在超級計算機方面，中國和美國可謂你追我趕，輪番登頂，凸顯出兩國在超級計算機方面確實各有自己的優勢，然而隨著美國的限制對中國供應芯片，中國在超級計算機方面恐怕暫時要被美國卡住脖子了。

超級計算機需要兩種核心芯片，分別是CPU和GPU，CPU芯片方面對美國的依賴已大幅下降，申威研發的服務器芯片已在超級計算機方面得到采用，龍芯也在近期發布了龍芯3C5000，在性能方面與11代酷睿i5相當，顯示出國產CPU足以替代進口。

國產CPU取得如此快的發展，在于國產CPU已擁有芯片架構技術，依靠芯片架構升級來獲得更強的性能，龍芯3C5000就是用14納米工藝取得了接近Intel先進芯片的性能；另一方面國產CPU還可以通過堆核心的方式提高性能，這與超級計算機強調多個CPU實現并行計算相符合，都在一定程度上緩解了芯片制造對國產CPU的影響。

相比之下，GPU芯片就面臨著較大的困難，國產GPU芯片剛剛起步，已宣布研發成功GPU芯片的多家國產GPU芯片企業都是剛誕生不久，在芯片架構技術方面與研發GPU芯片數十年的NVIDIA無法相比。

GPU芯片的研發難度相當大，Intel曾長達20多年位居全球芯片行業第一名，然而Intel在研發GPU芯片方面卻屢受挫折，如今Intel的GPU主要還是應用于集成顯卡，在獨立顯卡市場根本無法與NVIDIA相比，就可以看出GPU芯片的技術研發難度有多大。

對于超級計算機來說，GPU芯片的重要性日益凸顯，這是因為人工智能技術的興起，GPU芯片更符合人工智能的需求，GPU在模糊計算、并行計算方面都有獨到的優勢，在NVIDIA的力推下，如今NVIDIA的GPU芯片已在人工智能領域占據主導地位。

國產GPU芯片無法與NVIDIA相比，還受到芯片制造工藝的制約，由于眾所周知的原因，國內一家科技企業已被臺積電拒絕代工，國產GPU芯片如今也擔憂類似的遭遇，采取的芯片制造工藝落后于NVIDIA，GPU芯片架構和芯片制造工藝都無法與NVIDIA相比，性能方面的差距就大了。

再有就是NVIDIA用10多年時間將它推出的CUDA平臺打造成為人工智能等領域的通用平臺，由此目前人工智能、自動駕駛等諸多技術都基于NVIDIA的CUDA平臺打造，這也是國產GPU芯片打入人工智能行業的障礙之一。

這種種原因都導致國產GPU芯片還難以替代NVIDIA的GPU芯片，在超級計算機方面更是非常依賴NVIDIA的GPU芯片提供強勁的動力，然而目前NVIDIA提供給中國企業的高端芯片A800、H800都是閹割版本，對于超級計算機而言這種嚴格版本的高端GPU芯片影響甚大，進而影響了中國的超級計算機在性能方面落后于美國。

不過相信這些都是暫時的，NVIDIA的CEO黃仁勛就表示隨著中國GPU芯片的發展，中國遲早在GPU芯片技術方面趕上NVIDIA，NVIDIA要保持競爭優勢就得加快技術研發，從中國市場賺取更多收入并投入技術研發當中，確保NVIDIA的領先優勢。

在美國的影響之下，國內的企業和機構也在增加了對國產CPU和GPU芯片的采購比例，收入的增長將有助于國產GPU芯片的發展，或許3-5年后國產GPU芯片技術就追上NVIDIA，到那時估計美國已擋不住國產芯片了。