我最近注意到的一件事值得停下来思考。去年二月，DeepSeek 宣布其新模型将完全与本地芯片制造商合作，不依赖英伟达。“我们不使用英伟达”——一句简单的话，却蕴含着巨大意义。

市场一开始对此表示怀疑。放弃拥有超过90%训练芯片市场份额的英伟达，商业上合理吗？但这里发生的远比单纯的商业决策更深层次。这关乎计算能力的真正自主权。

令人担忧的事实是，扼杀中国企业的并不是芯片本身，而是一个叫CUDA的东西。这是英伟达的平台，几乎控制了人工智能世界的全部。每个开发者、每个框架、每个项目——都与它紧密相连。建立替代环境意味着重写数十年的发展、工具和经验。谁来承担这个代价？

但中国选择了不同的路径。不是正面对抗，而是通过算法突破。到2024年底和2025年初，中国的人工智能公司集体转向混合专家模型。思路很简单：不激活一个庞大的模型，而是将其拆分成多个专家，只激活最相关的部分。DeepSeek V3就是一个典型例子——6710亿参数，但只激活其中的370亿，即5.5%。训练成本？仅557万美元。GPT-4大约花费7800万美元。差距巨大。

这个差距直接反映在价格上。DeepSeek的API价格比Claude低25到75倍。结果是：去年二月，中国模型在OpenRouter上的份额在三周内增长了127%，首次超过美国。去年还不到2%，现在接近60%。

但真正的部分在这里。降低推理成本并不能解决根本问题——训练。这需要巨大的计算能力。

在苏州，一座以不锈钢闻名的小城，建成了一条148米的本地生产线。从签约到投产仅用了180天。核心是什么？完全本地芯片：龙芯3C6000处理器和太初元气工业加速卡。满负荷运行时，每分钟输出五个单元。更重要的是，这些芯片已经开始承担真正的大规模训练任务。

2026年1月，Zhipu联合华为推出了GLM-Image模型——首个在中国本地芯片上完全训练的先进图像生成模型。紧接着，又在中国本地计算池上训练了“明星”大型模型。

这是一次真正的质变。推理需求相对较低。训练？则需要处理海量数据和复杂的梯度计算。对计算力、带宽和软件生态的要求提升十倍。

华为Ascend才是真正的力量。到2025年底，Ascend生态的开发者已超过400万。合作伙伴超过3000家。行业内训练的主要模型有43个。开源模型超过200个经过适配。

2026年3月的MWC大会上，华为首次在海外市场推出了SuperPoD。Ascend 910B的处理能力达到了NVIDIA A100的水平。差距从无法使用变成了可以使用。

但还有一个很多人没有提及的方面：能源。算力的终极极限其实是能源。而这里的差距完全相反。

中国每年发电10400亿千瓦时，美国为4200亿。中国的发电量是美国的2.5倍。更重要的是：家庭用电在中国只占总用电的15%，而在美国则是36%。这意味着有大量工业能源可以用来建设计算基础。

在成本方面，美国人工智能集聚区的电价在每千瓦时0.12到0.15美元之间。中国西部地区约为0.03美元，只有美国的四分之一到五分之一。而且美国正面临严重的电力问题——弗吉尼亚和乔治亚暂停了新数据中心的批准——而中国的人工智能产业却在悄然走向海外。

但这次走出去的，不是产品或工厂，而是Token——模型处理的最小单位。在中国的计算工厂生产，然后通过海底电缆传输到全球。这是一种全新的数字商品。

DeepSeek用户分布数据显示：中国占30.7%，印度13.6%，印尼6.9%，美国4.3%。支持37种语言。在新兴市场非常普遍。全球有2.6万家公司拥有账户。在中国，占据了89%的市场份额。

这正如四十年前的产业自主战争。1986年，日本与美国签署半导体协议。那时日本产业正处巅峰——1988年控制了全球市场的51%。但签署后？DRAM市场份额从80%跌至10%。到2017年，IC市场只剩7%。巨头们通过分拆、收购或持续亏损逐步退出。

不同的是，日本接受了成为全球体系中最优生产者的角色，但未建立自主的生态系统。当退出浪潮到来时，他们意识到自己除了生产本身，什么都没有。

中国也站在类似的十字路口，但路径完全不同。面对外部巨大压力——连续三轮芯片限制，持续升级——这次选择了更艰难的道路：极限算法优化，本地芯片从推理跃升到训练，积累了400万开发者的Ascend体系，然后推动Token的全球流通。每一步都在构建一个中国从未拥有过的自主产业体系。

2026年2月27日，三家本地芯片公司同时公布了业绩报告。Kimo营收增长453%，首次实现年度盈利。Moi Tun增长243%，但亏损10亿。Muxi增长121%，亏损近8亿。

一半是火，一半是水。火是市场的过度热情。英伟达留下的95%的空白逐步被填补。市场需要一个真正的替代方案。这是一个极其结构性的机会，源于地缘政治的紧张。

水，是建设生态系统的巨大成本。每一笔真实的亏损，都是为了打造本地CUDA的努力。研发、软件支持、工程师们逐一解决翻译难题。这些亏损不是管理不善——它们是战争的税收。

这三份财报真实反映了这场关于算力的战争的全貌：不是一场激动人心的胜利，而是一场在前线激烈厮杀、鲜血淋漓的战斗。

但战争的形态已经发生了变化。八年前，我们还在问：我们还能坚持吗？如今，我们在问：为了坚持，必须付出多大的代价？这个代价，就是进步。