凱文·凱利因何預言：未來5年，中國完全有可能造出全球最先進芯片

一個七十多歲的美國老頭，坐在央視《高端訪談》的鏡頭前，慢悠悠地說出一句讓不少人心里咯噔一下的話。凱文·凱利判斷，未來5年，中國完全有可能造出全球最先進芯片。

主持人追問他芯片戰、技術封鎖這些繞不開的坎，他沒打太極，也沒往回縮。他的邏輯其實特別樸素——很多人以為中國沒有制造4納米芯片所需的設備，但中國可以自主研發這些設備，這本質上是工程領域的問題，而中國在工程領域極為出色。

說實話，第一次看到這段話，我腦子里冒出來的不是激動，而是懷疑。這種被中國網友戲稱為＂老朋友＂的西方人，說幾句好聽的客套話太正常了。

樂觀誰不會呢？可當我把這大半年國內芯片圈發生的事兒一條條捋出來擺到桌面上，那點懷疑就慢慢站不住腳了。你會發現，KK這話不是拍腦袋的恭維，而是他真看見了一些正在發生的東西——只不過我們身處其中，反倒容易當局者迷。

大模型公司抄起家伙，親自下場造芯

最先撬動我認知的，是那些做大模型的公司，居然一個接一個跳下來自己搞芯片了。這事兒放兩年前想都不敢想。

做軟件的去啃硬件，隔行如隔山。可現實是他們真被逼到這一步了。

路透社援引三名知情人士的消息，DeepSeek正在開發自己的AI芯片，主要瞄準推理場景而非訓練，這個項目其實已經秘密推進了一年多。這家公司為什么這么急？

創始人梁文鋒早就把話攤開說過了，芯片供給不足就是壓在他們頭上的核心難題。從當年靠著英偉達H800硬訓出R1，到今年四月V4模型直接全面適配華為昇騰，他們的算力路子一直在被動地拐彎——不是不想用最好的，是好東西買不著了。

錢的問題倒是不缺。DeepSeek在完成約510億元人民幣首輪外部融資之后，一個月內又啟動新一輪融資，投后估值擬升至約710億美元。

這筆錢的用途里，白紙黑字寫著自建數據中心和采購AI芯片。你品品，一家以算法驚艷世界的公司，現在最渴的居然是算力這口＂水＂。

不止DeepSeek一家。智譜也被曝出向多家國內芯片設計公司發出了初步咨詢，打算聯合開發專為GLM系列模型優化的定制AI處理器，也就是ASIC，整個項目周期預計超過兩年。

逼著他們動手的原因特別具體：GLM-5.2上線之后，日均Token使用量單周暴漲了27倍，算力緊缺直接成了增長的天花板。業務跑得越猛，算力這根繩子勒得越緊，這種滋味，只有真正在一線扛過壓力的人才懂。

如果說大模型公司造芯是被需求＂頂＂上來的，那互聯網大廠的動作就更像是有備而來的正規軍推進。百度旗下的昆侖芯已經以保密形式向香港聯交所遞交了A1上市申請，6月底市場傳出目標估值約500億美元，折合人民幣三千三百多億元。

有意思的是，這個估值已經快趕上它母公司的分量了，一個＂兒子＂養到快跟＂老子＂平起平坐。與此同時，阿里旗下的平頭哥也被曝出打算獨立上市，它手里握著端云一體的全棧產品系列。

再看資本市場那邊，熱鬧得像過年。摩爾線程、沐曦股份、壁仞科技、燧原科技這被稱作國產GPU＂四小龍＂的四家全部站上了資本市場，如果把此前已經上市的寒武紀、海光、天數智芯也算進來，國產GPU軍團的總市值正在逼近兩萬億元。

錢這么瘋狂地往里涌，我一開始也擔心是不是泡沫。但轉念一想，任何一個產業剛起步的時候，不都是先有錢砸進來，才養得起人，最后才可能磨出技術嘛。資本先行，反倒是這個賽道真的被看好了的信號。

集體繞開訓練難關，專攻推理這條窄路

盯著這些消息看久了，我發現一個特別值得琢磨的共同點：不管是DeepSeek、智譜，還是大洋彼岸的同行，第一刀幾乎都砍向了推理，而不是訓練。這可不是巧合。

OpenAI已經推出首款定制推理芯片，由博通參與開發、臺積電代工；幾乎同期，Anthropic也被曝啟動自研芯片的早期工作，并與三星電子接洽2nm制程與先進封裝方案。全世界的聰明人湊一塊兒，都不約而同地先挑推理這條路走，背后一定有道理。

道理其實不難懂。訓練芯片是真正的＂硬骨頭＂，它需要極高的算力密度、飛快的芯片間互聯帶寬、大得嚇人的顯存，對制造工藝的要求苛刻到7納米以下先進制程才是標配——而這，恰恰卡在中國半導體產業鏈最疼的那個位置上。

硬著頭皮去啃訓練芯片，很可能陷進＂設計得出來、造不出來＂的死胡同。推理就寬松多了，它更看重能效比和成本控制，中高端制程就能頂得上，國內成熟工藝的產能正好有用武之地。

