摘要：大家知道，对于中美的科技战尤其是人工智能争霸大战，美国一直是有两种观点的。企业界一直希望的是通过倾销，使得中国企业的产品卖不出去，最终退出市场，这种观点的代表是比尔-盖茨。政客们的想法则是搞封锁，任何先进的东西都不卖给中国，让中国企业始终只能使用落后一两代的产

大家知道，对于中美的科技战尤其是人工智能争霸大战，美国一直是有两种观点的。企业界一直希望的是通过倾销，使得中国企业的产品卖不出去，最终退出市场，这种观点的代表是比尔-盖茨。政客们的想法则是搞封锁，任何先进的东西都不卖给中国，让中国企业始终只能使用落后一两代的产品。

出于种种原因，我们中国的自媒体一直都在鼓吹美国企业界的观点贬低美国政客的做法。但客观而言，其实两者都是各有利弊的。具体到AI硬件上，如果我们能自由采购AI芯片，焉知我们不会在大模型上很快领先？

拜登政府临下台前搞的这个人工智能扩散框架，把国家分成了三档。“一级” 国家，主要是美国的 18 个同盟国，这些国家的公司，能随便买英伟达 H100 这类先进人工智能芯片，不受啥限制。“二级” 国家的公司就没这么爽了，每年买 H100 级别的处理器，有个上限，大概 5 万个，除非拿到最终用户核实（VEU）批准。不过，每年进口 1700 个以内，倒是不用出口许可证，而且这 1700 个不算在 5 万个的上限里。最惨的是 “三级” 国家，像中国、俄罗斯和澳门，因为武器禁运，基本别想买到先进的人工智能处理器。

英伟达对拜登政府这规则，意见可大了。他们觉得，限制美国人工智能芯片出口，不但帮不了美国企业，反而会让其他国家的竞争硬件、软件和标准趁机发展起来，特别是中国研发的那些。所以，英伟达和黄仁勋一直在到处呼吁，希望政策能改改。

最近特朗普政府也觉得得做点改变，但这改变，可能不是英伟达他们想要的。据说，现在的特朗普政府正打算把现在的分级模式，换成一种全球许可证制度，就是美国政府和各国政府之间签正式协议。这样一来，美国就能根据具体情况，在贸易谈判里，决定其他国家能不能买到芯片，手里的牌更多了，影响力自然也更大。另外，官员们还想着把不用正式批准就能出口的芯片数量标准降低，现在是少于 1700 个 H100 级单位的发货，通知一下就行，以后可能要降到 500 个单位。

5月初，刚听到这消息的英伟达大老板黄仁勋，只好又站出来呼吁美国政府改改之前对人工智能处理器的出口限制政策。为啥呢？他觉得这些限制，让美国公司没办法痛痛快快地参与全球市场竞争了。可现实很骨感，现任美国政府好像不这么想，不仅不松口，还打算进一步收紧对人工智能 芯片的出口管控，甚至想把这个当成跟其他国家谈贸易协议时的一个重要筹码。​

黄仁勋在一个叫 “山丘与山谷论坛” 的会议上，很直白地表达了自己的观点。他说：“我不太清楚新的人工智能扩散规则到底会怎么定，但不管咋样，得认识到，自从之前的规则发布后，这世界早就大变样了。美国得加快人工智能技术在全球的传播速度，政府的政策和鼓励措施，也得跟上这个节奏。”​

要是真按这个新规则来，英伟达以后能不能成功，就不只是看自家人工智能芯片 的性能了，还得看美国政府跟其他国家签的贸易协议咋样。你想啊，有的国家说不定更愿意和中国的华为合作呢。黄仁勋自己都说，华为在人工智能领域的实力，仅次于英伟达。他还特别强调：“中国在人工智能这一块，一点都不落后，和美国的差距非常小。华为更是全球顶尖的科技公司，不管是计算、网络技术，还是软件能力，都相当厉害，这些可都是推动人工智能发展的关键能力。这几年，华为进步特别大。”​

