如果说1991年的海湾战争，是晶体管芯片主宰的战争，那么最近的伊朗战争，则是AI开始崭露头角，显示了未来主宰者的雏形。
1991年1月17日凌晨，当美军第一枚导弹砸向巴格达时，睡梦中被惊醒的萨达姆并不怎么惊惶。此前几个月，美国一直忙着调兵遣将，海湾地区已经集结起美军六个航母战斗群，但萨达姆充分展示了楞的不怕横的二愣子本色，在他看来，自己手下拥兵百万，要人有人，要装备有装备，跟谁打也不怵。
单从纸面上看，当时伊拉克军队常规武器装备，比当时的中国军队还要强些。萨达姆的如意算盘很简单：美国人接受不了多少牺牲，只要把美军拖入战争泥潭，迟早能把美国人的耐心耗没，然后退兵。越南战争不就是如此么？
但这一次，剧本变了。严阵以待的伊拉克军队，并没有看到预想中的敌人，朝他们飞袭而来的，是100多枚来自美军军舰的“战斧”式巡航导弹，代号“沙漠风暴”的军事行动正式开始。此后一个多月时间里，伊拉克军队始终没有看见一个敌人，只有数千枚导弹从天而降，将伊拉克的防御系统摧毁殆尽。与以往司空见惯的地毯式轰炸不同，这一次取而代之的，是外科手术般的精确打击:对伊拉克参谋部的空袭，炸弹直接准确地从烟囱里钻了进去；对飞机库的轰炸，美军先炸开大门，再把导弹送到机库里；装备先进传感器的预警机，使伊拉克飞机刚起飞便被发现击落，根本没有机会升空。
整个世界都看得目瞪口呆——原来，打仗还可以这样打？
后来的地面战争大同小异，看似强大的伊拉克百万雄兵，在多国部队的各种高精尖武器打击下，如摧枯拉朽一般灰飞烟灭。这场仗打下来，美军因战事伤亡的士兵还不到200人，给全世界上演了一课什么叫高科技战争。
当时冷战已接近尾声，包括中国在内的很多国家作战思维还停留在二战时期，以为只要凭借钢铁洪流和人海战术就能取得胜利。直到海湾战争才发现，时代变了。当时伊拉克军队装备的是一水儿的苏制武器，其中T-72坦克与美军M1A1坦克的性能对比，成为举世关注的焦点。
发生在巴士拉南部的坦克大战中，美军以近乎0的代价将200多辆伊军坦克全歼，取得压倒性的胜利。T-72和M1A1同属第三代坦克， 为何差距如此之大？原因在于，两者在信息化程度上存在巨大差距。M1A1普遍装备热成像仪、先进传感器和计算机火控系统，使美军能够先敌发现，先敌开火。
这场战争，后来被媒体称为“硅对钢的胜利”。这是因为，美军使用的诸多高科技武器，从导弹、预警机、电子干扰机、隐形战机，到幕后功臣GPS系统——所有这些高科技装备，背后所倚赖的核心技术，都是半导体芯片技术。而这一切优势的背后，是美国发达的半导体工业。苏联半导体技术的止步不前，使得第三代苏式装备与美军有了明显的性能差距:苏-27装备的火控雷达，计算速度只有17万次/秒，而美军同代的F-15，已经达到了惊人的4000万次/秒。苏联导弹命中率有60米的误差，而美军导弹只有15米。
这种差距，追根溯源，来自过去半个世纪里，两国在半导体技术路线上的不同选择。草蛇灰线，伏脉千里，历史的每一次轰然巨变，源头往往都隐藏在并不起眼的细节里。美国走在了按摩尔定律进化的芯片发展道路上，苏联则定格在了电子管世界里。半个世纪后，苏联的败局已定！
此次伊朗战争前，AI成为一个热门名词也就两三年时间。这次，不再是美国一门独大，中国没有放弃，而且还创造了一个Deepseek时刻，让美国大为吃惊。但对于AI的作用，很多人还是将信将疑，认为它是一个骗局的人大有人在。但伊朗战争，让大家见识了AI的初步威力。
对于美国和以色列，AI已经从幕后的辅助工具，正式成为了决定战争节奏和强度的核心战斗力。
以下是美、以、伊三方在AI应用上的具体表现与特殊作用：
1. 美国：AI 驱动的“决策压缩”与“目标工厂”。美国利用其在算力和数据整合上的绝对优势，将战争推进到了**“高频战争（Hyperwar）阶段。
