【军武次位面】作者：军武菌

1942年6月，成群的日本零式战斗机和九九舰爆机从云层中俯冲下来，直扑太平洋上的中途岛。自以为偷袭成功的日本人不知道，这是美国为他们布置的陷阱，因为此时已经有大批美国飞机发现了躲在后方释放飞机的日本四艘航母编队，并投下炸弹。

很多日本战机的折翼都没来得及展开，就被殉爆的弹药炸上了天，四艘日本航母要么折断，要么翻覆，缓缓沉没在了晨曦之中，茫茫大海之上一半是海水，一半是火焰，这残酷又绚丽的场景直到今天，都是战争史学家津津乐道的一幕。

自此，日本倾尽甲午战争以来所有国力建造的庞大舰队，折损大半，而日本的国运，也就此断送。日本人不会想到，此战之所以败的如此之惨，不仅仅是因为国力悬殊，还因为算力差距。因为美国人早在战前，就通过算力优势破译了日军通讯密码，获知了日军进攻方向，才能有针对性地布置下国运陷阱。中途岛之战成为太平洋战场的转折点，自此，美国航母编队横行大洋，再也没有遇到可以直视的对手。

直到80年后，中国的崛起。更关键的是，中国不仅有了和美国平起平坐的电磁弹射航母，而且在算力方面，也在和美国争夺世界之巅。

第1章

算力的前世今生

算力是什么？

很简单，就是字面意思，计算能力，英文叫Computing Power。

学术一点来说，算力是通过对信息数据进行处理，实现目标结果输出的计算能力。

算力这个东西，其实从人类诞生之初，就有了。

比如，猎一头鹿，可以吃三天，冬季有100天，通过计算得知，需要在入冬之前，至少猎杀34头鹿，才能保证自己在冬天不至于饿死。

所以，算力是人类必备的技能，而我们的大脑，就是最早的算力引擎。

但是，随着计算越来越复杂，我们大脑就不够用了，所以在遇到复杂的计算时，人类开始利用算力工具进行深度计算。

最初的算力工具，是我们的手指，后来人类又发明了其他算力工具。

比如，早年中国的算盘，欧洲人的比例规和纳皮尔筹。此后，人类又发明了计算盘、计算尺、机械计算机等算力工具，但因为技术条件限制，仍然难以进行特别复杂的计算。

二战德军的恩尼格玛密码机，

这是一种转子机械加密原理

比如破译二战时期的通讯，一条26个字母的信息经过恩尼格玛密码机的加密，会形成8万亿个谜文字母，想要破译这些密码，需要进行海量的数学计算，如果让破译员手工计算破译的话，长则十几天，短则数天，往往赶不上前线战况发展。

所以在庞大的美国曼哈顿工程中，为了算出原子弹的理论模型，洛斯阿拉莫斯计算中心雇佣了上万人员手工进行复杂的计算，整整算了一年才全部计算完毕。

二战时期的破译员们大部分都是手算破译

至此看来，依赖人脑+机械式计算工具的算力，已经到天花板了，人类要想进行更复杂的计算，就必须开发新的计算工具。

1946年2月，世界上第一台数字式电子计算机ENIAC诞生，这是人类算力史上的一次革命，意味着着人类算力正式进入了电子时代。

后面的故事我们都知道了，随着半导体技术的发展，计算机实现了小型化，从一个庞然巨物，变成了我们桌上小小的设备PC。这些都在我们第一期《龙的崛起》：“将氢弹计算速度从40小时缩短到20秒，中美超级计算机的较量”的文章中有详细讲述。

PC的诞生，对算力来说意义深远，它让我们普通人真正感受电子算力带来了生活品质改善以及生产效率的提升，并为后来互联网的蓬勃发展奠定了基础。

进入21世纪之后，算力的第二次革命诞生了，那就是云计算。

在云计算之前，人类苦于单点式计算，简单来说就是让一台大型超级计算机，独立完成全部的计算任务，这样慢不说，而且非常昂贵。

而云计算，是把一个巨大的计算任务，通过网络上传到服务器上，由服务器负责调度整个服务器的计算资源为这个计算任务服务，实现更高可靠性、更高性能、更低成本的算力。

你可以简单理解为，马上临开学了你寒假作业没写，如果自己写时间很长，而且涉及各个学科，完成很难，于是你把作业上传到了一个专门代写作业的机构，这个机构有几百个代写作业的人，你的作业被大家一分，最后你就很快得到了写完的作业。

