【对话/观察者网 陈思佳】

今年以来，中国人工智能（AI）技术取得一系列令人瞩目的突破，例如深度求索正式推出DeepSeek-V4系列模型，月之暗面发布全球首个开源的3万亿级别模型Kimi K3，智谱发布的GLM-5.3模型展现出接近顶级闭源模型的编程能力。

AI大模型的发展也离不开算力支持，尽管美国试图通过限制先进AI芯片和半导体设备出口的方式打压中国企业，华为昇腾等国产算力仍实现“突围”，跨过“能用”的门槛，进入“好用”和“规模化商用”阶段，算力基础设施的国产化率正迅速提升。

今年7月的世界人工智能大会期间，华为昇腾950超节点真机首次公开亮相，国产算力从“单卡比拼”转向“系统突围”，通过系统级整合来弥补与先进制程的差距。

随着AI在各行各业得到越来越广泛的应用，算力自主可控已成为保障数据安全、产业安全和国家安全的重中之重。昇腾等国产算力是如何找到出路？国内AI芯片产业还面临哪些挑战？观察者网与浙江大学教授、《昇腾崛起》作者方兴东进行了对话。

7月17日，华为昇腾950超节点真机亮相世界人工智能大会 IC photo

观察者网：在今年7月的世界人工智能大会上，多家科技企业集中展示超节点，国产算力正式进入系统性升级阶段。其中，华为首次以真机形式展出昇腾950超节点，令人印象深刻。作为国产算力的核心代表和先驱，昇腾在破局突围的过程中克服了哪些困难？

方兴东：昇腾所经历的挑战，在华为乃至整个中国高科技产业中都具有独特性。回顾华为在通信等领域的发展路径，过去几十年里，他们所做的工作本质上还是“追赶”，即在欧美先行开辟的赛道上慢慢追上并试图超越。

但这种追赶的模式存在局限性，对于路径清晰、已经实现标准化的产品，华为虽然能做到后来居上，但当追上时，产业往往已趋于成熟，利润相对微薄。对于非标准化产品，即使追赶多年，往往也难以超越国际领先的企业。

但昇腾的起点截然不同，华为2016年决策布局AI芯片时，整个行业仍处于早期阶段，当时的AI智能芯片多用于摄像头、人脸识别、语音识别、自动驾驶等专用场景，业界普遍没有认识到AI芯片将演变为一种通用根技术。在这一背景下，华为与全球同行几乎同时起步。

昇腾面临的一个重大挑战，在于从0到1的创新所伴随的巨大战略不确定性，在没有标杆可以参考的情况下，战略决策面临很大的争议和风险。但随着中美竞争愈发激烈，昇腾逐渐成为华为再次崛起的核心驱动力，甚至可能成为中国高科技产业崛起的标志性产品。

这种创新性探索一旦成功，就能开辟出远超想象的利润空间和市场格局。

2026世界人工智能大会期间，华为昇腾AI大模型超级工厂‌及自主算力底座亮相 IC photo

更具破坏性的挑战则来自外部制裁和打压。台积电在美国的压力下停止代工后，昇腾的演进路径被打断，产品出现“断代”危机，这是华为面临的前所未有的考验。此时，外界普遍认为昇腾已经失去未来——即便能够设计出更先进的芯片，无法生产也毫无意义。

这些挑战已不再是单纯的技术问题，但昇腾最终克服了制造断供、人才流失等困难。最新发布的昇腾950系列在测试中展现出震撼业界的卓越性能。作为华为在外部持续制裁背景下打造的AI芯片产品，昇腾950系列标志着华为正从依赖全球先进供应链，迈向全链条国产化。

观察者网：在《昇腾崛起》中，您提到中国硬件差的不是技术，而是产业打法。在AI芯片等中国相对落后、仍在追赶海外先进技术的领域，应该构建什么样的产业发展路线？

方兴东：过去，科技公司会为特定场景设计专用芯片，AI芯片是一种针对性较强的专用技术。但如今，在GPT等大语言模型驱动下，AI芯片已成为一种通用目的技术。转化为通用产品后，AI芯片面对的最大挑战不再是技术性能，而是产业生态的构建。

华为昇腾910等早期国产算力的性能并不比同时期的国外产品更差，但中国的半导体产业尚未建立起基于自主根技术的产业生态，整个产业生态由美国体系主导，我们更多是一个参与者。因此，当美国动用其产业政策打压中国企业后，对中国产业造成很大的冲击。

通用根技术的成败不仅仅与技术本身有关，也涉及很多外部因素，包括上下游设施、开发工具、配套软件等整个体系。对于昇腾乃至整个中国高科技产业，如何从零开始建立自己的生态、构建基于中国根技术的上下游产业生态，是一个前所未有的挑战。

这既需要企业发挥主动作用，也离不开国家产业政策的支持。中国产业遭遇美国政治手段打压的背景下，国家需要出台相关政策以维护中企利益。在AI芯片等开创性的领域，产业政策主要起到辅助作用，企业需要发挥市场主体作用，合理进行资金和资源的配置。

5G、太阳能、电池等产业，都是在国家支持下，以产业化思维凝聚力量，办成大事。例如，我国在5G网络建设领域采取了“适度超前”的政策，进行了具有前瞻性的布局，让基础设施建设走在产业发展前端，就是非常成功的范例。

观察者网：AI发展离不开算力支持，实现算力自主可控则是保障数据安全、产业安全和国家安全的关键。您认为，国产算力的发展现在还面临哪些挑战？

方兴东：在制造方面，半导体产能的扩展需要时间。在技术方面，由于美国限制了阿斯麦的极紫外（EUV）光刻机对华出口，先进制程也面临瓶颈。AI算力不只是算力本身的问题，它牵扯到整个半导体产业，因此我们需要先构建起完备的产业生态。

在遭到美国打压之前，华为等中国企业可以根据需要选择最好的国际供应商，但现在必须要有国内供应商的支持。如果没有成熟的产业生态，很难避免内部的恶性竞争，也难以将供应链上下游整合起来，这会使消费者和企业付出更高的成本和代价。

这一背景下，产业政策需要聚焦于纠正那些明显不利于产业发展的恶性行为，引导产业从无序竞争走向有序协作，促进上下游企业共同建立健康发展的良性生态，而不是任由数十款芯片产品建立起几十个独立的生态。

所以，短期之内，我国还是保持一个追赶美国的过程，暂时不具备整体超越美国的条件，国内半导体产品在国际上的竞争力也不够强大。虽然我国已经弥补了半导体产业的许多不足，不少技术和产品实现了从无到有的突破，但“补课”还需要很多年时间。

观察者网：今年4月，华为宣布，通过双方芯模技术紧密协同，已实现昇腾超节点全系列产品支持 DeepSeek-V4系列模型。7月，Kimi K3开源发布后，昇腾也实现0day适配。这些合作为国产算力与国产AI大模型的适配打下了良好的基础。您认为，未来算力网络的发展应如何与产业需求融合？

方兴东：国产算力与国产AI模型的全面适配，是一个非常重要的成果。如果软件和硬件能够在开发过程中实现深度协同，可以在下一代产品开发的过程中提前做好规划和针对性的设计，比产品发布后再做适配的效率更高。