‹ 人工智能产业(GoogleNews)

美国收紧对华AI芯片限制,中国为何反而打开技术大门?

人工智能产业(GoogleNews) 本站已缓存

美国收紧对华AI芯片限制,中国为何反而打开技术大门? 缅华网

    您当前的位置:
  1. 首页
  2. 综合资讯
  3. 美国收紧对华AI芯片限制,中国为何反而打开技术大门?
美国收紧对华AI芯片限制,中国为何反而打开技术大门? 编辑:环球时报 文章类型:综合资讯 发布于2026-11-13 01:21:47 共23人阅读 文章导读 面对不断抬高的外部算力壁垒,中国科研和产业力量正在多路突围:既造芯片,也补齐软件生态……

环球时报

面对不断抬高的外部算力壁垒,中国科研和产业力量正在多路突围:既造芯片,也补齐软件生态,让国产芯片在大模型不仅跑起来,更跑得稳、跑得快。

更重要的是,中国没有再建另一堵墙回应封锁。工程师让AI参与软件研发,企业、高校与开源社区协同攻关,再把形成的能力带入国际合作。中国要赢得的,不只是一颗芯片的领先,更是发展的主动权,以及一个自主可控、开放生长的算力生态。

围绕先进算力,美国对华限制仍在加码。据路透社报道,11月10日,在涉及英伟达首席执行官黄仁勋的争议性指控出现后,多名美国国会议员再次呼吁收紧中国获取先进AI芯片的渠道,并推动加强芯片出口审批、流向追踪及相关设备管制。此前,英国《金融时报》援引知情人士报道称,英伟达要求部分云计算和数据中心合作伙伴在未来合同中,将至少51%的服务提供给非中国企业。

从限制芯片出口,到试图约束芯片流向和算力服务,针对中国的先进算力门槛正在向更多环节延伸。

但几乎同时,来自中国的两项实践呈现出另一种算力发展逻辑:取得技术突破后,选择开放。

近日,来自清华大学和基座大模型企业面壁智能的研究团队分享的一项让AI自动编写、优化算子的研究,在海外技术社区引发热议。研究人员让AI直接在芯片上编写代码、测试性能,并根据实测结果反复优化。在多项测试中,AI生成的算子性能超过了人类顶尖专家方案。

算子好比AI模型和芯片之间的“翻译器”与“变速箱”,决定一颗芯片的性能能否得到充分释放。这项突破意味着,过去依靠顶尖工程师长期积累和反复进行的软硬件适配调优的工作,如今可以由AI加速完成。

以这项研究为技术基础,面壁智能研发的算子生成系统ForgeKernel于10月底同时登顶华为昇腾CANNBench三大硬件榜和英伟达官方算子榜(FlashInfer-Bench 合集),成为首个在中美两大芯片体系官方算子榜单均排名第一的人工智能算子生成系统。取得这一成绩后,研究团队将ForgeKernel开源,把AI自动生成和优化算子的能力向全球芯片厂商和模型团队开放。

同在10月,来自34个国家、46所高校和机构的47名教师来到北京,参加为期两周的“全球AI开放计算师资发展计划”。结业后,有人准备回国开设课程,有人计划建设AI算力实验室,还有人希望继续参与中国开源社区的开发。

围绕先进算力,一些国家和企业筑起“小院高墙”,不断抬高门槛,试图将技术优势锁在自己的体系之内。中国选择了另一条路:以自主创新增强底气,以产学研协同汇聚力量,再通过开源合作让技术能力走向世界。

中国谋求的不只是一场“造芯”竞赛的胜负,更致力于在开放合作中建设一个更具生命力的算力生态。

一、让AI释放芯片潜能

一颗芯片造出来,是否就意味着拥有了算力?