如果要求写作业的人多，机构还会动态地进行“写作业”资源的分配，谁语文写的好、谁写数学效率更高，实现“算力”的最大化。

而从近几年开始，人类的算力，进入了第三次革命，那就是AI时代。

严格来说，AI算力并不是硬件的进步，而是算法的进步。

普通算力，更注重通用计算和单线程性能，而且，受限于摩尔定律，导致人类的算力总是面临天花板，哪怕堆再多计算机，效果也无法取得革命性提升。

但是，AI算力就不一样了，

AI计算依托已经训练好的大模型，在执行运算的时候，针对深度学习任务进行了优化，具备更高的计算效率。

打个比方，云计算是你把作业上传给代写作业的机构，然后代写作业的人负责给你写作业。

而AI计算则是你把作业上传给它后，AI通过所有人以前上传的作业的锻炼，已经成为了一个写作业高手，那么它就不用计算了，看到一个题，马上就能从记忆中找出一道类似的题，秒出答案。让它写作业的人越多，它的记忆越强大，给的答案越准确，而且越练速度越快。

我让文心一言的AI帮我写一段“AK-47步枪”科普

所以，AI计算多运用于常规的普通计算无法实现的场景，比如人脸识别、车牌识别、动作识别、物品检测、周界检测等、机器翻译，乃至语音识别、文本生成、情感分析等、搜索推荐、辅助驾驶、趋势预测等等。

更可怕的是，当你提供的作业足够多的时候，AI计算甚至已经能够“思考”（掌握作业题中的规律），给你提供一个“最优解”。

比如2017年5月23日，世界排名第一的中国棋手柯洁在与AlphaGo“阿尔法狗”人工智能的对弈。

AIphaGo事先经过21天进行海量的棋盘学习，在数据库中储存了大约3000万步棋着，并通过自我对弈数以万计盘进行训练强化，使用神经网络来评估棋子落点。

在正式对决中，自信满满的柯洁连输三场，其中两局是在号称“白棋不败”自己最擅长的白棋棋局中惨败，无法接受结果的柯洁情绪崩溃泪流满面，最终投子认输。

柯洁在棋局尚未结束但必败无疑时，已泪流满面

事后采访时，柯洁说：在棋局前50手，我看到数千年来所有先贤的影子，我并不怕，因为我不输先贤。前80手，我看到我曾经对战过的高超技法，我也没怕，我胜过他们。我平静的落子，感觉AI并非不可战胜，直到第120手，我看到了我的影子，我开始怕了，世上我无法战胜的人只有我自己。我落子越来越慢，而AIphaGo似乎不需要多少思考......我输了。

20多年前IBM的超级计算机“深蓝”战胜国际象棋大师卡斯帕罗夫，成为第一个击败国际象棋冠军的机器。“深蓝”当时有32颗CPU，每秒进行113亿次浮点运算，是当时领先的超级计算机。

而Alphago呢？它只是运行在Google云计算平台的一个软件而已，根据专家估算，Alphago背后的实际“算力”已经是“深蓝”的3万倍以上。

1997年，国际象棋冠军卡斯帕罗夫被机器打败

正是这种超强的学习、自我学习、“思考”能力，才是AlphaGo取胜的关键，通过AlphaGo的给力表现，相信大家也能看出了AI计算的威力，通过建立、模拟人脑进行分析学习的神经网络，让机器能够像人一样思考。

至于2023年爆火的Chat GPT，正是这种AI计算的一个典型产物。

第2章

算力即国运

国家GDP与算力大小是成正比的，

目前只有中美两国处于第一梯队

算力虽然看不见摸不着，和我们息息相关。

从日常生活中的极端天气预报、线上打车调度、外卖下单配送……到国家科研生产中的火箭轨道计算、大飞机飞行模拟、靶向药物研发，都离不开算力的支持，正所谓“一切皆计算”。

打个比方，你朋友给你发了一个商品砍价链接，你点一下，就可以砍掉0.01元，但如果你朋友想白拿商品，找1000个人同时砍，就可能出现服务器反应不过来的情况，这就说明这个公司的算力较弱。

如果放在国家的层面来说，你就会发现和app砍价差不多，在发展经济、开发技术这件事儿上，掌握高端算力的国家就像用4090Ti打3A游戏，高清流畅，毫无卡顿，事半功倍。