Maven 智能系统 (Project Maven)： 这是美军最核心的AI资产。它整合了数千个卫星图像、无人机视频流和电子监听信号。在2026年2月28日的首轮打击中，AI在24小时内识别并协助锁定了超过1,000个目标，这在2003年伊拉克战争时期需要数周时间。
缩短 OODA 循环： 美军高级将领确认，AI将从发现目标到下达打击指令的时间缩短了 70-80%。这种“决策压缩”让伊朗的移动导弹发射车几乎在冒头瞬间就会被锁定。
战损实时评估： AI 能够通过打击后的卫星云图实时分析摧毁程度，自动决定是否需要“补刀”，大幅提高了巡航导弹的使用效率。
2. 以色列：AI 驱动的“目标生成器”与“激光防御”。以色列更侧重于将 AI 用于极其复杂的城市巷战识别和多层防空拦截。
Lavender (薰衣草) 系统： 这是一个饱受争议的AI辅助决策系统。它通过分析大数据（社交媒体、通讯记录、位置信息），自动生成大规模的潜在目标清单。在对伊朗海外设施及代理人的打击中，该系统曾一次性列出数万个关联目标。这次斩首伊朗领导人，该系统出了大力，战果辉煌。
The Gospel (福音) 系统： 与 Lavender 配合，专门用于自动识别建筑物。它能快速计算出摧毁一个地堡所需的最小弹药量，以实现“流水线式”的打击节奏。
Iron Beam (铁束) 的AI指挥： 为了应对伊朗及其代理人的饱和式无人机攻击，以色列启用的激光拦截系统依赖 AI 进行微秒级的轨迹预测。AI 能在成百上千个假目标中识别出威胁最大的真弹头，并引导激光束进行低成本拦截。
3. 伊朗这次也使用了AI，面对美以的硬科技压制，伊朗采取了“低成本、高频率、智能化”的抗衡策略。
自杀无人机集群 (Drone Swarms)： 伊朗的“见证者（Shahed）”系列无人机在2026年实现了初步的AI集群协同。即便在GPS信号被美军电子干扰的情况下，无人机可以通过AI视觉识别地形或通过相互间的通信维持阵型，利用饱和攻击消耗美军昂贵的拦截导弹。
AI 赋能的认知作战 (Cognitive Warfare)： 伊朗在社交媒体上大规模投放由 AI 制作的 Deepfake (深伪视频) 和精准推送的信息流。目的是在美以国内制造混乱、动摇其盟友（如海湾国家）的参战意志。
智能网络攻防： 伊朗利用 AI 自动探测中东美军基地的工业控制系统漏洞。据评估，其AI驱动的网络入侵成功率在战争初期达到了 45%-55%，曾一度导致部分地区网络中断。
与战争几乎同时，中国AI头部企业Deepseek作了一个举动，被黄仁勋认为是中国在AI竞争正在走向胜利的拐点，他说，“如果 DeepSeek 的下一个版本（V4）首发运行在华为芯片上，对美国（的 AI 领导地位）来说将是灾难。”
Deepseek 作了什么？这里有一个背景：按AI行业多年的惯例，模型公司在发布大模型前，都会提前把模型给英伟达、AMD等芯片大厂做性能适配和优化，这几乎是铁打的"规矩"。但这次，DeepSeek V4的早期访问权限独家给了华为和寒武纪，英伟达被排除在外。为此，DeepSeek还专门推迟了V4的发布时间，花了好几个月和华为、寒武纪的工程师坐在一起，重写了模型底层代码的部分模块，就为了确保V4能在华为最新的昇腾芯片上流畅跑起来。
AI模型的生命周期分两个大阶段，训练和推理。很多人把这俩混为一谈，其实它们的差别，大概相当于"从零培养一个学生读完四年大学"和"让这个学生坐进考场答卷子"的区别。训练是"培养"的过程。你需要用海量数据、上万块芯片组成的超大集群，花几个月时间，把一个模型从"什么都不懂"训练到"上知天文下知地理"。这个过程对芯片的要求极其苛刻。不仅单块芯片算力要强，芯片之间的高速互联也要跟上（因为上万块芯片要同步计算），而且整个过程不能崩、不能出错，一次训练动辄几千万甚至上亿美金的成本，中途崩了就得从头再来。