“硬件造出来只是第一步,芯片能否充分释放性能,关键还要看配套软件是否经过持续、充分的打磨。配套软件首先要让模型‘跑起来’,再通过持续调优让它‘跑得好’。国产芯片当前需要跨越的重要门槛,是进一步把硬件潜能转化为真正可用的算力。”国产芯片过去面临的一个难题是,硬件造出来了,配套软件却没有经过充分打磨。模型即使能运行,也难以充分发挥芯片性能。”面壁智能智能进化首席科学家李宇轩告诉《环球时报》记者。

李宇轩解释,大模型要在芯片上运行,还需要编译器、框架、算子库等一整套软件系统。芯片好比发动机,软件生态则像变速箱和道路:发动机参数再高,动力传不出来、道路不通畅,汽车仍然跑不快。

算子就是其中的关键。它可以理解为大模型交给芯片执行的一道道基本“工序”。过去,写好一个顶尖算子,工程师既要理解算法,又要熟悉芯片架构、存储和指令调度,还要经过大量测试和调整,适配周期往往以月甚至以年计算。

如今,AI开始参与这项工作。“相比传统的手工调优方式,AI 驱动的算子自动生成和优化能够将适配周期从月压缩到天,同时突破了人工优化在性能上限方面的部分瓶颈。”李宇轩说,“原来是人在让AI变强,以后是AI让自己变强。”

这对国产芯片尤其重要。面对新芯片、新模型快速迭代,AI能够自动生成代码、测试性能并反复优化,有望缩短这段时间差。

清华大学战略与安全研究中心副研究员孙成昊告诉记者,中国正在从应对外部算力供给压力,转向建设拥有多种技术路线和供应选择的算力体系。要实现这一转变,不仅要发展芯片等硬件,也要探索新的软件适配和研发方式。

国际科技企业和研究机构早已将AI用于代码生成和系统优化。在李宇轩看来,这类探索的意义不只是“写代码更快”,更在于释放人工智能作为通用技术提升生产率的潜力。

国内企业也在沿着这一方向进行不同技术路径的探索。无问芯穹搭建了算子优化智能体,在基础算子、融合算子、量化算子和推理算子等赛道取得领先成绩;华为昇腾CANN社区推出CANNBot,将算子开发、模型迁移和推理优化等任务转化为可复用的智能体工作流,推动相关工作从人工编程调优走向Agent辅助完成。

如何让单点突破转化为产业共同能力?面壁智能选择将ForgeKernel开源。

ForgeKernel技术直播及开源发布引发海外网友关注和讨论。图为部分海外网友留言。

“我们希望通过开源把这种能力交给更多芯片厂商和模型团队,缩短新芯片的适配周期,让软件生态起步晚、性能释放不充分、企业应用门槛高这些长期制约国产算力发展的问题不再成为瓶颈,让高性能算子优化成为中国软硬件生态共建共享的技术能力。”李宇轩说。

二、把分散力量拧成一股绳

一项技术突破,怎样才能变成整个产业都能使用的能力?

北京智源人工智能研究院开源工程化组组长朱其罡告诉记者,算力生态建设的一大难点,是产业链长、参与者多。“过去常见的流程是,模型发布后,芯片企业再逐项适配。模型和芯片都在快速迭代,‘事后补课’注定慢一拍。不是不够努力,而是节奏握在别人手里。”朱其罡说。

如今,合作正在向研发前端移动。芯片企业提前了解模型需求,模型团队更早接触硬件特性,高校和科研机构加入底层攻关。芯片、算子、框架和模型不再各走一段、最后拼接,而是在设计阶段就开始磨合。

这条“并联”的新路,也写进了顶层设计——“十五五”规划纲要明确提出,强化算力、算法、数据高效供给,推进人工智能模型架构改进、算法优化,强化“模芯云用”协同创新。

顺着这条新链条看,为什么许多突破率先出现在企业实验室?李宇轩认为,企业拥有真实的模型管线、芯片环境和成本约束,技术成果可以迅速接受生产任务检验:代码对不对、性能提高多少、算力究竟省没省,都有明确答案。高校则长于基础研究和人才培养。两者结合,研究才更容易从论文中的“可行”走向生产中的“可用”。