而没有高端算力的国家，就像是用小霸王去打游戏，这不是卡不卡的问题，是根本没法搞的问题。

你看大航海时代后，为什么欧洲国家的炮打得更远、更准？就是和他们已经进化的算力有关系。

到了五六十年代，美国和苏联都开始使用电子计算机来计算氢弹理论模型了，让氢弹的模拟计算耗时从40小时缩短到了20秒，这就意味着，美苏的核武器可以用较短的时间进行迭代升级，可以使核物质最大效率地释放能量。

而中国这边呢？还在拿算盘打理论模型，虽然靠这种人海战术达成了效果，但这种模式是不可持续的，只能解决有无，没法解决长久使用和技术迭代的问题。

所以，提升算力，就成了中国建国以来，一直追求的目标。

1959年8月，中国第一台“103机”计算机正式研发成功，随后又研发出了104机、119机、441B、J501等多款计算机，保证了国家“两弹一星”的工程完成。后来，国家又生产了银河、曙光、神威、天河等超级计算机，并多次夺得世界超算榜的桂冠。

但是，中国这种举国体制搞超算的玩法，在市场经济时代，越来越捉襟见肘了。

原因很简单，超级计算机能力再强，数量也是有限的，无法满足整个国家各个社会经济环节的需要，要使用超算，那就要先申请，再排队，等轮到你，可能已经过去一年半载了。

所以，这种模式，只适合于某些科研项目和重点工程的计算，对于社会各行各业高并发量的计算需求，是满足不了的。

那么中国就必须另辟蹊径，搞云计算。

有意思的是，中国比世界各国都早搞云计算，竟然起源于打游戏。

曾经火爆全网的QQ农场

2009年，全国陷入一场网络“偷菜”的大狂欢，几乎全年龄段的QQ用户都忙于“偷菜”。为了支撑起QQ农场的正常运行,腾讯在短短一个月内额外采购与上架了几千台服务器到机房，搭建起了腾讯云的雏形。

腾讯的成功，让阿里巴巴看到了解决难题的希望。

当时的阿里巴巴，一边欣喜于网购的蓬勃发展让淘宝用户激增，另一边又深陷数据处理瓶颈。每天早上八点到九点半之间，服务器的使用率就会飙升到98%，程序员们每天都在战战兢兢应对数据洪峰的袭来，随时担心服务器崩溃。

显然，依靠传统IOE架构的阿里巴巴，“算力”已经不够用了。

于是，从微软挖来的王坚被寄予厚望，开始主导阿里云的建设，经过艰难的建设，阿里云终于投入使用，保障了一次又一次的双十一购物狂欢。到了2015年，阿里云已经跃升为中国云计算市场份额最高的云服务商。

此后，中国的百度、华为、电信也相继加入这一赛道，并成功在“云计算”服务中占据一席之位。

不要低估云计算给中国带来的改变，它不仅作为一项基础设施，成为搭建数字经济体的金字塔底座，而且像一根根触角，伸向了各行各业，让各行各业成功实现了互联网数字化转型，也深刻改变了我们生活。

生活中，我们无论是点外卖，还是打车，或是刷短视频、看直播，都要依赖云计算，甚至在武汉疫情最严重的时候，火神山医院建设过程中每天十几场、累计超过百场项目推进和汇报会议，以及建成后远程会诊以及中国数亿人次的在家办公、在家上网课，都是依赖于中国已经非常成熟的云计算能力。

可以说，近十年蓬勃发展、市值超过20万亿、带动上亿中国人就业的数字经济，其基础就是云计算。

这种超级强大的算力，中国人非常自豪，而美国人非常焦虑。

计算机浮点运算的衡量单位

2020年全球总计有429 EFlops的算力，中美两国分别掌握了31%和36%，欧洲排第三，占了11%，日本排第四仅占6%。

细分来看，基础算力，美国占了全球43%，我们占了26%；智能算力，中国独占52%，美国则有19%。

2021年世界云计算前五分别是亚马逊、微软、阿里、谷歌和华为，这五家云厂商占据了全球81.2%的份额。

显然，在算力即国运的前提下，中国是唯一一个能在算力与美国竞争的国家。

不仅云计算，就连AI计算，中国也是美国之后紧紧的追逐者。

中国虽然入局AI不算早，但中国发达的互联网经济却和AI非常匹配，海量的数据为AI提供了辽阔的可供学习的海洋。

截至目前，全球在AI核心技术领域的专利申请累计超133万件，中国有75万件，约占全球总量的57%。而中国人工智能团队屡次在世界级的比赛中斩获大奖，近些年中国的自动驾驶技术、医用手术机器人、月球火星探测器自主降落系统等等，都是中国AI技术发达的重要体现。

