要点:
由于美国对先进AI芯片及相关技术的出口限制，中国被迫依赖华为等国产替代方案，虽已取得一定突破，但在构建完整生态和实现自主可控方面仍面临重大挑战。
今年以来，美国的限制不仅阻碍了中国获得全球最尖端的芯片技术，也限制了构建完整人工智能芯片生态系统所需的关键技术，令这一目标更加艰难。相关限制涵盖了半导体产业链的各个环节，从AI芯片设计、制造设备到存储芯片等配套元件。
由于美国限制中国购买用于人工智能研发的先进半导体，中国不得不寄希望于本土替代产品。但美国对先进AI芯片的出口管制既推动了中国开发替代品的动力，也加剧了国内企业面临的挑战。
以下是中国在建构人工智能AI晶片所需的四个关键领域与世界其他国家的比较情况。
人工智能AI晶片设计
尽管英伟达/Nvida被广泛视为全球领先的人工智能AI晶片设计公司，但实际上，它并不负责自家晶片的生产。该公司专注于设计图形处理器/GPU，然后将设计交由晶圆代工厂，如台积电等，进行量产。
虽然AMD、博通等美国企业亦提供多种AI运算晶片选项，但英伟达的GPU设计已成为业界事实上的标准。其晶片需求之高，即使在受到美国出口限制的背景下，中国市场仍持续争相抢购一切可得的英伟达产品。
然而，随着美国对高阶晶片出口至中国的管制日益收紧，英伟达正面临愈发严峻的政策挑战。该公司于今年4月表示，新的限制措施已迫使其停止向中国出货为规避禁令而设计的H20处理器，这款为H100低阶版本的晶片，虽在性能上有所调整，仍被视为远优于中国本土产品。
这一局势下，正推动中国本土AI晶片产业的加速发展，包括燧原科技、璧人科技等新创企业正积极填补英伟达留下的庞大市场空缺。但在众多竞争者中，华为旗下的海思半导体无疑最具潜力成为真正的替代者。
华为目前已量产的最先进GPU为Ascend 910B，下一代产品Ascend 910C据传将于5月起步量产，尽管官方尚未提供最新进度。根据相关专业人士指出，尽管华为晶片整体性能仍落后于英伟达，但其进展已不可小觑。
专业人士表示，与英伟达在中国可合法销售的晶片相比，Ascend系列的性能差距已缩小至不到一代。 2023年时，Ascend 910B约落后两年技术水准，而预期中的910C将进一步缩小至一年之差。
尽管这代表中国在GPU设计上已取得显著突破，但要建立具国际竞争力的AI晶片生态系统，仍面临制程、供应链、软体工具与应用整合等多重挑战。
人工智能晶片制造
英伟达的GPU制造高度依赖全球最大的晶片代工厂台积电，该公司生产了全球绝大多数的先进制程晶片。
由于台积电必须遵守美国晶片出口管制规定，禁止接受美国贸易黑名单企业的订单，而华为自2019年起便被列入该黑名单。此限制促使华为等中国晶片设计企业转向本土代工厂寻求支持，其中最大且最具代表性的是中芯国际。
不过，中芯国际在制程技术上仍大幅落后于台积电。官方宣称其能生产7奈米晶片，远不及台积电领先的3奈米制程。晶片制程节点越小，晶片的运算效能与能效便越佳。
尽管如此，已有迹象表明中芯国际正在取得进步。据推测，中芯国际为华为Mate 60 Pro手机打造了5奈米5G晶片，这款晶片于2023年一度动摇了美国对中国晶片控制的信心。但要以经济且规模化的方式量产高阶GPU，中芯国际仍面临巨大挑战。
独立晶片技术分析师表示，中芯国际现有的生产能力与台积电相比仍难望其项背。 “华为在晶片设计方面表现卓越，但在中国缺乏优质的晶片制造合作伙伴。”此外，据相关资料显示，华为也正积极投入自建晶片制造能力，但缺乏关键制造设备仍是两家公司发展的主要瓶颈。
先进的晶片设备
中芯国际满足华为GPU需求的能力，受到了一项来自荷兰的关键出口管制限制。
虽然荷兰并不以半导体设计或制造闻名，但它是全球领先的先进芯片制造设备供应商ASML的总部所在地。 ASML生产的光刻机利用光或电子束，将复杂图案转印到硅晶片上，构成微芯片制造的核心基础。
根据美国的出口管制规定，荷兰已同意阻止出售ASML最先进的极紫外线/EUV光刻机，这类设备对于大规模且经济高效地生产先进GPU至关重要。
分析师表示，EUV光刻技术是中国在先进芯片制造领域面临的最大瓶颈。 “中国拥有大部分其他制造工具，但光刻技术的限制阻碍了他们向3纳米及以下工艺节点的拓展。”
受此影响下，中芯国际尝试通过使用ASML较为落后的深紫外/DUV光刻系统，绕过部分限制，因为这类设备受控程度较低。
通过这种“变通”方案，生产7纳米芯片成为可能，但产量有限。分析师指出，这种策略似乎已接近极限，“以当前产能来看，中芯国际尚无法生产足够的国产加速器芯片来满足市场需求。”
目前，涉足光刻技术的中国公司SiCarrier Technologies与华为存在合作关系。但分析师表示，完全复制现有光刻设备可能需要数年甚至数十年时间。他补充称，中国更可能通过探索其他技术路线和不同的光刻方法，推动芯片制造创新，而非单纯模仿现有设备。
AI记忆组件
虽然GPU通常被视为AI运算中最关键的元件，但它们并非唯一。进行AI训练和推理时，GPU必须与记忆体芯片协同工作，后者作为更广泛“芯片组”的一部分，用于存储数据。
在人工智能应用中，一种名为HBM（高带宽记忆体）的专用记忆体已成为行业标准。韩国的SK海力士在HBM领域处于领先地位，其他主要厂商还包括三星和美国美光。
分析师指出，“在当前AI发展的阶段，高带宽记忆体对于训练和运行人工智能模型至关重要。”
与荷兰类似，韩国也配合美国主导的芯片出口限制，自去年12月起执行针对部分HBM芯片对中国销售的新限制。
为应对这一需求，中国记忆体芯片制造商长鑫存储科技股份有限公司/CXMT正与芯片封测厂通富微电子合作，启动HBM芯片生产。
分析师表示，尽管长鑫存储面临芯片制造设备出口管制等重大挑战，但预计其在HBM研发方面将落后全球领先者约三到四年。在今年4月估计，CXMT还需约一年时间才能实现合理的产量提升。
目前，中国晶圆代工厂武汉新芯半导体制造有限公司正建设一座HBM晶圆生产工厂。华为技术有限公司已与该厂合作生产HBM芯片，但双方尚未公开确认该合作关系。
有相关报告在4月曾指出，华为依赖三星等供应商的HBM库存来制造其Ascend 910C AI处理器，虽然该芯片为国产设计，但仍依赖于受限制前或尽管受限而获得的外国产品。 “无论是三星的HBM、台积电的晶圆，还是美国、荷兰和日本的制造设备，中国仍高度依赖国外产业链。”
在全球科技竞争日益激烈的今天，人工智能芯片不仅是技术实力的象征，更是国家创新能力和产业链安全的关键体现。面对复杂多变的国际环境，中国的芯片企业和科研机构正以坚定的决心和持续的投入，积极突破核心技术瓶颈，推动从设计到制造的全链条自主可控。未来，唯有构建起完整且具有国际竞争力的AI芯片生态体系，才能在全球科技舞台上赢得主动权，实现真正的科技自立与可持续发展。