這里頭還藏著一筆特別現實的經濟賬。一枚針對特定模型深度優化過的ASIC推理芯片，單位推理成本能做到同代次通用GPU的三分之一到四分之一。

別小看這個數，當業務規模沖到某個臨界點，每個Token的成本哪怕只降幾厘錢，一整年攢下來就是幾十億的真金白銀。訓練是燒錢的成本中心，推理才是產生收入的地方，所有to B的API、to C的訂閱，最后都壓在推理算力上。

自研推理芯片能直接省到利潤表里，這買賣誰不心動？當然，起步歸起步，我也得說句實在話，別一激動就飄。

中國芯片離＂領跑＂還隔著好幾道坎。頭一道就是制造。

受限于工藝制程，國內AI芯片行業的主流算力水平目前還處在英偉達A100那個階段，只有少數廠商通過先進封裝等手段做到接近H100，這已經是國內最先進的水平了。第二道是生態。

英偉達真正的護城河從來不是那塊GPU硬件，而是CUDA——上千萬開發者、幾十年攢下來的工具鏈和優化庫。摩爾線程創始人張建中在這點上倒是清醒，他反復強調MUSA的思路是高度兼容CUDA，讓開發者能無縫遷移。

但兼容和取代，說到底是兩碼事。第三道坎最磨人，是人才。

4納米級的制程需要的不是幾百個設計師，而是分布在工藝、設備、材料、設計、封測各個環節的成千上萬名工程師。人才要一茬一茬地養，砸錢砸政策都換不來時間，這道坎，急不得。

換個賽道重定標準，預言正在照進現實

那是不是被卡在光刻機這道關口，中國就只能干瞪眼？還真不是。

中國給出的答案之一，是干脆換條道走。今年5月底，華為拋出了一個叫＂韜定律＂的東西，圈內討論得沸沸揚揚。

華為預計到2031年，基于該定律的高端芯片晶體管密度有望達到1.4納米制程的同等水平。它的核心思路是用＂時間縮微＂去替代傳統的＂幾何縮微＂，簡單說就是不死磕把晶體管做得更小，而是換個維度想辦法。

華為過去六年基于這套思路已經成功設計并量產了381款芯片，這就不是紙上談兵了。這跟任正非之前那句＂用非摩爾補摩爾、用數學補物理、用集群計算補單芯片＂的思路，一脈相承。

你不讓我在制程上追，我就換個戰場跟你比。政策這邊也沒閑著，給還在蹣跚學步的國產芯片鋪了塊穩穩的墊子。

今年5月，中國信息安全測評中心公布，七家廠商旗下九款國產AI芯片通過測評并全部評定為安全可靠等級I級，華為昇騰、阿里平頭哥、壁仞、海光、天數智芯、沐曦、摩爾線程都在里頭。這是國內頭一回專門給AI芯片設立安全可靠認證，等于用信創清單給國產芯片劃出一塊保底的市場。

對剛起步的國產芯片來說，先有口飯吃活下來，比一上來就搶高端更重要。市場端也真在拉動，DeepSeek-V4發布當天，就有一大批國產AI芯片火速完成了適配。

政策托底、市場拉動、技術攻堅，這三股勁兒是擰到一塊兒去了。聊到這兒，我想我大概摸到了KK那句預言真正的分量。

他壓根就沒打算說＂中國五年后能造出跟臺積電一模一樣的4納米芯片＂，作為一個預測過一堆事兒的未來學家，他要真這么機械我反倒不信了。他看的是趨勢，是方向。

當推理ASIC慢慢取代通用GPU成為主流，衡量＂最先進＂這把尺子，就悄悄從制程節點換成了算法和硬件的協同效率。而在這條新賽道上，中國大模型公司加國產芯片公司的全棧整合，恰恰是別人沒有的優勢。

摩根士丹利預測，到2030年中國AI芯片市場規模將達到670億美元，國產AI芯片自給率有望達到76%。三十多年前，KK在1994年寫《失控》的時候，那些關于云計算、物聯網、共享經濟的預言，沒幾個人當真。

三十多年過去，這些當年像天方夜譚的東西，真的一個接一個走進了我們的生活。如今他把想象投向中國工程師的野心和本事，我猜他自己都沒料到，這份野心會以DeepSeek和智譜前后腳曝出造芯、昆侖芯沖刺千億估值、華為韜定律落地這么密集又具體的樣子砸到眼前。

所以你看，這真不是什么中國芯片的＂將來時＂，它就是活生生的＂進行時＂。極端脫鉤對誰都沒好處，中國是全世界最大的芯片市場，這么大一塊蛋糕，誰能長期把它排除在外？

供應鏈早晚會用一種新方式重新連起來。預測未來的意義不在于精準算準每個細節，而在于用對美好未來的想象，去點燃人們真正動手的那股勁兒。

眼下我們正盯著的，就是這股勁兒變成現實的頭一步。芯片這條路難走，但至少，中國是真的邁開腿了。