突破极限：为何几纳米已不再重要？中国芯片产业崛起的背后逻辑

从纳米到超越：解码中国芯片产业的崛起密码

　　 6月12日消息，据多方面报道，美国商务部长卢特尼克（Howard Lutnick）日前再次表示，美国不会轻易将最先进的芯片提供给中国，而是计划以飞机零件和乙烷作为谈判的筹码，期望中国取消对稀土的出口限制。

　　 近日，《人民日报》刊发了对华为创始人任正非的访谈内容，这一举动传递的信息耐人寻味。 在全球科技竞争日益激烈的背景下，任正非的发言无疑为行业注入了一剂强心针。他不仅回顾了华为的成长历程，更展望了未来的发展方向，这种坦诚的态度令人敬佩。作为一家中国企业，华为在面对复杂国际环境时展现出的韧性和创新能力，值得我们深思与学习。尤其是在当前技术变革的关键时期，企业如何平衡自主创新与开放合作，华为的经验或许能为我们提供重要启示。 同时，这也让我们更加关注中国企业在关键技术领域的突破与积累。只有不断加强基础研究，提升核心技术能力，才能在全球舞台上站稳脚跟。希望更多企业和机构能够从华为的成功经验中汲取力量，在创新驱动发展的道路上砥砺前行。

　　 在采访中，任正非表示，关于芯片的问题其实无需过度担忧，通过采用叠加和集群等方式，最终的计算结果能够达到与最先进水平相当的效果。

　　 他表示，我国在单芯片技术上仍较美国存在代际差距，但这并不意味着我们在科技竞争中处于劣势。通过发挥数学理论的优势弥补物理实践的不足，借助非摩尔架构来挑战传统摩尔定律的极限，同时利用群计算技术提升整体效能，我们同样能够在实际应用层面取得优异成果。 这种“弯道超车”的策略展现了中国科研人员的智慧与创新能力。在全球化背景下，各国都在探索适合自身发展的路径，而中国选择了一条注重基础研究与技术创新相结合的道路。虽然短期内可能面临诸多挑战，但从长远来看，这种模式有助于构建更加自主可控的技术体系，为国家长远发展奠定坚实基础。 值得注意的是，尽管当前我们在某些领域尚需追赶国际先进水平，但凭借强大的政策支持、庞大的市场需求以及日益完善的产业生态，相信未来会有更多突破性进展涌现出来。这不仅是中国科技实力不断提升的重要标志，也将为世界科技进步贡献更多中国方案。

　　 “硅基芯片，他提到：“通过数学方法来弥补物理学上的不足，采用非摩尔体系来替代摩尔体系，结合集群计算的原理，能够满足我们当前的需求。”

　　 众所周知，当下先进的芯片主要集中在两大应用领域，一是智能手机、电脑等高科技设备，二是满足AI训练需求最多的高端GPU。

　　 先说手机、华为在芯片领域的自主创新能力再次得到验证。从手机到笔记本电脑，华为正逐步实现核心技术的自给自足。最新发布的华为MateBook Fold折叠屏笔记本在拆解中展现了令人瞩目的成果：其CPU、电源管理芯片以及Wi-Fi模块均采用了海思自研技术。这一成就不仅彰显了华为在半导体设计上的深厚积累，也标志着其在产业链布局上的进一步深化。 在我看来，华为此举具有深远的战略意义。在全球供应链面临挑战的背景下，掌握核心技术能够有效提升企业的抗风险能力。同时，这也为国内其他科技企业树立了榜样，激励更多公司重视自主研发，共同推动国产芯片产业的发展。未来，随着更多创新成果落地，相信华为将在全球科技竞争中占据更加有利的位置。

　　 高端GPU市场一度被NVIDIA主导，尽管目前受到出口限制，但已经出现了可替代的选择。

　　 今年4月，国际知名半导体研究机构SemiAnalysis发表专题文章指出，华为云发布的全新AI算力集群方案CloudMatrix384，凭借创新的系统架构设计与全栈技术优化，在多个核心性能指标上成功超越了NVIDIA的顶级产品GB200NVL72，这一成就象征着中国在人工智能基础设施建设方面取得了具有划时代意义的进步。

　　 CloudMatrix 384基于384颗昇腾芯片构建，通过全互连拓扑架构实现芯片间高效协同，可提供高达300 PFLOPs的密集BF16算力，接近达到NVIDIA GB200 NVL72系统的两倍。

　　 此外，CloudMatrix384凭借其在内存容量和带宽上的卓越表现，在AI领域展现出强大的竞争力。其总内存容量相比NVIDIA方案高出3.6倍，而内存带宽更是达到了2.1倍，这无疑为大规模的AI训练与推理任务提供了更为高效且可靠的硬件保障。这样的性能提升不仅意味着科研人员能够处理更大规模的数据集，还可能大幅缩短模型训练的时间，这对于推动AI技术的发展具有重要意义。同时，这也反映了当前硬件设备在支持复杂计算任务上的巨大进步，期待未来能有更多类似的创新成果出现，进一步助力人工智能行业的蓬勃发展。

　　 报道分析称，尽管单颗昇腾芯片性能约为NVIDIA Blackwell架构GPU的三分之一，但华为通过规模化系统设计，成功实现整体算力跃升，并在超大规模模型训练、实时推理等场景中展现更强竞争力。

　　 SemiAnalysis提到，华为的技术实力不仅仅局限于芯片领域，更在系统级创新方面展现出独特优势，例如网络架构、光互联技术以及软件优化等，这些都让CloudMatrix384得以高效利用集群算力，从而应对超大规模的AI计算挑战。

　　 软件并非被轻易卡住脖子，正如任正非所言，它是由数学的符号与代码构成的，是一系列高端算法和算子堆砌而成的技术结晶，不存在所谓的阻拦索。 在我看来，这句话深刻揭示了技术自主的重要性。软件作为信息技术的核心，其背后依赖的是深厚的数学理论与创新思维，而非简单的资源堆积。这也提醒我们，在全球科技竞争日益激烈的今天，掌握核心技术显得尤为重要。只有不断加强基础研究，提升创新能力，才能在关键技术领域实现真正的独立自主，避免受制于人。同时，这也鼓励我们持续关注和支持那些深耕技术前沿的开发者和企业，共同推动行业的进步与发展。

　　 当然，任正非同样高度重视基础理论研究的价值。他指出，在我国具备一定经济能力时，应着重关注理论尤其是基础理论的研究工作。基础研究往往不是短短5到10年就能完成的，通常需要10年、20年甚至更长的时间。如果没有扎实的基础研究作为支撑，就如同树木没有根基，即便枝繁叶茂、繁荣昌盛，一旦遭遇风雨侵袭便可能倾倒。

　　 他提到，华为每年在研发上投入人民币1800亿元，其中有大约600亿元用于基础理论研究，这部分不进行考核。另外1200亿元左右则投入到产品研发中，这部分是需要进行考核的。

　　 “没有理论就没有突破，我们就赶不上美国。”任正非说。