推理则是"答题"的过程。模型训好之后，每天全球几亿用户来问它问题、让它写代码、帮你做PPT，每一次响应都是一次推理。这个过程对单块芯片的算力要求比训练低不少，但对效率和成本极其敏感，因为推理是7×24小时不间断跑的，是持续性支出，是AI公司的"水电煤"。
DeepSeek曾经尝试用华为昇腾芯片训练推理模型R2，但遭遇了反复失败。芯片稳定性有问题，集群互联速度太慢，华为的软件工具链也不成熟，训练任务跑着跑着就崩了。最后DeepSeek不得不退回英伟达硬件做训练。V4这次的突破发生在推理端。推理才是AI商业化真正烧钱的环节。推理端如能用国产芯片替代，这件事的经济意义，可能比很多人想象的大得多。
很多人看到DeepSeek不给英伟达提前看V4这个细节，第一反应是政治正确或者民族情怀。其实想多了。美国对华芯片出口管制从2022年10月开始，到现在已经经历了好几轮加码。从最初禁A100，到后来禁H100，再到限制H800的互联带宽，最后连特供版H20都一度传出要禁。
在这种环境下，DeepSeek如果继续把自己的模型生态绑死在英伟达上，就相当于把公司的命脉交到了美国商务部手里。今天你还能买到H20做推理，明天美国一纸禁令下来，你整套推理部署体系瞬间作废。所以DeepSeek现在做的事，用一句老话讲，叫"天晴修屋顶"。趁英伟达芯片还能用的时候，提前把国产芯片的适配跑通，万一哪天真被彻底断供，至少有个兜底。
不过这只是第一层，第二层，也是更深的一层，叫生态位卡位。这才是真正值得琢磨的。
DeepSeek现在是中国最强的开源大模型公司之一，如果它率先证明世界前沿的大模型可以在华为芯片上流畅运行，那它的身份就不仅仅是一个AI模型公司了——它会变成中国AI国产化进程的关键节点。这个身份意味着什么？意味着政策层面的优先支持，意味着华为会把最好的芯片资源和工程师团队优先向它倾斜，意味着政府和国企客户在采购AI服务时会优先考虑"全国产方案"，意味着其他中国AI公司如果也想往国产芯片上迁移，可能要参照DeepSeek趟出来的路。
这就像当年智能手机刚起来的时候，三星率先all in安卓生态，别人还在犹豫，它已经和谷歌绑在了一起。后来安卓成了主流，三星自然就成了安卓阵营的老大。
过去两年，关于中美AI竞赛最主流的叙事是这样的：美国封锁芯片→中国买不到高端GPU→中国AI算力不足→中国AI要落后→中国AI要完。链条清晰，逻辑简洁，听起来很有道理。但DeepSeek在过去两年里不断打破这个叙事。
先是2024年底发布的V3，用远少于美国同行的算力和训练成本，训出了性能接近GPT-4o的模型，整个硅谷震动。2025年初R1发布，推理能力直接对标OpenAI的o1，训练成本据称只有对方的零头。现在V4又要证明，推理端可以跑在国产芯片上，不依赖英伟达也行。这一系列事件叠加在一起，传递的信号非常明确：中美AI竞赛的核心变量，可能会从谁的算力多变成谁的算力效率高。
这个变化的意义是什么？意义在于，如果拼的是谁的算力多，那中国铁定输。美国有台积电最先进的制程、有英伟达最顶级的芯片、有微软和亚马逊几百亿美金砸数据中心，中国在算力总量上没法比。但如果拼的是谁的效率高，那比赛就没有那么一边倒了。中国的AI研究者在资源受限的环境下，反而逼出了一套低算力高产出的打法，DeepSeek+华为的组合，本质上是在证明一件事：你可以用二流的硬件跑出一流的效果，只要你的软件和算法足够聪明。
这让我想起中国制造业过去几十年走过的路。一开始用便宜的设备和人力做低端产品，被人嫌弃山寨、廉价。但在实战中不断迭代、不断优化工艺，最后在一个又一个领域把便宜货做成了好货，甚至把原来的高端玩家挤出了市场。光伏、动力电池、新能源汽车、通信设备……一路走来都是这个剧本。
AI芯片生态的国产替代，某种程度上也在重演这个剧本的早期阶段。产品粗糙（功耗高、软件生态差），但有真实需求（出口管制）、有足够大的市场（中国AI产业体量）、有足够强的动力（国家安全考量+商业利益），还有像DeepSeek这样愿意"趟雷"的领头羊。
