近日，据《The Information》杂志及多家权威财经媒体报道，中国科技巨头阿里巴巴与百度已正式采用自主研发的芯片训练AI模型。据四位直接知情人士透露，阿里巴巴自今年初以来，已开始使用其自主研发的“振武”(Zhenwu)处理器训练小型AI模型，而百度则在其新版文心一言AI模型(Ernie)的测试中，采用了自主研发的昆仑P800芯片。
阿里巴巴的AI芯片尽管目前尚未完全替代英伟达 GPU在大规模模型训练中的主导地位，但其在特定场景下的应用已被视为技术突破的重要信号。百度方面，虽然尚未大规模部署昆仑P800芯片，但其测试进展顺利，显示出自主芯片在AI训练领域的巨大潜力。
这一转变不仅反映了美国出口管制对中国AI产业的直接影响，也彰显了中国企业在自主创新道路上的坚定决心。值得注意的是，尽管两家公司均在积极推进自研芯片的应用，但并未完全放弃英伟达技术，仍继续使用英伟达A100、H800甚至尚未被禁售的H20芯片来支持其最先进的模型开发。
英伟达发言人对此表示：“竞争无疑已经到来……我们将继续努力，赢得全球各地主流开发者的信任与支持。”
出口管制与政策驱动，双轮驱动自主化进程
美国对华AI芯片出口管制的升级，是中国企业加速自研芯片的重要外部推手。近年来，美国政府多次出台政策，限制高性能AI芯片对华出口，试图通过技术封锁遏制中国AI产业的发展。
自2022年起，美国商务部工业与安全局（BIS）陆续将Nvidia A100、H100、AMD MI250等高性能AI加速器列入出口管制清单；2024年进一步限制H800、L40S等中国特供版芯片的销售。
然而即便英伟达推出符合出口规则的降规版H20芯片（主要面向中国市场），其FP8算力密度相较H100下降逾60%，严重制约了超大规模模型的训练效率。因此，中国政府也在积极推动国内企业采用自主技术，减少对外部供应链的依赖。
中国半导体行业协会集成电路设计分会理事长、清华大学教授魏少军在新加坡举行的行业论坛上明确表示，包括中国在内的亚洲国家应考虑逐步放弃将英伟达GPU作为人工智能开发的唯一路径，以减少对美国技术的依赖。他警告说，继续效仿美国路径，采用英伟达或AMD的计算GPU训练大型语言模型，将削弱地区自主性，过度依赖单一外国供应商可能导致整个区域的技术创新受制于人。
自主创新路径渐明，ASIC芯片成新方向
面对外部压力，中国AI企业开始探索新的发展路径。魏少军教授建议，中国应专注于创造一种专为大模型开发而设计的新型芯片，而非继续依赖最初设计用于游戏和工业图形动力的GPU架构。这一观点与当前中国企业在ASIC（专用集成电路）芯片领域的探索不谋而合。
事实上，中国本土企业近年来已在ASIC赛道上逐步发力。部分AI巨头通过联合芯片设计厂商，针对大语言模型轻量化推理、工业级AI质检等场景开发定制化芯片，取得了初步成果。此外，国内在芯片设计工具（EDA）、低功耗电路设计等领域的技术突破，也为ASIC的规模化研发扫清了部分障碍。
挑战与机遇并存，中国半导体产业未来可期
尽管中国在自研AI芯片领域取得了显著进展，但挑战依然存在。短期内，本土企业仍难以研发出性能可媲美英伟达高端产品的AI加速器。同时，要实现对英伟达GPU的全面替代，中国还需突破生态适配瓶颈，构建支持ASIC的深度学习框架插件，推动云厂商与芯片企业的“场景-芯片”协同开发，并解决高端制程芯片制造的产能与良率问题。
然而，挑战与机遇总是并存。近期博通凭借定制化AI芯片解决方案斩获巨额订单，不仅打破了“英伟达GPU垄断AI硬件市场”的固有认知，更为中国探索用自主ASIC芯片替代英伟达GPU提供了关键参照。这一成功案例证明，定制化ASIC绝非“小众赛道”，而是能凭借场景针对性打开市场空间的可行路径。
展望未来，中国半导体产业在自主创新的道路上将继续前行。随着技术的不断突破和政策的持续支持，中国有望在AI硬件领域实现真正的自主化，为全球AI产业的发展贡献中国智慧和中国方案。