中国“嫦娥四号”月球探测器在着陆前进行自动悬停避障

不要以为AI都是为了赚钱的，AI一通则百通，自动驾驶和识别技术成熟了，那挪到无人机、巡飞弹上，就是自动跟踪和自动打击技术，操作员只要下令，后续根本不用管，AI掌控的无人机能够自主识别目标，自动找威胁最大的目标打，就算目标藏起来了打不着了，无人机也能重新飞起来找新的目标。

所以，中国飞速发展的算力成了美国最大的心病，生怕哪天自己会在中国先进的AI技术优势下从世界第一的宝座上跌落。

于是，毫不奇怪，来自美国的打击接踵而至。

第3章

致命围堵

关于如何狙击中国AI算力的问题上，美国很头疼。

算力这个东西和商品不一样，美国可以给中国商品加关税，但没法给中国算力加关税。

同样，美国可以转移中国的商品供应链到越南或其他国家，但算力的供应链需要庞大的计算机人才群体和蓬勃发展的互联网经济，他就是想转移过去，越南这些国家接得了么？

所以，美国针对中国算力的狙击，采用了另一种模式——禁运。

其实禁运这种模式，美国人早就开始玩了。

当年，中国和美国争夺超算世界榜首的时候，中国用进口的英特尔芯片，攒出了“天河一号”超算，一举夺下全球超算冠军。

随后，中国又推出了天河二号，准备用10万颗英特尔至强CPU，将运算能力从55P升级到100P以上（每P相当于每秒千万亿次的计算性能），让天河二号的计算能力在长达四年内都处于全球第一。

结果美国恼羞成怒，在2015年4月，美国宣布对4家中国超算机构和国防科技大学实施制裁，理由是“怀疑在核爆试验中使用中国超级计算”，英特尔不能再向中国出口计算芯片。

2016年6月，“天河二号”从排行第一的座位上跌落，随后中国超算一蹶不振，虽然依靠国产芯片申威CPU搞出了“神威·太湖之光”，但是在美国对芯片技术的封锁之下，迭代速度逐渐低于美国。

到目前，从全球超级计算机TOP500排行榜来看，美国在超级计算机领域占据着绝对的优势，垄断了前三名，并在前十名中占据了六个席位，而中国的超算彻底跌出了前十名，中国最快的超算“神威·太湖之光”只排到了全球第十一名，HPL性能为93.01PFlop/s，只相当于排行榜第一名美国Frontier的十分之一，落后明显。

看到禁运有用，美国这次就又使出来了。

而这次美国禁运的是GPU芯片，打击对象，显然就是中国的AI计算。

GPU芯片和CPU芯片不太一样。

以 CPU 提供算力，适合复杂逻辑运算，比如大多数通用软件。70% 以上晶体管用于构建 Cache 和控制单元，计算核心从几个到几十个。

而GPU就不一样了，它适合逻辑简单，计算密集型高的并发任务。70% 以上晶体管用于构建计算单元，计算核心几千或上万个。

如果打一个不太恰当比方的话，CPU就像一个厨师，它能煎炒烹炸啥都会，每次做出不同的菜。

但是GPU就像一个电饭锅，它虽然会的比CPU要少，但在焖米饭的效率上，要远超这个厨师。

为什么我们玩3A游戏要依赖高性能GPU的显卡？就是因为游戏里面有大量渲染（焖米饭）的工作需要做，这种简单但大量的计算，用GPU来计算，效率要比用CPU高得多。

所以在游戏圈有句话叫“CPU决定下限，GPU决定上限”，意思是CPU决定能不能玩，而GPU决定游戏画质、特效能开多高，以及用户的游戏体验。

而AI计算崛起之后，人们发现，GPU似乎天生是为AI计算而生的，AI大模型在参数规模上得到大幅提升，一般达到千亿甚至万亿规模，这就导致出现了海量的并行计算需求，而GPU可以通过并行处理大量的计算任务，从而大幅提高计算速度和效率，可大幅缩短AI算法的训练和推理时间，成为AI时代的算力核心。

