分析：中国公司为何不得不依赖英伟达芯片-墙外头条

美国总统川普刚刚允许科技大厂英伟达（Nvidia）将H20芯片销往中国，但需向美国国库缴纳15%的销售收入。而北京当局则施压企业，下令要中企暂停采购H20。

据《金融时报》报道，7月15日，也就是川普政府解除H20出口管制的隔天，美国商务部长卢特尼克（Howard Lutnick）表示，美国不会向中方“出售最好的产品，也不出售第二好的产品，甚至也不出售第三好的产品”，“我们希望向中国销售足够多的产品，使中方开发者持续需要美国技术生态。”

随后，北京政府将Nvidia H20芯片列为“战略物资”，并要求主要云服务商暂停采购H20。这可能有利于壁仞科技（Biren）、华为、燧原科技（Enflame）、摩尔线程（Moore Threads）等中国国内企业。

但情况又出现反转——DeepSeek放弃使用华为昇腾（Ascend）AI处理器训练其R2模型，原因是华为芯片效能不稳定、芯片间连接速度不足，以及华为核心软体平台CANN的限制。

这令人质疑，北京能否真的依赖自家硬体来推进AI发展。

耗资数十亿美元扶持半导体业仍依赖西方

随着美国对中国高科技领域制裁日益加剧，自2010年代中期以来，中共长期宣称要实现科技自主，尤其是在新兴科技领域。然而，虽然政府多年来投入数十亿美元扶持晶圆厂与半导体产业，中共技术仍落后于西方，难以建立完整且自主的AI供应链。

此外，中方也缺乏能与CUDA相抗衡的软体生态体系。CUDA是由Nvidia开发的软体运算平台和程式设计模型，可大幅提升运算效率。

Nvidia提供高效能GPU（图形处理器）搭配稳定且多功能的CUDA软体生态已超过十年。因此，中国主要的AI企业，包括阿里巴巴、百度、腾讯，以及DeepSeek等，都依赖Nvidia的硬体与软体。

虽然阿里与百度也开发自家AI处理器，但仍大量采购Nvidia H20。

据半导体研究公司SemiAnalysis估计，Nvidia去年生产了约一百万颗HGX H20，几乎全部被中国买走。

SemiAnalysis之前还发布报告指出，华为AI处理器Ascend 910C号称是“中国制”，其实采用台积电7奈米芯片，另一款Ascend 910B也是使用台积电芯片，中芯国际遭质疑只是挂名。

美国智库兰德公司（RAND）研究员海姆（Lennart Heim）也表示，华为在2024年利用非法手段自台积电取得约三百万颗芯片，用以生产约140万到150万颗Ascend 910C，这数量接近Nvidia对中国的供应量。

尽管如此，除华为自身的鹏程Pangu模型以外，其它中国企业仍偏好Nvidia。

例如DeepSeek的R1模型是以5万颗Nvidia Hopper系列GPU训练完成，包括3万颗HGX H20、1万颗H800，以及1万颗H100，其软体平台几乎全依赖CUDA。

当DeepSeek在开发R2模型时，虽然中共当局希望其改用华为Ascend 910，但由于效能不稳定等原因，最后仍改回用Nvidia的GPU进行训练，仅在推理环节使用Ascend。

在硬体方面，目前中国仍无法在本土生产与AMD、Nvidia相媲美的先进制程AI芯片。

中国所有的AI芯片龙头企业，包括华为、壁仞、摩尔线程等，都在美国商务部实体清单上，无法使用台积电的先进制程。这些企业只能依赖中芯国际（SMIC），而SMIC的技术仍落后。

虽然中芯称已能生产7奈米芯片，并计划推进至6奈米与5奈米，但产能与良率仍是疑问。

在软体方面，华为的CANN等软体之所以落后CUDA，主要是因为Ascend芯片较少人使用，难以吸引开发者投入。相反，CUDA平台的普及正是因为有数百万个Nvidia GPU，形成正向循环。

即使中方能大量供应Ascend或壁仞GPU，若软体平台不成熟，开发者依然不会选择这些处理器。DeepSeek的R2训练失败就是最好的实例。

因此，中国AI半导体产业受限于产能不足、技术受限，及企业过度竞争等问题，很难挑战Nvidia建立的半导体产业生态体系。

（本文参考了Tom’s Hardware的报道）