注意到最近有一件重要的事情值得討論。八年前，一家中國大型電信公司因一個美國禁令而停止運營。但現在的情況完全不同。企業沒有選擇屈服，而是走上了一條更艱難、更具創意的道路。

許多人沒有注意到的事實是，根本問題不在晶片本身，而是在英偉達的CUDA開發平台。這個平台佔據了全球約90%的人工智慧開發市場。數百萬開發者在上面學習，數百萬應用程序建立在其上。開發者越多，工具和庫越多，環境越繁榮，吸引的開發者也越多。這是一個難以擺脫的封閉循環。

但在2024-2025年，出現了根本性的轉變。中國企業開始專注於優化算法，而不是直接對抗禁令。混合專家模型成為新的趨勢。DeepSeek就是一個明顯的例子：擁有6710億參數，但在運行時只用到370億。訓練成本僅560萬美元，而GPT-4則需7800萬美元。價格的差異使得他們的模型迅速普及。

到2026年2月，使用中國模型在全球最大集成平台上的增長率在三週內達到127%。一年前，他們的市場份額還不到2%，現在已接近60%。這不是巧合。印度、印尼和巴西的新興市場開始大量依賴這些模型。

在晶片層面，故事更令人振奮。本土的龍芯（Loongson）和太初元氣（Taichu Yuanqi）晶片已開始訓練大型模型。2026年1月，智譜AI（Zhipu AI）推出了第一個完全用中國本土晶片訓練的圖像模型。這標誌著從推理能力向訓練能力的轉變。

最重要的一點是能源問題。中國每年產生10.4萬億千瓦時的電力，而美國只有4.2萬億。中國的工業用電比美國便宜4到5倍。在美國面臨嚴重電力危機的同時，中國擁有巨大的產能可以用於計算。

現在從中國出來的不是產品或工廠，而是Token本身。人工智慧模型處理的信息單位已成為一種新的數字商品。在計算工廠生產，然後通過網絡傳輸到全球。

DeepSeek用戶分佈數據講述了這個故事：中國佔30.7%，印度13.6%，印尼6.9%，美國只有4.3%。全球有2.6萬家公司擁有帳戶。在中國，佔據了89%的市場份額。

這與40年前日本對產業自主的戰爭非常相似。1988年，日本在半導體市場佔有51%的份額，但最終接受成為一個由他人主導的更優質的生產者。當條件改變時，日本崩潰了。

這次的不同之處在於，中國正在建立一個真正獨立的生態系統。從算法優化，到本土晶片的飛躍，到擁有400萬開發者的Ascend環境，最後是Token的全球普及。每一步都在建立真正的自主。

2026年2月27日，三家中國晶片公司在同一天公布了業績。收入大幅增長(453%、243%、121%)，但其中一些公司也遭遇了巨額虧損。這些虧損不是管理失誤，而是建立自主生態系統的戰爭成本。每一美元的虧損都是對研發和人力支持的投資。

市場迫切需要一個NVIDIA的替代方案。這是一個由地緣政治緊張局勢帶來的罕見結構性機會。對計算能力的戰爭已經改變了形態。八年前，我們還在問：我們能否生存？現在，問題是：我們應該付出多少來生存？答案本身就是一個真正的進步。