所有这些条件凑在一起，能不能走通？历史经验告诉我们，不能保证一定行，但概率不小。
另一方面，这件事对美国芯片封锁策略的反噬效应正在显现。黄仁勋在2025年多个公开场合明确表态反对过度限制对华芯片出口，他在今年CES的采访中说得很直白："如果你限制了中国客户购买我们的芯片，他们不会停下来等——他们会去开发自己的芯片。" 一旦中国AI生态在国产芯片上跑通了，这些客户大概率不会再回来了。 就像当年中国用华为设备替代了思科之后，就算后来不限制了，运营商也不会再换回思科。迁移成本太高，而且已经习惯了。
这就是封锁的悖论。短期确实能卡你一下、慢你一步，但长期反而加速了对手的自主化进程，同时永久丢失了这个市场。美国商务部内部对此其实也有争论。部分官员认为现行管制力度不够，要进一步收紧；另一部分人则担忧过度管制"把中国逼成了自力更生"，适得其反。
这个争论在美国新一届政府上台后更加激烈，目前没有明确结论。但不管华盛顿最终怎么决策，DeepSeek V4跑在华为芯片上这件事，本身就已经是对"封锁有效论"的一个有力反例。
Deepseek V4这件事，不一定说明中国赢了，但可能会成为让美国改变AI政策的一个拐点。这里有个典故，就是美苏核竞争。当美国有原子弹，而苏联没有，或不成熟时，美国是一个政策；但当苏联的核弹已经显示了接近，甚至超越美国时，美国又是一个政策，采取了与苏联合作，制订竞争规则，并一起垄断技术，限制后来者。
中国的模型都采取开源，这很危险，被朝鲜这种国家利用，可以干很坏的事。但因为中美竞争，中国为了取得更广阔的市场占有率，不得已如此。AI技术扩散，对中美都没什么好处。当看到中国已经开始朝独立的生态发展了，已经无法阻止其前进了，是美国开始反思的时刻了！
AI大战中国胜利的拐点
朱头山 (2026-04-17 09:33:49) 评论 (0)如果说1991年的海湾战争，是晶体管芯片主宰的战争，那么最近的伊朗战争，则是AI开始崭露头角，显示了未来主宰者的雏形。
1991年1月17日凌晨，当美军第一枚导弹砸向巴格达时，睡梦中被惊醒的萨达姆并不怎么惊惶。此前几个月，美国一直忙着调兵遣将，海湾地区已经集结起美军六个航母战斗群，但萨达姆充分展示了楞的不怕横的二愣子本色，在他看来，自己手下拥兵百万，要人有人，要装备有装备，跟谁打也不怵。
单从纸面上看，当时伊拉克军队常规武器装备，比当时的中国军队还要强些。萨达姆的如意算盘很简单：美国人接受不了多少牺牲，只要把美军拖入战争泥潭，迟早能把美国人的耐心耗没，然后退兵。越南战争不就是如此么？
但这一次，剧本变了。严阵以待的伊拉克军队，并没有看到预想中的敌人，朝他们飞袭而来的，是100多枚来自美军军舰的“战斧”式巡航导弹，代号“沙漠风暴”的军事行动正式开始。此后一个多月时间里，伊拉克军队始终没有看见一个敌人，只有数千枚导弹从天而降，将伊拉克的防御系统摧毁殆尽。与以往司空见惯的地毯式轰炸不同，这一次取而代之的，是外科手术般的精确打击:对伊拉克参谋部的空袭，炸弹直接准确地从烟囱里钻了进去；对飞机库的轰炸，美军先炸开大门，再把导弹送到机库里；装备先进传感器的预警机，使伊拉克飞机刚起飞便被发现击落，根本没有机会升空。
整个世界都看得目瞪口呆——原来，打仗还可以这样打？
后来的地面战争大同小异，看似强大的伊拉克百万雄兵，在多国部队的各种高精尖武器打击下，如摧枯拉朽一般灰飞烟灭。这场仗打下来，美军因战事伤亡的士兵还不到200人，给全世界上演了一课什么叫高科技战争。
当时冷战已接近尾声，包括中国在内的很多国家作战思维还停留在二战时期，以为只要凭借钢铁洪流和人海战术就能取得胜利。直到海湾战争才发现，时代变了。当时伊拉克军队装备的是一水儿的苏制武器，其中T-72坦克与美军M1A1坦克的性能对比，成为举世关注的焦点。