举个很简单的例子，AI中有一个非常重要领域叫“计算机视觉”，扫描一下你的脸部，能知道你是不是张嘴，是不是闭眼等等信息。

现在想到AI的应用是啥了么？没错，你手机淘宝中的按图搜货，用的是AI，人脸支付识别你是不是本人，用的是AI，汽车自动驾驶，使用的还是AI。

2010年的时候，AI先驱吴恩达为了让AI程序识别出一只猫，使用了16000个CPU。

但是通过AI算法，只需要让计算机去学习几千万张不同模样的猫的照片，然后简单比对自己学习的猫类特征就行了，只要面前这只动物符合AI学习的猫类特征，那么它一定是猫，这就简单多了。所以后来吴恩达换用GPU去识别一只猫，只需要12颗GPU。

所以，GPU对AI来说至关重要，可以说，谁掌握GPU，谁就掌握AI的未来。

令人遗憾的是，如今GPU霸权，掌握在美国人手里。

当年英伟达不去抢英特尔CPU的生意，而是死磕GPU，最终形成了英伟达全球显卡市场上的霸主地位。因为英伟达在GPU计算卡领域入局早，早早地建立起软件标准护城河，如今只要你算AI，都要用英伟达的计算卡，无论是讯飞大模型，还是百度的文心一言，还是小鹏的自动驾驶，底层都离不开英伟达GPU。

但是这样一来，就给了美国卡脖子的机会。

2023年8月31日，美国政府命令芯片厂商英伟达停止向中国销售A100、H100系列芯片，禁止AMD向中国销售MI100、MI200系列芯片，这都是用于AI计算的主流芯片。

这样一来，英伟达可就哭了，中国那么大的市场，好好的钱不让赚，你让我咋办？

于是英伟达为了赚钱同时还不违反美国出口限制规定，针对中国市场推出了阉割版的特供版芯片 ——A800/H800（处理速度约为A100/H100的70%），虽然保留了强⼤的计算能⼒，但训练AI大模型的时间将增加。

不过即便如此，A800/H800是中国能得到的最好的AI芯片。

然后在2023年10月17日，美国商务部工业和安全局（BIS）更新了“先进计算芯片和半导体制造设备出口管制规则”，更严格的控制了英伟达A800和H800芯片。

同时，美国再次更新了限制标准，过去是两个标准，一个是功率标准，另一个是“互连带宽。而根据新规，将用“性能密度”即每平方毫米的浮点运算次数来取代通信速度，阻止企业寻找变通方案，英伟达搞阉割也不行了。

这样一来，理论上4090显卡也不允许向中国出售了，但最终经过英伟达的争取，美国决定4090显卡仍可以在消费市场进行零售，但不允许用于商业和生产用途。

与此同时，13家中国GPU企业被列入制裁实体名单，其中包括摩尔线程、壁仞科技等。

4090显卡

显然，美国人认识到了AI计算将给全世界算力格局带来的革命性变化，所以想从源头上掐断中国AI崛起之路，借此达到独霸世界算力市场，维持自身超凡算力地位的目的。

第4章

算力突围

但是美国人似乎忘了，中国并不是一个靠封锁就能打垮的国家。

原子弹、氢弹、弹道导弹、隐身飞机、航母、大型驱逐舰、大型燃气轮机、盾构机等等等，哪个不是被封锁的？哪个又封锁住了？

哪怕美国人全力封锁的高制程手机芯片，也随着华为mate 60pro的横空出世，而变成了笑话，虽然麒麟9000s的制程距离台积电和三星还有一定差距，但已经基本满足中国需要了。

相反，美国越封锁和打压，中国越重视，越投资源去发展。

根据IDC数据，预计2023年中国GPU市场规模将达到111亿美元，这是啥概念？一个千亿级别的市场，被美国人的一纸禁令，给硬生生让出来了！

中国企业过去最怕的啥？就怕在国际巨头的垄断下没有市场！

原来中国GPU为啥不行？因为提起GPU大家第一个想到的就是英伟达和AMD，毕竟人家是大品牌，性能成熟、优化好、适配好，用起来省事，所以你就算自己研发出来了，也没人用。

