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

一个七十多岁的美国老头，坐在央视《高端访谈》的镜头前，慢悠悠地说出一句让不少人心里咯噔一下的话。凯文·凯利判断，未来5年，中国完全有可能造出全球最先进芯片。

主持人追问他芯片战、技术封锁这些绕不开的坎，他没打太极，也没往回缩。他的逻辑其实特别朴素——很多人以为中国没有制造4纳米芯片所需的设备，但中国可以自主研发这些设备，这本质上是工程领域的问题，而中国在工程领域极为出色。

说实话，第一次看到这段话，我脑子里冒出来的不是激动，而是怀疑。这种被中国网友戏称为＂老朋友＂的西方人，说几句好听的客套话太正常了。

乐观谁不会呢？可当我把这大半年国内芯片圈发生的事儿一条条捋出来摆到桌面上，那点怀疑就慢慢站不住脚了。你会发现，KK这话不是拍脑袋的恭维，而是他真看见了一些正在发生的东西——只不过我们身处其中，反倒容易当局者迷。

大模型公司抄起家伙，亲自下场造芯

最先撬动我认知的，是那些做大模型的公司，居然一个接一个跳下来自己搞芯片了。这事儿放两年前想都不敢想。

做软件的去啃硬件，隔行如隔山。可现实是他们真被逼到这一步了。

路透社援引三名知情人士的消息，DeepSeek正在开发自己的AI芯片，主要瞄准推理场景而非训练，这个项目其实已经秘密推进了一年多。这家公司为什么这么急？

创始人梁文锋早就把话摊开说过了，芯片供给不足就是压在他们头上的核心难题。从当年靠着英伟达H800硬训出R1，到今年四月V4模型直接全面适配华为昇腾，他们的算力路子一直在被动地拐弯——不是不想用最好的，是好东西买不着了。

钱的问题倒是不缺。DeepSeek在完成约510亿元人民币首轮外部融资之后，一个月内又启动新一轮融资，投后估值拟升至约710亿美元。

这笔钱的用途里，白纸黑字写着自建数据中心和采购AI芯片。你品品，一家以算法惊艳世界的公司，现在最渴的居然是算力这口＂水＂。

不止DeepSeek一家。智谱也被曝出向多家国内芯片设计公司发出了初步咨询，打算联合开发专为GLM系列模型优化的定制AI处理器，也就是ASIC，整个项目周期预计超过两年。

逼着他们动手的原因特别具体：GLM-5.2上线之后，日均Token使用量单周暴涨了27倍，算力紧缺直接成了增长的天花板。业务跑得越猛，算力这根绳子勒得越紧，这种滋味，只有真正在一线扛过压力的人才懂。

如果说大模型公司造芯是被需求＂顶＂上来的，那互联网大厂的动作就更像是有备而来的正规军推进。百度旗下的昆仑芯已经以保密形式向香港联交所递交了A1上市申请，6月底市场传出目标估值约500亿美元，折合人民币三千三百多亿元。

有意思的是，这个估值已经快赶上它母公司的分量了，一个＂儿子＂养到快跟＂老子＂平起平坐。与此同时，阿里旗下的平头哥也被曝出打算独立上市，它手里握着端云一体的全栈产品系列。

再看资本市场那边，热闹得像过年。摩尔线程、沐曦股份、壁仞科技、燧原科技这被称作国产GPU＂四小龙＂的四家全部站上了资本市场，如果把此前已经上市的寒武纪、海光、天数智芯也算进来，国产GPU军团的总市值正在逼近两万亿元。

钱这么疯狂地往里涌，我一开始也担心是不是泡沫。但转念一想，任何一个产业刚起步的时候，不都是先有钱砸进来，才养得起人，最后才可能磨出技术嘛。资本先行，反倒是这个赛道真的被看好了的信号。

集体绕开训练难关，专攻推理这条窄路

盯着这些消息看久了，我发现一个特别值得琢磨的共同点：不管是DeepSeek、智谱，还是大洋彼岸的同行，第一刀几乎都砍向了推理，而不是训练。这可不是巧合。

OpenAI已经推出首款定制推理芯片，由博通参与开发、台积电代工；几乎同期，Anthropic也被曝启动自研芯片的早期工作，并与三星电子接洽2nm制程与先进封装方案。全世界的聪明人凑一块儿，都不约而同地先挑推理这条路走，背后一定有道理。

道理其实不难懂。训练芯片是真正的＂硬骨头＂，它需要极高的算力密度、飞快的芯片间互联带宽、大得吓人的显存，对制造工艺的要求苛刻到7纳米以下先进制程才是标配——而这，恰恰卡在中国半导体产业链最疼的那个位置上。

硬着头皮去啃训练芯片，很可能陷进＂设计得出来、造不出来＂的死胡同。推理就宽松多了，它更看重能效比和成本控制，中高端制程就能顶得上，国内成熟工艺的产能正好有用武之地。