发生在巴士拉南部的坦克大战中，美军以近乎0的代价将200多辆伊军坦克全歼，取得压倒性的胜利。T-72和M1A1同属第三代坦克， 为何差距如此之大？原因在于，两者在信息化程度上存在巨大差距。M1A1普遍装备热成像仪、先进传感器和计算机火控系统，使美军能够先敌发现，先敌开火。
这场战争，后来被媒体称为“硅对钢的胜利”。这是因为，美军使用的诸多高科技武器，从导弹、预警机、电子干扰机、隐形战机，到幕后功臣GPS系统——所有这些高科技装备，背后所倚赖的核心技术，都是半导体芯片技术。而这一切优势的背后，是美国发达的半导体工业。苏联半导体技术的止步不前，使得第三代苏式装备与美军有了明显的性能差距:苏-27装备的火控雷达，计算速度只有17万次/秒，而美军同代的F-15，已经达到了惊人的4000万次/秒。苏联导弹命中率有60米的误差，而美军导弹只有15米。
这种差距，追根溯源，来自过去半个世纪里，两国在半导体技术路线上的不同选择。草蛇灰线，伏脉千里，历史的每一次轰然巨变，源头往往都隐藏在并不起眼的细节里。美国走在了按摩尔定律进化的芯片发展道路上，苏联则定格在了电子管世界里。半个世纪后，苏联的败局已定！
此次伊朗战争前，AI成为一个热门名词也就两三年时间。这次，不再是美国一门独大，中国没有放弃，而且还创造了一个Deepseek时刻，让美国大为吃惊。但对于AI的作用，很多人还是将信将疑，认为它是一个骗局的人大有人在。但伊朗战争，让大家见识了AI的初步威力。
对于美国和以色列，AI已经从幕后的辅助工具，正式成为了决定战争节奏和强度的核心战斗力。
以下是美、以、伊三方在AI应用上的具体表现与特殊作用：
1. 美国：AI 驱动的“决策压缩”与“目标工厂”。美国利用其在算力和数据整合上的绝对优势，将战争推进到了**“高频战争（Hyperwar）阶段。
Maven 智能系统 (Project Maven)： 这是美军最核心的AI资产。它整合了数千个卫星图像、无人机视频流和电子监听信号。在2026年2月28日的首轮打击中，AI在24小时内识别并协助锁定了超过1,000个目标，这在2003年伊拉克战争时期需要数周时间。
缩短 OODA 循环： 美军高级将领确认，AI将从发现目标到下达打击指令的时间缩短了 70-80%。这种“决策压缩”让伊朗的移动导弹发射车几乎在冒头瞬间就会被锁定。
战损实时评估： AI 能够通过打击后的卫星云图实时分析摧毁程度，自动决定是否需要“补刀”，大幅提高了巡航导弹的使用效率。
2. 以色列：AI 驱动的“目标生成器”与“激光防御”。以色列更侧重于将 AI 用于极其复杂的城市巷战识别和多层防空拦截。
Lavender (薰衣草) 系统： 这是一个饱受争议的AI辅助决策系统。它通过分析大数据（社交媒体、通讯记录、位置信息），自动生成大规模的潜在目标清单。在对伊朗海外设施及代理人的打击中，该系统曾一次性列出数万个关联目标。这次斩首伊朗领导人，该系统出了大力，战果辉煌。
The Gospel (福音) 系统： 与 Lavender 配合，专门用于自动识别建筑物。它能快速计算出摧毁一个地堡所需的最小弹药量，以实现“流水线式”的打击节奏。
Iron Beam (铁束) 的AI指挥： 为了应对伊朗及其代理人的饱和式无人机攻击，以色列启用的激光拦截系统依赖 AI 进行微秒级的轨迹预测。AI 能在成百上千个假目标中识别出威胁最大的真弹头，并引导激光束进行低成本拦截。
3. 伊朗这次也使用了AI，面对美以的硬科技压制，伊朗采取了“低成本、高频率、智能化”的抗衡策略。
自杀无人机集群 (Drone Swarms)： 伊朗的“见证者（Shahed）”系列无人机在2026年实现了初步的AI集群协同。即便在GPS信号被美军电子干扰的情况下，无人机可以通过AI视觉识别地形或通过相互间的通信维持阵型，利用饱和攻击消耗美军昂贵的拦截导弹。