“我们正处于一个转折点：美国需要决定是继续领导人工智能的全球开发和部署，还是要撤退和紧缩，”英伟达首席执行官黄仁勋对美国立法者的讲话中写道。“美国不能通过放慢脚步来领导。如果我们后退一步，其他人就会介入。全球人工智能生态系统将在技术、经济和意识形态上分裂。”

黄仁勋的意思其实是，你限制其它国家购买美国的人工智能芯片，那他们就会买中国的芯片用中国的标准，华为等中国企业完全有实力建立自己的人工智能生态，最终与美国分庭抗礼。

企业距离自己定义全球人工智能标准还有在高科技领域，有句话叫 “得标准者得天下”。英特尔当年靠着 x86、PCIe 和 USB 这些技术，制定了行业标准，现在市场上绝大多数设备，都得用这些技术。英伟达也一样，靠着在 CUDA 生态系统上的大力投入，在人工智能计算领域，也制定了一套标准。现在的AI硬件产品，比如HBM，一般要通过英伟达的测试，大家才认可。可以说，英伟达的努力，让美国在人工智能领域，稳稳地占据了领导地位。​

可现在，美国把人工智能硬件限制在国内，不让出口，这会带来啥后果呢？英伟达很担心，这会逼着其他国家，赶紧发展自己的人工智能生态系统。说不定哪天，其他国家的生态系统，就会超过美国的。黄仁勋在给美国国会议员的评论里，很严肃地写道：“美国现在到了一个关键转折点，得想清楚，是继续在全球人工智能发展和部署上当老大，还是往后退，慢慢失去优势。美国可不能靠放慢脚步来保持领先，一后退，别人马上就会顶上。到时候，全球人工智能生态系统，在技术、经济和意识形态上，都会分裂。”​

就目前来说，英伟达和它的 CUDA 生态系统，在全球人工智能应用，不管是训练还是推理方面，那都是标杆一样的存在。像 GB200/GB300 NVL72 这些产品，能很好地满足那些想在本地部署人工智能应用的公司的需求。而且，因为 CUDA 用的人多，部署起来又简单，成本还相对低。​

当然，英伟达在美国国内也有竞争对手，像 AMD、英特尔这些老对手，还有 D-Matrix、Tenstorrent 这些新冒出来的公司。不过，这些对手大多在推理方面下功夫，在人工智能训练领域，英伟达靠着 CUDA，还是稳稳地坐在王者宝座上。​

不只是在美国，在欧洲和中国，英伟达也占着主导地位。中国的那些高科技巨头，像阿里巴巴、字节跳动、腾讯，还有欧洲的公司，基本都用英伟达的硬件。​

但是，中国市场竞争向来激烈，英伟达在这里，硬件和平台方面都遇到了强劲对手。硬件上，壁仞科技、芯动科技和摩尔线程这几家公司，都挺有实力。虽说现在它们市场份额还不大，但背后的技术和团队，可不能小瞧。这三家公司都用了英国 Imagination Technologies 公司开发的 PowerVR GPU 知识产权，而且在 GPU 开发方面，经验都很丰富。​

摩尔线程的创始人张建中，以前在英伟达工作过，还当过英伟达中国业务的总经理。壁仞科技的联合首席执行官李新荣，以前是 AMD 中国研发中心的副总裁兼总经理，2021 年加入壁仞科技，现在负责公司的组织管理和产品设计。有专业人士就说了，李新荣在科技行业的丰富经验，对壁仞科技专注开发高性能 GPU，肯定有很大影响。​

不过，虽说壁仞科技、芯动科技和摩尔线程硬件不错，但它们现在还缺一个像英伟达 CUDA 那样强大的生态系统。在中国，有一家公司，不但硬件能和英伟达掰掰手腕，平台层面也能一较高下，那就是华为。​

