中国AI大模型仍依赖英伟达芯片，国产替代受软件生态制约
Miles Bennett
中国最先进的AI大模型训练仍以英伟达芯片为主，切换至国产芯片的核心障碍不在硬件本身，而在软件生态迁移成本——这意味着北京的芯片自给战略面临一道比造芯片更难过的坎。
国产芯片替代走到哪了？
据南华早报援引多位中国大模型开发商内部人士透露，当前训练最先进AI模型的主力仍是英伟达芯片。
这意味着→ 尽管国产硬件持续进步，实际生产环节的"主角替换"尚未发生。
一位熟悉行业的人士直言：用英伟达芯片训练大模型，目前在中国AI开发者中仍是常态。
卡脖子的到底是什么？
核心障碍不是芯片性能，而是软件生态。英伟达的CUDA(一套让开发者调用GPU算力的编程平台)是AI开发的行业标准，绝大多数现有代码都基于它编写。
华为的替代方案叫CANN(神经网络计算架构)，但CUDA代码无法直接在华为昇腾芯片上运行，需要大量重写和优化。
用大白话说＝ 芯片可以换，但围绕旧芯片写的几百万行代码不会自动跟着搬家——这才是真正的迁移成本。
迁移成本有多高？
上海某高校附属研究机构的AI开发者王杰姆斯估计，将现有工作流迁移至华为昇腾芯片，时间和成本至少增加50%。
这意味着→ 对资源有限的团队来说，"用国产芯片"不只是换一块硬件，而是要把整条训练流水线推倒重来。
这反映出一个更深层的问题：芯片架构切换构成的是工程瓶颈，而非单纯的采购决策。
接下来看什么？
迁移成本能否随国产软件生态的成熟而下降，是判断国产芯片能否实质性替代英伟达的关键验证节点。
用大白话说＝ 硬件追赶是上半场，软件生态追平才是决赛——目前决赛还没开打。
Content is for reference only, not financial advice.