AI 赋能的认知作战 (Cognitive Warfare)： 伊朗在社交媒体上大规模投放由 AI 制作的 Deepfake (深伪视频) 和精准推送的信息流。目的是在美以国内制造混乱、动摇其盟友（如海湾国家）的参战意志。
智能网络攻防： 伊朗利用 AI 自动探测中东美军基地的工业控制系统漏洞。据评估，其AI驱动的网络入侵成功率在战争初期达到了 45%-55%，曾一度导致部分地区网络中断。
与战争几乎同时，中国AI头部企业Deepseek作了一个举动，被黄仁勋认为是中国在AI竞争正在走向胜利的拐点，他说，“如果 DeepSeek 的下一个版本（V4）首发运行在华为芯片上，对美国（的 AI 领导地位）来说将是灾难。”
Deepseek 作了什么？这里有一个背景：按AI行业多年的惯例，模型公司在发布大模型前，都会提前把模型给英伟达、AMD等芯片大厂做性能适配和优化，这几乎是铁打的"规矩"。但这次，DeepSeek V4的早期访问权限独家给了华为和寒武纪，英伟达被排除在外。为此，DeepSeek还专门推迟了V4的发布时间，花了好几个月和华为、寒武纪的工程师坐在一起，重写了模型底层代码的部分模块，就为了确保V4能在华为最新的昇腾芯片上流畅跑起来。
AI模型的生命周期分两个大阶段，训练和推理。很多人把这俩混为一谈，其实它们的差别，大概相当于"从零培养一个学生读完四年大学"和"让这个学生坐进考场答卷子"的区别。训练是"培养"的过程。你需要用海量数据、上万块芯片组成的超大集群，花几个月时间，把一个模型从"什么都不懂"训练到"上知天文下知地理"。这个过程对芯片的要求极其苛刻。不仅单块芯片算力要强，芯片之间的高速互联也要跟上（因为上万块芯片要同步计算），而且整个过程不能崩、不能出错，一次训练动辄几千万甚至上亿美金的成本，中途崩了就得从头再来。
推理则是"答题"的过程。模型训好之后，每天全球几亿用户来问它问题、让它写代码、帮你做PPT，每一次响应都是一次推理。这个过程对单块芯片的算力要求比训练低不少，但对效率和成本极其敏感，因为推理是7×24小时不间断跑的，是持续性支出，是AI公司的"水电煤"。
DeepSeek曾经尝试用华为昇腾芯片训练推理模型R2，但遭遇了反复失败。芯片稳定性有问题，集群互联速度太慢，华为的软件工具链也不成熟，训练任务跑着跑着就崩了。最后DeepSeek不得不退回英伟达硬件做训练。V4这次的突破发生在推理端。推理才是AI商业化真正烧钱的环节。推理端如能用国产芯片替代，这件事的经济意义，可能比很多人想象的大得多。
很多人看到DeepSeek不给英伟达提前看V4这个细节，第一反应是政治正确或者民族情怀。其实想多了。美国对华芯片出口管制从2022年10月开始，到现在已经经历了好几轮加码。从最初禁A100，到后来禁H100，再到限制H800的互联带宽，最后连特供版H20都一度传出要禁。
在这种环境下，DeepSeek如果继续把自己的模型生态绑死在英伟达上，就相当于把公司的命脉交到了美国商务部手里。今天你还能买到H20做推理，明天美国一纸禁令下来，你整套推理部署体系瞬间作废。所以DeepSeek现在做的事，用一句老话讲，叫"天晴修屋顶"。趁英伟达芯片还能用的时候，提前把国产芯片的适配跑通，万一哪天真被彻底断供，至少有个兜底。
不过这只是第一层，第二层，也是更深的一层，叫生态位卡位。这才是真正值得琢磨的。
DeepSeek现在是中国最强的开源大模型公司之一，如果它率先证明世界前沿的大模型可以在华为芯片上流畅运行，那它的身份就不仅仅是一个AI模型公司了——它会变成中国AI国产化进程的关键节点。这个身份意味着什么？意味着政策层面的优先支持，意味着华为会把最好的芯片资源和工程师团队优先向它倾斜，意味着政府和国企客户在采购AI服务时会优先考虑"全国产方案"，意味着其他中国AI公司如果也想往国产芯片上迁移，可能要参照DeepSeek趟出来的路。