华为有个Cloud Matrix 384超节点系统，华为说这个系统在人工智能方面的性能，比英伟达的 GB200 NVL72 机架式机器还强。更重要的是，华为有自己专门为人工智能打造的异构计算架构（CANN，Compute Architecture for Neural Networks）平台。这个平台，就是为了把华为海思昇腾人工智能处理器的潜力，全都发挥出来设计的。​

和英伟达的 CUDA 一样，华为的 CANN 也提供了一整套开发资源，像运行时系统、模型构建工具和编译器这些都有。它既能和华为自己的昇思 MindSpore 平台搭配着用，也能和 TensorFlow、PyTorch 这些大家常用的人工智能库兼容，对开发者来说，特别灵活。这个框架里，还有一系列经过优化的计算组件，能加快模型的执行速度，而且还和 ONNX 运行时兼容，这样就能在华为的昇腾人工智能加速器上，高效运行基于 ONNX 的模型。​

但是，CANN 也不是十全十美的。它因为使用起来不太容易，受到了一些批评。好在华为已经意识到这些问题，正在努力改进，想办法让这个平台更强，更好用。但目前来说，CANN 这些不完善的地方，还有把程序从 CUDA 移植到 CANN 要花的大量时间和人力，确实限制了华为硬件的进一步发展。​

要是英伟达的 GPU 不能卖给中国和欧洲的客户，这些客户肯定得找别的替代方案，华为，或者壁仞科技、芯动科技、摩尔线程的硬件，肯定会进入他们的考虑范围。英伟达很清楚，这对自己影响可太大了，每年收入可能要少几百亿美元，市值也可能蒸发数千亿美元。更严重的是，从长远看，这可能会让中国的竞争对手，慢慢成为人工智能领域的新标杆。​

英伟达在声明里说：“不管大家对DeepSeek的开源 R1 模型怎么看，这都说明，就算美国的科技公司不参与，全球的创新也没停过，而且发展得很快。要是没有美国的平台，很多公司就会去找华为这样的战略竞争对手，来填补空白。所以，在人工智能领域当老大，不光要看限制了什么，更得看推动了什么。生态系统太重要了，这可不只是谁能建最大的数据中心，或者训练出最先进的模型这么简单。英伟达有个很大的优势，就是全球有 600 万开发者，都在我们的平台上开发。要是这个生态系统被竞争对手抢走了，再想拿回来，可太难了。”​

美国这个新出口规则，也就是人工智能扩散规则，5 月 15 日就要生效了。按照这个规则，英伟达不但不能把人工智能芯片卖给中国这个大市场，中国的客户也得做出选择，要么在云端用英伟达的 GPU，要么就只能转向中国自己开发的处理器，比如华为或者其他中国公司设计的产品。短期内，这可能会让中国人工智能行业发展慢下来，但从长远看，这反而是个推动中国人工智能硬件生态系统发展的好机会。​

华为每年在研发上的投入，那可是几百亿美元。一旦华为和其他中国公司，人工智能硬件的销售额上去了，它们就能在人工智能生态系统开发上，投入更多资金。这样一来，和英伟达、AMD、英特尔这些美国公司开发的生态系统比起来，中国企业的竞争力就更强了。​

有中国这个大市场做后盾，华为和其他中国公司，不但能在中国市场站稳脚跟，还能把硬件卖到其他地方，和英伟达等美国企业，在欧洲和中东的人工智能硬件市场上一较高下。更关键的是，它们还有机会制定人工智能市场的标准。要是真到了那一步，英伟达对这些标准的影响力，肯定会大大降低，美国在人工智能发展方面的影响力，也会跟着变小。要知道，在人工智能领域当老大，可不只是看市场份额，对未来治理模式的战略控制，也非常重要。​

英伟达在给美国政府的信里，最后无奈地写道：“现在，美国半导体行业，正被挤出中国这个全球最大的市场。要是 5 月 15 日人工智能扩散规则，没啥大改动就生效，那我们可能也得从世界其他地区撤出来了。”​

