凯文·凯利因何预言：未来5年，中国完全有可能造出全球最先进芯片

凯文·凯利这个名字，关注科技的朋友都不陌生。他是《连线》杂志的老创始人，1994年那本《失控》里，他把云计算、物联网、共享经济都提前讲了个遍。

三十多年过去，这些东西真的一个个走进了我们的生活。所以当他坐在央视演播室里，讲出＂未来五年，中国完全有可能造出全球最先进芯片＂这句话时，没法当耳旁风来听。

一个八十多岁的美国老人，在中美科技拉锯最紧的时候讲这话，值得琢磨。

KK给的理由其实特别朴素。他讲，很多人觉得中国没有造4纳米芯片的设备，可中国人完全可以自己把设备做出来。这归根到底就是工程问题，中国工程师干工程活的本事，全世界没几个能比。

这话乍听像客套，细品有分量。造船、修高铁、挖盾构、送火箭上天，过去四十年我们都是这么一步步啃下来的。

工程能力这四个字，是家底，不是嘴皮子。光靠一句预言就说中国芯片能翻身，那太廉价。

真正撑得起KK判断的，是2026年这一年里冒出来的一堆实事。从去年年底到今年年中，AI芯片这个赛道像被人按了快进键。

消息一波接一波，跟了这行快十年的我们，都得每天补功课才能跟上节奏。这种密度和速度，前几年根本想不到。

最让人意外的一件事，是大模型公司自己撸起袖子造芯片了。DeepSeek就是典型。

这家公司过去一年多一直在闷声搞自研AI芯片，方向锁定推理场景。国内做芯片设计的、做晶圆代工的、做存储的，他们都谈过，还悄悄招了一大批芯片设计工程师。

上个月，DeepSeek拿到大约510亿人民币首轮外部融资，＂自研AI芯片＂直接写进了资金用途里。DeepSeek会走这一步，多少有点被逼出来的意思。

梁文锋2024年就讲过大实话，芯片供给不够是公司最大的痛点。早期训R1模型还要靠英伟达H800，到今年4月V4模型发布时，已经全面适配华为昇腾了。

这条路一直在换，一直在调。缺算力缺到什么程度呢？缺到宁可自己组队从零画版图，也不想再看谁的脸色。

另一家做大模型的公司智谱，动作也没停。他们跟国内好几家芯片设计公司搭上了线，打算联合做一款给GLM系列模型专门优化的ASIC处理器，整个项目预估要两年多。

GLM-5.2上线之后，日均Token使用量一周涨了27倍，算力根本喂不饱。加上英伟达高端芯片的采购通道基本被堵死，自研这条路，走也得走，不走也得走。

大模型公司造芯是被业务推着跑，国产GPU厂商集体冲刺资本市场，就是另一股力量。摩尔线程、沐曦股份、壁仞科技、燧原科技，业内叫它们＂国产GPU四小龙＂，不到两年时间全部走到了上市这一步。

而且它们早就不是只会讲PPT了，芯片是真金白银卖出去了，营收在涨，股价也在涨。资本市场愿意给这些公司开门，是一个信号。

大厂那边的自研节奏也在提速。百度昆仑芯已经向港交所递交了A1表格，六月底市场传出的目标估值大约500亿美元，折合人民币三千四百亿左右。

这条路走得比较稳，先在百度内部打磨技术，再拿出去让外部投资人验一遍成色。阿里旗下的平头哥也在推进独立上市，他们在RISC-V架构和AI推理芯片上积累了好几年功夫，一旦分出去单跑，又是国产AI芯片圈的一个大玩家。

算过一笔账，两年之内国产AI芯片这条赛道，可能会冒出六家以上的上市公司，总市值奔着万亿去。有人担心这里面是泡沫，倒觉得更像产业起步期的正常景象。

半导体这行有个铁律：先要有资金愿意进来赌一把，才有人才愿意跳槽过来干，最后才轮得到真正的技术突破。三个环节，一个都少不了，顺序还不能乱。

那为啥偏偏是2026年这个节点集中爆发？逻辑其实不复杂。

当推理成本已经吃掉一家AI公司三成到五成的营收，自研芯片的账立刻算得过来了。训练是往里砸钱的地方，推理才是能挣钱的地方。

to B的API调用、to C的订阅服务，最后全靠推理算力顶着。自己造推理芯片，成本能一下子压下去，直接反映在利润表上。

按行业内估算，一枚针对特定模型专门优化过的ASIC推理芯片，单位推理成本能压到同代GPU的四分之一到三分之一。业务盘子做大以后，每个Token省下几厘钱，一年就是几十亿的差距。

这笔账，任何一个CFO都算得清清楚楚。所以我们看到DeepSeek、智谱，包括海外的OpenAI、Anthropic，无一例外都是从推理芯片开始动手，谁也不碰训练芯片。

从推理切入，不能理解成技术保守，这是把技术门槛、商业价值、产业现状三者称过之后的最优解。训练芯片对制程要求太苛刻，7纳米以下是标配，而先进制程恰好是中国半导体产业链最薄弱的一环。