这里头还藏着一笔特别现实的经济账。一枚针对特定模型深度优化过的ASIC推理芯片，单位推理成本能做到同代次通用GPU的三分之一到四分之一。

别小看这个数，当业务规模冲到某个临界点，每个Token的成本哪怕只降几厘钱，一整年攒下来就是几十亿的真金白银。训练是烧钱的成本中心，推理才是产生收入的地方，所有to B的API、to C的订阅，最后都压在推理算力上。

自研推理芯片能直接省到利润表里，这买卖谁不心动？当然，起步归起步，我也得说句实在话，别一激动就飘。

中国芯片离＂领跑＂还隔着好几道坎。头一道就是制造。

受限于工艺制程，国内AI芯片行业的主流算力水平目前还处在英伟达A100那个阶段，只有少数厂商通过先进封装等手段做到接近H100，这已经是国内最先进的水平了。第二道是生态。

英伟达真正的护城河从来不是那块GPU硬件，而是CUDA——上千万开发者、几十年攒下来的工具链和优化库。摩尔线程创始人张建中在这点上倒是清醒，他反复强调MUSA的思路是高度兼容CUDA，让开发者能无缝迁移。

但兼容和取代，说到底是两码事。第三道坎最磨人，是人才。

4纳米级的制程需要的不是几百个设计师，而是分布在工艺、设备、材料、设计、封测各个环节的成千上万名工程师。人才要一茬一茬地养，砸钱砸政策都换不来时间，这道坎，急不得。

换个赛道重定标准，预言正在照进现实

那是不是被卡在光刻机这道关口，中国就只能干瞪眼？还真不是。

中国给出的答案之一，是干脆换条道走。今年5月底，华为抛出了一个叫＂韬定律＂的东西，圈内讨论得沸沸扬扬。

华为预计到2031年，基于该定律的高端芯片晶体管密度有望达到1.4纳米制程的同等水平。它的核心思路是用＂时间缩微＂去替代传统的＂几何缩微＂，简单说就是不死磕把晶体管做得更小，而是换个维度想办法。

华为过去六年基于这套思路已经成功设计并量产了381款芯片，这就不是纸上谈兵了。这跟任正非之前那句＂用非摩尔补摩尔、用数学补物理、用集群计算补单芯片＂的思路，一脉相承。

你不让我在制程上追，我就换个战场跟你比。政策这边也没闲着，给还在蹒跚学步的国产芯片铺了块稳稳的垫子。

今年5月，中国信息安全测评中心公布，七家厂商旗下九款国产AI芯片通过测评并全部评定为安全可靠等级I级，华为昇腾、阿里平头哥、壁仞、海光、天数智芯、沐曦、摩尔线程都在里头。这是国内头一回专门给AI芯片设立安全可靠认证，等于用信创清单给国产芯片划出一块保底的市场。

对刚起步的国产芯片来说，先有口饭吃活下来，比一上来就抢高端更重要。市场端也真在拉动，DeepSeek-V4发布当天，就有一大批国产AI芯片火速完成了适配。

政策托底、市场拉动、技术攻坚，这三股劲儿是拧到一块儿去了。聊到这儿，我想我大概摸到了KK那句预言真正的分量。

他压根就没打算说＂中国五年后能造出跟台积电一模一样的4纳米芯片＂，作为一个预测过一堆事儿的未来学家，他要真这么机械我反倒不信了。他看的是趋势，是方向。

当推理ASIC慢慢取代通用GPU成为主流，衡量＂最先进＂这把尺子，就悄悄从制程节点换成了算法和硬件的协同效率。而在这条新赛道上，中国大模型公司加国产芯片公司的全栈整合，恰恰是别人没有的优势。

摩根士丹利预测，到2030年中国AI芯片市场规模将达到670亿美元，国产AI芯片自给率有望达到76%。三十多年前，KK在1994年写《失控》的时候，那些关于云计算、物联网、共享经济的预言，没几个人当真。

三十多年过去，这些当年像天方夜谭的东西，真的一个接一个走进了我们的生活。如今他把想象投向中国工程师的野心和本事，我猜他自己都没料到，这份野心会以DeepSeek和智谱前后脚曝出造芯、昆仑芯冲刺千亿估值、华为韬定律落地这么密集又具体的样子砸到眼前。

所以你看，这真不是什么中国芯片的＂将来时＂，它就是活生生的＂进行时＂。极端脱钩对谁都没好处，中国是全世界最大的芯片市场，这么大一块蛋糕，谁能长期把它排除在外？

供应链早晚会用一种新方式重新连起来。预测未来的意义不在于精准算准每个细节，而在于用对美好未来的想象，去点燃人们真正动手的那股劲儿。

眼下我们正盯着的，就是这股劲儿变成现实的头一步。芯片这条路难走，但至少，中国是真的迈开腿了。