2026年6月27日,李宇轩面向开源社区开发者进行技术分享。

孙成昊认为,建设算力生态,关键是把分散的研发力量组织起来:芯片企业提供接口、工具和调优支持,模型企业用真实任务提出需求、检验效果,高校攻关共性问题、培养人才,开源社区则长期维护经过验证的适配方案。协作越成熟,重复开发越少,开发者接入生态的成本也越低。

目前,北京智源人工智能研究院正在推动多所高校共同开发和推广AI系统与算力软件栈课程。项目既汇聚高校的师资和科研力量,也引入华为、天数智芯、沐曦、进迭时空等厂商的算力资源,为教学提供多元硬件环境。

在项目推进中,他感受最深的是各方的主动向前一步:芯片厂商愿意提供设备和算力,高校愿意开发课程、开拓研究课题,开源社区负责连接参与者、维护软件组件。“国产算力生态正在发生的变化,正是各方不再只解决自己面前的一段问题,而是共同把整条路铺通。”

三、把算力合作大门开得更大

自主创新,是否意味着关起门来另建一套体系?

近日,由中国人民大学高瓴人工智能学院等机构编制的《中国人工智能国际应用与治理合作白皮书》发布。白皮书提出,将模型、算力、语料等核心能力作为全球数字公共产品,推动国际合作从“技术输出”走向“能力共建”,帮助发展中国家破解人工智能“用不上、用不起、不可控”的现实难题。

能力共建的第一步,是培养会“用”的人。

2026年10月,北京智源人工智能研究院举办的新一期“全球AI开放计算师资发展计划”在北京完成培训。来自34个国家的47名高校教师系统学习了系统软件、算子、编译器和分布式训练等课程。

2026年10月12日,第二期“全球AI开放计算师资发展计划”在北京开班。

朱其罡说,许多发展中国家既担心错过人工智能浪潮,也担心核心技术和基础设施长期依赖单一来源。参训教师的反馈很直接:算力短缺仍是最大的痛点。有人缺设备,有人缺课程,还有人即使掌握了方法,回国后也难以持续获得算力。

项目团队为此设计了三条路径:继续扩大在线算力供给;为有条件的高校对接中国芯片和设备;面向资金、电力和运维能力有限的地区,探索端侧轻量化方案。

《中国人工智能国际应用与治理合作白皮书》提到,中国具备多元异构算力统一调度与跨区域弹性调度能力,可实现不同架构、不同厂商AI芯片的兼容适配;对暂不具备大规模自建条件的国家,可提供弹性算力服务与轻量化预制智算节点方案。

但朱其罡表示,这并非单向“输送技术”。海外高校在不同网络、硬件和教学条件下遇到的问题,也会反过来检验中国开源技术的兼容性和易用性,他说。“一个只能在少数大型实验室运行的系统,很难称得上普惠。只有能够在多种芯片、有限资源和不同环境中稳定使用,生态才真正具有生命力。”

面对一些国家长期把算力、芯片、数据等数字要素高度武器化,出口管制清单越拉越长,对华设限层层收紧。孙成昊认为,自主创新使中国能够为国际合作提供可持续、可维护的技术;开源和联合研发则让合作伙伴参与改进过程。来自不同硬件、语言和应用场景的反馈,也能帮助中国完善算力工具和技术路线。经过更广泛的应用检验,中国的开源模型和相关技术将进一步服务全球人工智能发展。

“中国正在持续锻造关键能力,为开放合作积累底气;同时,也邀请更多伙伴共同使用、维护和改进技术。”朱其罡说,“我们既要把发展的主动权握在自己手中,也要让更多人参与进来,共同把算力生态建设好。这样的生态,才能经得起竞争,也能在合作中持续生长。”

0 0

上一篇: 英媒爆料:我们抓的“中国间谍”,其实是“自己人”

下一篇: 纪念孙中山先生诞辰160周年大会在京举行 习近平发表重要讲话

最新导读

热门文章

打开原文 ↗

正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。

相关报道同一事件 / 同分类