硬着头皮上训练芯片，很可能出现版图设计得漂漂亮亮、晶圆厂却根本造不出来的尴尬。这种事没意思，也没意义。

推理芯片就完全不一样了。它对单芯片算力峰值的要求比训练低，更看重能效比、延迟稳定性和成本控制。中高端制程就够用，国内那些成熟工艺的晶圆产能一下子有了发挥空间。

今年5月，中国首次把9款国产AI训练推理芯片纳入＂安全可靠等级＂I级认证，华为、阿里都进了名单。这等于国家用信创清单，给国产芯片划出了一块保底市场。

政策托底、市场拉动、技术突破，三股力量拧到一起共振，这才是2026年国产AI芯片能集中爆发的深层原因。对起步阶段的产业来说，先活下来比什么都重要。

有稳定的基本盘垫底，才有底气去啃真正的硬骨头。这条规律，我们跟这个行业这么多年，看下来最朴素，也最管用。

唱衰或者吹捧的人，往往都忽略了这一点。不过话讲到这里，我们也得实事求是。KK讲的是＂五年内＂，潜台词是＂五年后＂，不是＂现在＂。

眼下这波造芯潮，本质上是中国AI芯片从＂能造＂往＂好用＂跨越的起步阶段。起步跟领跑之间，至少横着三道坎，一道都跳不过去。

这一点，行业里的从业者比谁都清楚，也没人真的敢说五年就能追上台积电。

第一道坎是制造。中芯国际目前能稳定量产的最先进制程是7纳米，再往下走，EUV光刻机的物理极限和全球供应链的整合度，都是绕不开的门槛。KK说中国可以自研设备，听着提气，做起来漫长。

华为搞的＂韬定律＂是一种换道思路，用架构和封装的创新去补制程的差距，能不能在五年内跑通，还得继续观察。

第二道坎是生态。英伟达真正的护城河从来不是GPU硬件本身，而是CUDA这个生态，上千万开发者、几十年的工具链、上百万个优化好的模型和库。摩尔线程的创始人张建中最近就讲得很实在，MUSA架构的核心优势就是高度兼容CUDA。

可兼容跟取代之间，隔着一条大河。DeepSeek这类原生自研的路子有算法硬件协同的优势，但模型和芯片都不开源不外销，生态形不成。

第三道坎是人才，也是最难速成的一道。4纳米制程需要的不是几百个芯片设计师，而是几千个分布在工艺、设备、材料、设计、封测各环节的工程师。

中国这两年的人才储备增长得很快，可跟台积电、三星、英特尔那种全球虹吸能力比起来，差距依旧摆在那里。人才培养有周期，砸钱砸政策都换不来时间，只能靠一届一届学生慢慢往上顶。

那KK预言的真正意思到底是什么？他的乐观不是＂中国会造出和台积电一模一样的4纳米芯片＂，他不会这么机械。

作为一个预测过很多次都命中的未来学家，他讲的从来是趋势方向，不是具体的时间点。当推理ASIC取代通用GPU成为主流的那一天，最先进AI芯片的评判标准也就变了，从制程节点变成了算法和硬件的协同效率。

在这条新赛道上，中国大模型公司加国产芯片公司的全栈整合，正好是优势所在。DeepSeek已经在走这条路，V3.1里的UE8M0 FP8格式是起点，自研推理ASIC量产是中间站，五年内在特定推理场景跟英伟达打平是理想目标。

这条路的逻辑，跟单纯追赶台积电制程完全是两码事，走的是另一套打法。4纳米也不是只有光刻机这一条路可走。

3D堆叠、Chiplet芯粒、先进封装、新材料、新架构，每一条都是可能的突破口。中国在系统级创新、算法硬件协同、特定场景深度优化这些方向上都有机会。

华为的韬定律、平头哥的RISC-V、大模型公司的算法定义硬件，都是同一大方向下的不同探索路径。谁能率先跑出来，还真不好讲。

芯片这行本身就要求全球化。三星能给Anthropic代工2纳米，OpenAI能同时找博通和台积电合作，全球AI芯片供应链的路子远比外界想象的多。

极端脱钩谁都不占便宜。中国是全球最大的芯片市场，被长期排除在外根本不现实。供应链早晚会以新的方式重新连回来，只是时间早晚的问题。

KK有句话一直记着：预测未来的意义，不在于精准预判每一个细节，而在于通过想象美好的未来，激发人们的行动意愿。放到2026年这个时间点回头看，预言实现的方式，往往超出预言者本人的想象。

他想象的是中国工程师的雄心和能力，大概没料到，这种雄心会以DeepSeek和智谱同日曝出造芯、昆仑芯估值500亿美元、华为韬定律陆续落地这样密集又具体的形态涌现出来。1994年KK写《失控》那会儿，没人相信书里那些预言会落地。

三十年过去，云计算、物联网、共享经济、众包生产、AI助手，几乎全都应验了。中国芯片这条路眼下才刚开始起步，接下来五年会走成什么样，说到底得交给时间，也得交给那些愿意熬夜画版图、愿意在实验室里熬十几年的工程师们。

KK看到的，也正是他们身上那股劲儿。