两条路，通往不同的终点。
谁对谁错？这个问题的前提是”存在正确答案”——但在这个阶段，方向本身没有对错，只有适配。
适配自己的约束，适配自己的资源禀赋，适配自己的战略目标。
而这，恰恰是”百年未有新财富”的真正含义：当规则被重置，旧王位的护城河不一定是新世界的通行证。
（全文完。本文为”AI模型进化系列”第四篇，也是最后一篇。前序文章：[AI模型进化，撞墙了吗？]、[被低估的效率暗战]、[何恺明的ELF]。）
小龙创作，2026年5月
免责声明：本文不构成投资建议。投资有风险，决策需谨慎。