芯片管制挡不住？中国AI靠“软件补硬件”，阿里Qwen破局
2025年云栖大会上，阿里巴巴CEO吴咏铭一句话炸了场，公司要做“世界领先的全栈人工智能服务提供商”。
这事看着是阿里自己的战略转型，其实藏着中美AI竞争的大变化。
以前大家比的是芯片制造能力，现在拼的是软件、硬件、应用能不能串成一条线，也就是全栈整合能力。
美国之前搞芯片出口管制，本来想卡中国的脖子，不让咱们拿到先进芯片。
短期内确实造成了麻烦，但没想到反而逼得中国科技企业往垂直整合上走。
阿里就是典型，你不让我用别人的芯片，我就自己搭整套技术栈。
这种转变，说不定以后会彻底改了全球AI产业的玩法。
阿里23分钟演讲定方向，美国巨头砸钱抢赛道
吴咏铭那天讲了23分钟，把阿里的AI路线图画得很清楚。
软件靠Qwen开源模型打底，计算基建靠自家云服务，两者凑一起就是未来的技术核心。
而且他还说，要在原来3800亿元的基础上，再追加AI基础设施的投入。
这话一出来，资本市场立马有了反应。
阿里在香港的股价直接飙到四年最高，好几家投行跟着就上调了目标价。
更有意思的是，英伟达CEO黄仁勋后来在播客里特意提了吴咏铭的演讲，反复说AI领域必须大规模投资才行。
这俩人的互动其实说明，中美科技巨头的竞争早不是单点比技术了，单一优势根本不够看。
美国那边的“超大规模企业”也没闲着，本来“超大规模企业”指的是有大数据中心的云计算公司，现在不一样了，得是能从底层硬件做到上层应用的全栈公司才算数。
微软、亚马逊、谷歌这些巨头都在列。
2025年这五家计划花的钱快到4000亿美元了，大部分都投给AI基建。
就说微软，单家就打算砸800亿美元建专门的AI数据中心；亚马逊一边靠AWS做云服务，一边自己搞Trainium和Inferentia芯片，就是想少依赖英伟达；
谷歌更全，从TPU芯片到Gemini大模型，再到各种应用，一套闭环全弄好了。
美国巨头是靠家底厚才敢这么砸钱，后来发现他们也是怕落后，现在AI竞争，拼的是整个系统能不能转得顺，光某一环强没用。
芯片卡脖子逼出“中国解法”，钱少也能玩出花美国的芯片管制其实挺狠的，2024年底又更新了清单，像英伟达H20、AMDMI300X这些先进AI芯片，都不让卖给中国。
他们觉得控制了芯片，就能控制中国AI的发展速度。
但显然这想法太简单了，中国企业被逼着找替代方案，最直接的就是自己搭全栈。
阿里不只是搞Qwen大模型、做云服务，还通过半导体子公司平头哥自研芯片。
2025年平头哥出的玄铁930芯片，虽然算力没美国最先进的高，但适配Qwen模型推理完全够用。
不过得承认，中美在投入上还有差距。
2025年中国AI资本支出大概980亿美元，而美国前五大巨头就快4000亿了。
而且中国在芯片制造上有瓶颈，比如14纳米以下先进制程的良率，比台积电低不少，同样的钱花出去，硬件产出效率确实没那么高。
但中国企业也有自己的招，就是“软件补硬件”。
阿里把Qwen-7B模型压缩后，中端服务器就能跑，算力需求降了一大半；字节跳动的豆包大模型用了“混合精度训练”，100亿参数规模下，训练成本比原来少了四成；
华为昇腾还出了工具，帮30多个国产模型适配低算力硬件。
刚开始我觉得硬件不行肯定吃亏，后来发现软件和应用能补回来，这就像打游戏，装备不够操作来凑，挺聪明的。
中国的优势还不止这些，2025年中国互联网用户有12.8亿，这么大的用户群，给AI应用提供了太多测试场景；
中文语料库的规模比英文还多两成，训练中文模型天然有优势；而且每年STEM毕业生有780万，是美国的3倍，人才储备越来越足。
美国那边的优势也很明显，全球AI领域前100的学者里，美国占了65%，顶尖人才多；半导体设备的国产化率超80%，底层技术成熟；GitHub上美国主导的AI开源项目占七成，生态比咱们完善。
如此看来，全球AI未来可能有三种走向。
乐观的话，中美在技术标准上能部分互通，比如模型推理接口互认，2027年全球AI市场规模能破5万亿美元；
中间情况就是形成两个独立生态，中国主导东南亚、中东市场，美国管欧美，跨境数据流动受限；最悲观的就是完全脱钩，每年重复投入浪费超3000亿，全球AI创新速度得慢两成。
还有个问题，现在大家都盯着竞争，容易忽视安全和伦理。
比如算法偏见、AI替代就业这些事，要是没人管，早晚出问题。
而且全栈投入太大，中小企业根本玩不起，所以开源特别重要。
阿里把Qwen开源后，国内中小AI企业的研发成本平均降了35%。
毫无疑问，全栈能力已经是中美AI竞争的核心了。
美国的芯片管制能延缓中国发展，但挡不住大趋势，反而让中国企业更自主。
未来最关键的，是找到竞争和合作的平衡点。
页:
[1]