長期以來，中國人工智能（AI）企業在模型訓練上高度依賴英偉達（Nvidia）的高性能處理器。然而，隨著美國對向中國供應先進AI芯片的出口限制不斷收緊，這一局面正發生深刻變化，中國科技巨頭正加快擺脫對美國高端半導體的依賴。

近日，據《The Information》雜志及多家權威財經媒體報道，中國科技巨頭阿里巴巴與百度已正式采用自主研發的芯片訓練AI模型。據四位直接知情人士透露，阿里巴巴自今年初以來，已開始使用其自主研發的“振武”(Zhenwu)處理器訓練小型AI模型，而百度則在其新版文心一言AI模型(Ernie)的測試中，采用了自主研發的昆侖P800芯片。

阿里巴巴的AI芯片盡管目前尚未完全替代英偉達 GPU在大規模模型訓練中的主導地位，但其在特定場景下的應用已被視為技術突破的重要信號。百度方面，雖然尚未大規模部署昆侖P800芯片，但其測試進展順利，顯示出自主芯片在AI訓練領域的巨大潛力。

這一轉變不僅反映了美國出口管制對中國AI產業的直接影響，也彰顯了中國企業在自主創新道路上的堅定決心。值得注意的是，盡管兩家公司均在積極推進自研芯片的應用，但并未完全放棄英偉達技術，仍繼續使用英偉達A100、H800甚至尚未被禁售的H20芯片來支持其最先進的模型開發。

英偉達發言人對此表示：“競爭無疑已經到來……我們將繼續努力，贏得全球各地主流開發者的信任與支持。”

出口管制與政策驅動，雙輪驅動自主化進程

美國對華AI芯片出口管制的升級，是中國企業加速自研芯片的重要外部推手。近年來，美國政府多次出臺政策，限制高性能AI芯片對華出口，試圖通過技術封鎖遏制中國AI產業的發展。

自2022年起，美國商務部工業與安全局（BIS）陸續將Nvidia A100、H100、AMD MI250等高性能AI加速器列入出口管制清單；2024年進一步限制H800、L40S等中國特供版芯片的銷售。

然而即便英偉達推出符合出口規則的降規版H20芯片（主要面向中國市場），其FP8算力密度相較H100下降逾60%，嚴重制約了超大規模模型的訓練效率。因此，中國政府也在積極推動國內企業采用自主技術，減少對外部供應鏈的依賴。

中國半導體行業協會集成電路設計分會理事長、清華大學教授魏少軍在新加坡舉行的行業論壇上明確表示，包括中國在內的亞洲國家應考慮逐步放棄將英偉達GPU作為人工智能開發的唯一路徑，以減少對美國技術的依賴。他警告說，繼續效仿美國路徑，采用英偉達或AMD的計算GPU訓練大型語言模型，將削弱地區自主性，過度依賴單一外國供應商可能導致整個區域的技術創新受制于人。

自主創新路徑漸明，ASIC芯片成新方向

面對外部壓力，中國AI企業開始探索新的發展路徑。魏少軍教授建議，中國應專注于創造一種專為大模型開發而設計的新型芯片，而非繼續依賴最初設計用于游戲和工業圖形動力的GPU架構。這一觀點與當前中國企業在ASIC（專用集成電路）芯片領域的探索不謀而合。

事實上，中國本土企業近年來已在ASIC賽道上逐步發力。部分AI巨頭通過聯合芯片設計廠商，針對大語言模型輕量化推理、工業級AI質檢等場景開發定制化芯片，取得了初步成果。此外，國內在芯片設計工具（EDA）、低功耗電路設計等領域的技術突破，也為ASIC的規模化研發掃清了部分障礙。

挑戰與機遇并存，中國半導體產業未來可期

盡管中國在自研AI芯片領域取得了顯著進展，但挑戰依然存在。短期內，本土企業仍難以研發出性能可媲美英偉達高端產品的AI加速器。同時，要實現對英偉達GPU的全面替代，中國還需突破生態適配瓶頸，構建支持ASIC的深度學習框架插件，推動云廠商與芯片企業的“場景-芯片”協同開發，并解決高端制程芯片制造的產能與良率問題。

然而，挑戰與機遇總是并存。近期博通憑借定制化AI芯片解決方案斬獲巨額訂單，不僅打破了“英偉達GPU壟斷AI硬件市場”的固有認知，更為中國探索用自主ASIC芯片替代英偉達GPU提供了關鍵參照。這一成功案例證明，定制化ASIC絕非“小眾賽道”，而是能憑借場景針對性打開市場空間的可行路徑。

展望未來，中國半導體產業在自主創新的道路上將繼續前行。隨著技術的不斷突破和政策的持續支持，中國有望在AI硬件領域實現真正的自主化，為全球AI產業的發展貢獻中國智慧和中國方案。