赔钱的买卖没人干，所以国产厂商都不愿意去花钱研发GPU。

但现在呢？美国人自己把AI芯片禁了，但中国这边的需求又没减少反而增大了，这是多么大的一个市场？

所以，这千亿级别的市场，迟早要被中国企业完全吃掉。

2020年之前，中国本土GPU企业才三家左右，至今仅仅两三年时间，GPU企业已经增至20多家。

目前，中国GPU企业不仅开始崛起，而且都已近结出了累累硕果。

首屈一指就是华为，华为的技术实力，我们不用怀疑。

目前，华为已经形成基于鲲鹏的通用算力以及基于昇腾的智能算力的算力体系，涵盖从底层硬软件到上层应用，而且已经在政府、金融、电信、交通、教育等关键行业实现大规模的应用落地。

今年8月，也就是美国禁A100那个月，华为突然与百度签约，以4.5亿元的价格出售整整1600枚的昇腾910B AI芯片，预计下一步，百度在训练端会开始采用华为的昇腾芯片，替代英伟达的V100和A100。

昇腾910B的性能，完全可以比肩英伟达A100，这话不是我说的，而是AI巨头之一科大讯飞创始人刘庆峰说的，他不仅称赞了昇腾910B的性能，还说“现在业内基本都按照国产芯片来规划算力，科大讯飞早就已经按照不购买美国芯片来布局未来。”

华为 昇腾910 AI芯片

无独有偶，360集团创始人周鸿祎也在乌镇峰会上表示，公司采购了1000片左右华为AI芯片，比百度还早。

10月，华为又紧接着推出全新架构的昇腾AI计算集群——Atlas 900 SuperCluster，其核心计算力已经超越了英伟达GHX100，虽然英伟达宣布将在明年年中上市较H100提升了60%到90%的最新一代H200芯片，但华为的Atlas 900 SuperCluster仍然成为了打破美国AI算力垄断的最大希望。

虽然华为短期内显然无法撼动英伟达，但对于国内AI企业来说，已经是从0到1的突破了。

这就像当年中国原子弹试爆成功，美国的第一反应不是“他们造的不够先进”，而是“坏了，他们有原子弹了”。

更为可贵的是，中国GPU的崛起，不是一支独放，而是百花满园。

比如创业公司壁仞科技的BR104，已经在MLPerf（全球权威AI基准评测）中，拿下数据中心推理评测中自然语言理解和图像分类两类基准评测“available”（可售产品类别）单卡性能全球第一的成绩，其中BR104在BERT模型下达到了英伟达A100单卡性能的1.58倍。

比如摩尔线程的MTT S80，在1080P分辨率、最高画质下运行《原神》的帧数平均能够达到45fps附近，在升级了优化的驱动后，玩《原神》、《孤岛危机3》、《无畏契约》这样的DX11游戏已经得到3060的水平。假以时日，数以千万计的中国男性，可能摆脱被英伟达剥削的命运。

比如海光信息的深算二号DCU产品，其性能已经能够完整支持大模型训练，和国内包括百度文心一言等大模型进行了全面适配。

还有做军用GPU起步的景嘉微，已经成为军用GPU赛道的龙头，其JM9系列已经完全满足军用AI应用的需要。

所以，美国的制裁和封锁，达不到扼杀中国算力的目的，相反，只会把算力之战被拉到关乎国运的新高度，逼中国以国家之力推动中国算力一次又一次冲击算力之巅。

就像摩尔线程创始人兼CEO张建中在被美国制裁后，发布的全员信中说的：“中国GPU不存在至暗时刻，只有星辰大海。”

第5章

愚公移山之路

人类社会的实力之争，本质上是科技之争。

谁掌握算力的话语权，谁就能掌握AI时代的主导权。

曾几何时，中国错过了大航海时代，也就错过了地理大发现，失去了无数原本应该的“自古以来”。

中国错过了工业革命，结果列强几艘炮舰，就能把中国打得签订屈辱条约。

中国错过了电子革命，至今CPU和操作系统都在用国外的。

所幸，中国在这场AI革命中，在世界上属于先行者，哪怕和美国仍有差距，但差距并不远。

所以，上有国家政策扶持，下有情怀企业用命，毫无疑问，中国会像攻克5G、液晶面板、盾构机的逆袭故事那样，站上AI芯片和AI算力之巅峰，最终实现史上前所未有的——算力强国。

在这个征途之上，哪怕美国再封锁再打压，但中国有无数像华为这样的企业，何愁大事不成？

就像任老爷子说的那句话一样：

“如果有人拧熄了灯塔，我们怎么航行？”

“那我们，就自己建一个灯塔！”