我一直在关注中国人工智能产业的最新动态，发现了一件非常重要、值得讨论的事情。过去八年里，“中兴”一直是一堂关于依赖全球供应链的惨痛课，但今天的画面完全不同。

真正的问题从来都不在芯片本身，而在 CUDA——也就是英伟达（نيڤيديا）的编程环境，它垄断了全球人工智能市场中超过 90% 的份额。几乎世界上每一位开发者都在这一平台上训练自己，几乎不可能与之分离。但最近几个月发生的事情，显示出一个真正的转变。

DeepSeek（دِيبسِيك）采取了完全不同的路线。它并没有试图直接与英伟达正面竞争，而是从根本上对算法进行了彻底的优化。他们的 V3 模型拥有 6710 亿参数，但在推理时只激活其中 5.5%。结果如何？从 GPT-4 的 7800 万美元训练成本下降到大约 560 万美元。这个巨大的成本差异立刻反映在服务定价上——DeepSeek 的价格比 Claude 便宜 25 到 75 倍。

不过最关键的部分，关乎能够在本地进行训练。شينغهوا（清华）以及其他机构开始着手推出完全本地化的计算服务器，使用 Loongson（龙芯）处理器与中国的 Taichu Yuanqi（太初元气）GPU。这不仅仅是推理，而是真正的大规模模型训练。到 2026 年 1 月，在中国芯片上训练的首个用于生成全新图像的先进模型问世。现在我们谈论的是真正的、具有质的飞跃。

华为（هواوي）则从另一条路径出发，搭建了围绕 Ascend（昇腾）处理器的完整生态。到 2025 年底，开发者数量超过 4 百万，且已适配了 200 个以上的开源模型。华为新一代水冷芯片的价格目前正接近 NVIDIA A100 在性能方面的水平，这一变化不容忽视。

另一个同样非常重要的因素是电力。中国的电力产量是美国的 2.5 倍，而中国西部地区的工业用电价格比美国低 4 到 5 倍。当美国正面临严重的电力短缺，并叫停数据中心项目时，中国正在加速建设。

现在发生的一切，颇像 1980 年代美国与日本围绕半导体的贸易战。但这一次，中国从教训中汲取了经验——不只是成为全球体系中的一个生产者，而是建立一个完全自主的生态系统。从算法到芯片，从软件环境到能源。

DeepSeek 的数据能把这幅图景说明得更清楚：来自中国的用户占 30.7%，来自印度的占 13.6%，来自印度尼西亚的占 6.9%。这意味着，中国模型已经开始在新兴市场中占据主导地位。而在中国本土，DeepSeek 已经占据了 89% 的市场份额。

2026 年 2 月发布的本土芯片公司财务报告，讲述的是一个真实的故事。没错，其中一些公司亏损了数十亿美元，但收入却实现了数百个百分点的增长。这些亏损并不是管理失误，而是在为构建独立生态系统进行投资。每亏掉 1 美元，背后都是把钱投入到研发、软件支持以及解决技术问题上。

我们与 1980 年代的日本真正不同之处在于：我们并不满足于在一个由外部力量主导的体系里做出最好的产品。我们是从零开始构建整个系统。这会更难，但这才是人工智能时代实现真正独立的唯一道路。