我注意到最近几周有一些真正令人感兴趣的事情。当你跟踪人工智能产业的发展时，你会意识到，真正的战争从来都不仅仅是关于芯片，而是关于更深层次的东西。

八年前，美国以一项简单的禁令封锁了中兴公司。没有美国的组件、没有软件、没有技术。公司几乎在几周内就崩溃了。但这一次，故事完全不一样。

真正的掣肘不在硬件，而在 CUDA。这个平台由英伟达主导着人工智能世界的一切。几乎每个算法、每个模型、几乎每位全球开发者都与之息息相关。搭建一个替代系统意味着要重写多年积累起来的经验合约。谁来承担这个代价？

但中国公司选择了另一条路。它们没有直接正面硬碰硬，而是从算法这一侧发起突破。DeepSeek V3 就是一个非常明确的例子：模型拥有 6710 亿参数，但在运行时只会激活其中的 37 亿。成本？仅仅 5.576 million 美元而已。把这个数字拿去对比 GPT-4 的 78 million 美元，差距巨大。

结果也直接反映在价格上。DeepSeek 的 API 比 Claude 便宜 25 到 75 倍。这种价差改变了一切。到 2026 年 2 月，仅仅三周时间，OpenRouter 上中国模型的使用量就增长了 127%。

但降低运行成本并不能解决训练问题。就在这里，本土芯片开始承担起真正的训练任务。龙芯以及太极元气卡片开始负责任务级别的训练。在 2026 年 1 月，智谱 AI 仅用国产本土芯片就训练出了完整的图像生成模型。这是从推理到训练的质变。

华为 Ascend 现在正在吸引数百万开发者。一个完整的开发环境正在我们眼前建立。大型公司今年也在加倍进口本土算力服务器。

但还有一个因素，仍有很多人没有注意到：工业用电。这里才是真正的优势所在。

美国正面临尖锐的电力危机。如今数据中心消耗了美国总电力的 4%，预计到 2030 年将翻倍。像弗吉尼亚州和乔治亚州这样的地方，已经暂停了对新数据中心的审批。那几个地区的大宗电力成本在五年内上涨了 267%。

中国的情况则完全相反。中国每年生产的电力是美国的 2.5 倍。仅国内消耗只占产量的 15%，而美国为 36%。这就留下了巨大的工业电力资源，供算力使用。中国西部的工业电价大约是每千瓦时 0.03 美元，仅为美国的四分之一或五分之一。

工业用电成本的差异意味着巨大的经济差距。当你建设大规模算力中心时，固定成本会占据主导地位。中国在这里拥有结构性优势。

从中国走出去的，现在并不是产品或工厂，而是代币本身——由人工智能模型处理的小型数据单元。它们在本土算力工厂制造，然后通过海底电缆传向全球。

DeepSeek 目前服务于中国本土市场的 30.7%，同时也覆盖印度的 13.6%、印尼的 6.9% 和美国的 4.3%。新的 AI 初创公司中，有 58% 将其纳入技术架构。在受制裁国家，市场份额处于 40% 到 60% 之间。

这让我想起另一场关于工业自主的战争。1986 年，日本与美国签署了一份半导体协议。彼时，日本控制着全球市场 51%。但协议之后，美国施加了全面压力，并支持三星和海力士这两家韩国公司。日本在 DRAM 的份额从 80% 断崖式下滑到 10%。到 2017 年，IC 市场只剩下 7%。

不同之处在于，日本只满足于在全球分工体系中做最好的产品，并没有建立独立的生态系统。当浪潮退去，它就什么都没有留下。

这一次，中国走的是不同的路线：从算法优化，到国产芯片从推理跃迁到训练，再到 Ascend 体系里有 4 million（400 万）开发者，最后是代币在全球的扩散。每一步都在构建一个自主的产业系统。

在 2026 年 2 月 27 日，三家中国芯片公司在同一天发布了它们的业绩。Kimo 的收入增长了 453%，并首次实现年度盈利。Moi Tun 增长了 243%，但亏损了 1 billion。Moxi 增长了 121%，但亏损了 800 million。

一半是火焰，一半是水。火焰是市场对替代方案的渴求。英伟达留下的 95% 空白，正在被逐步填满。无论当前表现如何，市场都需要一个替代选项。这是一个极其罕见的结构性机会，源于地缘政治的紧张局势。

海底电缆是构建生态系统的成本。为了追求对 CUDA 的替代，每一次真实的资金流失都是在付出代价——研发投入、软件支持、工程师被派遣来逐个解决翻译问题。这些损失不是管理不善，而是为了建立真正自主所缴纳的战争税。

战争的形态已经改变。八年前，我们问的是：我们还能不能活下来？今天，我们问的是：我们要付多少钱才能活下来？代价相同，进步也随之而来。