这就像当年智能手机刚起来的时候，三星率先all in安卓生态，别人还在犹豫，它已经和谷歌绑在了一起。后来安卓成了主流，三星自然就成了安卓阵营的老大。
过去两年，关于中美AI竞赛最主流的叙事是这样的：美国封锁芯片→中国买不到高端GPU→中国AI算力不足→中国AI要落后→中国AI要完。链条清晰，逻辑简洁，听起来很有道理。但DeepSeek在过去两年里不断打破这个叙事。
先是2024年底发布的V3，用远少于美国同行的算力和训练成本，训出了性能接近GPT-4o的模型，整个硅谷震动。2025年初R1发布，推理能力直接对标OpenAI的o1，训练成本据称只有对方的零头。现在V4又要证明，推理端可以跑在国产芯片上，不依赖英伟达也行。这一系列事件叠加在一起，传递的信号非常明确：中美AI竞赛的核心变量，可能会从谁的算力多变成谁的算力效率高。
这个变化的意义是什么？意义在于，如果拼的是谁的算力多，那中国铁定输。美国有台积电最先进的制程、有英伟达最顶级的芯片、有微软和亚马逊几百亿美金砸数据中心，中国在算力总量上没法比。但如果拼的是谁的效率高，那比赛就没有那么一边倒了。中国的AI研究者在资源受限的环境下，反而逼出了一套低算力高产出的打法，DeepSeek+华为的组合，本质上是在证明一件事：你可以用二流的硬件跑出一流的效果，只要你的软件和算法足够聪明。
这让我想起中国制造业过去几十年走过的路。一开始用便宜的设备和人力做低端产品，被人嫌弃山寨、廉价。但在实战中不断迭代、不断优化工艺，最后在一个又一个领域把便宜货做成了好货，甚至把原来的高端玩家挤出了市场。光伏、动力电池、新能源汽车、通信设备……一路走来都是这个剧本。
AI芯片生态的国产替代，某种程度上也在重演这个剧本的早期阶段。产品粗糙（功耗高、软件生态差），但有真实需求（出口管制）、有足够大的市场（中国AI产业体量）、有足够强的动力（国家安全考量+商业利益），还有像DeepSeek这样愿意"趟雷"的领头羊。
所有这些条件凑在一起，能不能走通？历史经验告诉我们，不能保证一定行，但概率不小。
另一方面，这件事对美国芯片封锁策略的反噬效应正在显现。黄仁勋在2025年多个公开场合明确表态反对过度限制对华芯片出口，他在今年CES的采访中说得很直白："如果你限制了中国客户购买我们的芯片，他们不会停下来等——他们会去开发自己的芯片。" 一旦中国AI生态在国产芯片上跑通了，这些客户大概率不会再回来了。 就像当年中国用华为设备替代了思科之后，就算后来不限制了，运营商也不会再换回思科。迁移成本太高，而且已经习惯了。
这就是封锁的悖论。短期确实能卡你一下、慢你一步，但长期反而加速了对手的自主化进程，同时永久丢失了这个市场。美国商务部内部对此其实也有争论。部分官员认为现行管制力度不够，要进一步收紧；另一部分人则担忧过度管制"把中国逼成了自力更生"，适得其反。
这个争论在美国新一届政府上台后更加激烈，目前没有明确结论。但不管华盛顿最终怎么决策，DeepSeek V4跑在华为芯片上这件事，本身就已经是对"封锁有效论"的一个有力反例。
Deepseek V4这件事，不一定说明中国赢了，但可能会成为让美国改变AI政策的一个拐点。这里有个典故，就是美苏核竞争。当美国有原子弹，而苏联没有，或不成熟时，美国是一个政策；但当苏联的核弹已经显示了接近，甚至超越美国时，美国又是一个政策，采取了与苏联合作，制订竞争规则，并一起垄断技术，限制后来者。
中国的模型都采取开源，这很危险，被朝鲜这种国家利用，可以干很坏的事。但因为中美竞争，中国为了取得更广阔的市场占有率，不得已如此。AI技术扩散，对中美都没什么好处。当看到中国已经开始朝独立的生态发展了，已经无法阻止其前进了，是美国开始反思的时刻了！