算力禁令，反而填上了中国AI最后一块拼图

摘要：来自大洋彼岸的智能算力封杀，反而让我们补齐了中国智算平台能力的最后一块拼图。我们自此可以完全在自己的土壤上，播种、耕耘和收获AI的原生创新，同时还具有更高的可控性和安全性。

来自大洋彼岸的智能算力封杀，反而让我们补齐了中国智算平台能力的最后一块拼图。我们自此可以完全在自己的土壤上，播种、耕耘和收获AI的原生创新，同时还具有更高的可控性和安全性。

中国的AI能力从全球唯二，能不能走到全球唯一，是业界存在争论的话题。而从目前我们的基础设施建设上来看，这种可能性在十年里发生的概率越来越高。

只有先是中国的，最后才可能是世界的。

——导语

1934年10月，一个重大的决定被做出，红军要进行长征。

在长征途中，红军根据实际情况不断调整战略战术，改变了之前“处处受制于敌”、“走也走不动，打也打不好”的被动处境，通过四渡赤水、巧渡金沙江、强渡大渡河、飞夺泸定桥等一系列精彩绝伦的军事行动，成功摆脱了敌人的围追堵截，取得了战略转移的决定性胜利。

长征是残酷的，从四路红军开始长征时的近20.6万人，到长征结束时的约5.7万人，红军在长征过程中遭受了巨大的损失，但长征的胜利具有深远的意义，它不但保存了红军的基干力量，还为中国革命此后的胜利发展奠定了基础。

写这段话是想说明一个问题，有时候，一个壮举的开端未必是主动的，也可能是被迫的。但是只要不放弃方向感和使命感，无论过程中需要多少战略调整，最终的胜利都将有巨大的现实意义和精神意义。

中国在AI先进算力发展过程中的起因、过程和目前的突破，也可以看作是一场长征。

2025 年 1 月 13 日，西方大国表示，将进一步限制 AI 芯片和技术出口，将全世界的先进计算能力保留在自身及盟友手中，同时寻找更多的方法阻止中国获取先进算力。

以往，它们把中国企业往“实体清单”里面拉，总还要找个借口。比如危及美国的信息安全、冲击美国的科技产业云云。

这一次的凶险之处在于，彻底不装了，直接表达真实意图——就是要将全世界的先进计算能力保留在自身及盟友手中，同时寻找更多的方法阻止中国获取先进算力。

这是一个前所未有的举措，甚至可以看作是中美科技战从“冷战”向“热战”开始转变了。

而中方的态度也是前所未有的强硬，除了例行的反对和抗议外，还特别强调了一个事实——12月2日，美国政府宣布了新一轮对华出口限制措施时，我们就已经说过——呼吁国内企业主动采取应对措施，审慎选择采购美国芯片，寻求扩大与其他国家和地区芯片企业的合作，并积极使用内外资企业在华生产制造的芯片。

简单说就是，我们也不“装”了。从以往的批评、呼吁，直接给产业界指了一条新路——少买美国芯片，积极使用国产芯片。

双方都是针尖对麦芒。但我们这次为什么格外的有底气呢？

浅层次讲，是我们手里有牌了；深层次说，这其实是一个极好的让我们换道超车的机会。

实话实说，如果能够从公开、合理的渠道去无限制的购买各种先进算力基础设施的软硬件，我们可能还不会那么快、那么决绝的走上自主创新之路。

软弱的国家，会直接被打趴在地；而中国选择了正面迎战。

可以看看我们这几年搞出了什么，除了硬件突破，整个智算平台的进化和智算能的供给，可以说上了一个大台阶。

甚至可以说，没有美国的封锁，就不会有中国AI自强崛起的加速。有时候，我们需要感谢我们的对手。

但是，仅仅加速芯片是不够的，大模型训练所需要的万卡、十万卡集群，是人类有史以来最复杂、最强大的高并行计算集群形态。算力只是其中的冰山一角，它还需要存力、通讯、网络、框架层、模型层、应用生态的支撑，才真正具有高可用性。

简单说就是，解决芯片的自研自产，仅仅只能算是造出了搭建这个强大体系的“砖瓦”，真实可用的大模型即服务平台（MaaS）才是对手最想卡脖子的地方。

那么，我们至少需要什么样的平台，才能在我们和美国的围追堵截中不落下风呢？

我觉得至少有三个要素：

第一，全栈自研、自产自给。从硬件、基础设施、算力集群、架构到软件应用，都要具有自主可控的特点；

第二，提供强大而稳定的系统级算力供给，一如华为执行董事长徐直军所言——人工智能正在成为主导性算力需求，促使计算系统正在发生结构性变化，我们需要的是系统算力，而不仅仅是单处理器的算力；