美国其实有过放弃技术领导地位的教训。之前华为在全球 5G 部署里，靠着提供更便宜、部署速度更快的基础设施，占据了主导地位。这就给美国提了个醒，失去对基础标准的控制，市场力量和地缘政治影响力，都会跟着改变。只是现在还不好说，美国现任政府，能不能从这些过去的错误里吸取教训。​

从目前的情况看，像华为这样的企业，已经在硬件和平台上，取得了不小的突破，有了和英伟达竞争的实力。而且，中国还有壁仞科技、芯动科技、摩尔线程这些潜力股，在不断发力。从国家层面来说，也在大力推动人工智能产业的标准化建设。工业和信息化部等四部门联合发文，到 2026 年，我国人工智能产业要新制定 50 项以上国家标准和行业标准。​

但是，我们也得看到，制定 AI 标准，可不是一件容易的事。英伟达靠着多年的积累，在 CUDA 生态系统上建立起来的优势，不是一朝一夕能被超越的。华为的 CANN 平台，虽然有潜力，但还需要时间来完善。而且，在全球市场上，要得到广泛认可，成为大家都愿意遵循的标准，还得经过市场的重重考验。​

目前，中国企业和英伟达等美国企业在技术基础、生态建设及国际标准参与上还是有明显差距的。

目前，我们在基础研究与算法原创性上与美国差距明显。全球90%以上的重大AI算法突破（如Transformer、Diffusion Model）是由美国主导的，中国在基础理论（如神经符号系统）的原创贡献较少。深度学习框架（TensorFlow、PyTorch）也是由美国企业主导，中国自主框架（如华为MindSpore）全球市场份额不足10%。

芯片制造上，目前只有华为搞定了7nm制程，但可能还要借助ASML光刻机，半导体材料（光刻胶）、EDA工具等上游环节被美日欧垄断，28nm国产光刻机还没真正量产（上海微电子的相关产品传言通过验收）。而台积电等的N2（2nm）工艺已经开始接单，距离真正量产只差一步。

生态建设这块，从咱们国内几家科技巨头前段时间还在抢着买英伟达的 H20 芯片就能看出来，咱们在这方面离成熟还有不小的差距。​

再说说国内的情况，各个地区之间因为行政边界的限制，像上海、杭州这些核心城市都在各干各的。跨省市之间技术共享和统一标准推进得特别慢，数据孤岛问题特别严重。政府和各个行业的数据没有统一的共享标准，企业之间数据也很难顺畅流通。在智算场景里，隐私计算技术也不太给力，现在智算中心的数据传输方案还存在安全隐患。​

在国际标准这块，咱们的参与度也不高。全球人工智能标准基本都是欧美在主导，比如美国的 NIST，还有欧盟的《人工智能法案》。中国在 ISO/IEC 这些国际组织里提出的方案，占比连 5% 都不到。咱们企业想出海也不容易，欧盟《人工智能法案》对高风险 AI 系统管得特别严，咱们的产品想符合人家的标准，成本太高了。​

中美在标准制定的路子上差别很大。美国靠 “技术输出加上绑定生态” 来主导标准，像 OpenAI 的 GPT 系列和微软云生态就是例子。咱们中国走的是 “用应用来推动技术发展” 的本土化路线，比如在政务和制造业搞 AI 应用。在国际标准谈判的时候，咱们提议把算法透明度加进去，但欧美更看重隐私和伦理框架。​

虽然咱们有 DeepSeek - R1 这些开源模型，降低了技术使用门槛，但国际开发者社区还是以 Meta、谷歌的生态为主。华为、百度这些企业现在只能在国内试点自己的标准，希望用成功案例来影响国际规则。

我们在制定全球人工智能标准这块差距还是比较大的。不过，科技行业变化太快了，谁也说不准明天会发生什么。也许用不了多久，中国企业就能在 AI 标准制定上，取得重大突破，让我们拭目以待吧。

来源：一日看尽上古史