第三，创造一个基于自主硬件和云服务深度结合的平台，云是目前最合适也是最灵活的让用户按需使用AI能力的形态，因此，让千行万业的用户能够用最低的技术门槛把AI能力用起来，以云服务的方式协助客户开发，训练，托管和应用模型，打造百模千态的“黑土地”，就成为了刚需。

而这一切，美国都不希望我们有，甚至不希望除了自身紧密的17个盟友国家和地区之外的国家拥有。本质上说，美国人的眼光也是很犀利的，他们也看出来，在从后互联网时代向智能时代的范式转换期中，AI能力是最核心的发展要素，甚至是人类科学技术跃迁式发展的核心要素。

因此，除了盟友之外，限制中间国家的AI发展，锁死中国这样的强大对手的AI发展潜力，其实就是美国的阳谋，美国不但要走自己的路，还要断别人的路。

但中国也有高人，从不过过于乐观的把发展的主动权放在别人手里，所以，我们现在的成就已经不止于一些具有先进性的芯片。

我们目前具有的两个比较突出的优势是：

1.提供先进智算能力和模型及服务的软硬一体化平台及生态已经可以做到自主可控，甚至有局部创新超过了美国；

2.中国的千行万业对AI的拥抱积极性超乎想象，基于前述的先进算力云原生平台的实践，已经从“实验性落地”变成了“实践性落地”。

前者中比较有代表性的是华为。

目前，华为云昇腾AI云服务了整合大规模算力集群、计算引擎CANN、AI 开发框架MindSpore、ModelArts AI 开发生产线和ModelArts Studio大模型即服务平台，已经能够在全栈自产自研的基础上，为大模型的训练、推理和AI 应用的开发运行提供稳定可靠的全栈算力保障。

而且，某种意义上说，CloudMatrix提供的能力已经不是“平替”，而是“优替”，它结合中国AI行业的需求和实践，提供了更有针对性的服务。

真正了解AI万亿参数训练的人都知道，万卡集群的核心指标之一，不单是有多少块GPU，而是能持续无中断训练的时间。

打个比方说，你买一台车，不是为了听它的纸面数据的标准有多高，真正关心的是它能够实现多少万公里无故障运行，后者才是你买车用车的核心体验指标。

中国人刚开始搞大集群的时候，几分钟、十几分钟的中断时长，是常态。即使发展到了现在，万亿参数模型训练的平均无中断时长，也只有约2.8天。

而昇腾AI云服务，可以实现40天无中断；同时，业界平均集群故障恢复时间约60分钟，昇腾AI云服务可以缩短到10分钟。

在这些先进技术的加持下，CloudMatrix已经能够将大模型的资源开通时间从月级缩短到天级，加速大模型的开发。

当年中国原子弹试爆成功，伟人说，要给赫鲁晓夫发一个一吨重的勋章，因为如果不是它们撤走了专家，我们就不能自己搞出原子弹；即使在它的支持下搞成了，这笔帐也是很难还的。

换言之，没有美国在先进算力上的抢逼围，我们也可能不会这么快的拥有CloudMatrix这样的先进平台。

另一个对我们来说至关重要的，是中国企业拥抱AI的积极性。

从敢用国产到真用国产，再到国产“真香”，是无数企业对中国AI产业的信赖和拥抱带来的。

例如，作为另一家大模型领域很有份量的企业科大讯飞，就在过去一年多的实践中，通过与华为云的合作证明了——基于国产算力打造自主可控通用大模型底座，是完全可行的。证明这一观点的，是去年10月24日，科大讯飞联合华为推出国内首个万卡规模大模型算力平台“飞星一号”，并在此底座上，讯飞星火4.0Turbo 全面对标GPT-4o。

行业用户也越来越多。广汽研究院云服务与大数据专业总师黄敬分享了一组数据——广汽基于大模型技术，打造了广汽AI智能座舱、广汽AI智能驾驶、广汽AI研发助手以及广汽AI大模型平台。其中，广汽AI研发助手依托华为云CodeArts，构建了代码助手，实现了代码的自动编写与检测，提高研发效率10%+。

目前，华为云AI已经落地30多个行业400多类场景。