我一直关注中国人工智能产业的最新发展，注意到一件非常重要值得讨论的事情。八年前，中兴的故事是一堂关于依赖全球供应链的惨痛教训，但今天情况完全不同。

真正的问题从来都不是芯片本身，而是CUDA——来自英伟达的编程环境，它垄断了超过90%的全球人工智能市场。几乎所有开发者都在这个平台上进行训练，几乎无法脱离。但最近几个月发生的事情显示出一个真正的转变。

DeepSeek采取了完全不同的策略。它没有试图直接与英伟达竞争，而是专注于从根本上优化算法。他们的V3模型拥有6710亿参数，但在推理时只激活了5.5%。结果是？训练成本从GPT-4的7800万美元降至大约560万美元。这一巨大差异直接反映在服务价格上——DeepSeek比Claude便宜25到75倍。

但最重要的是本地训练的能力。新华等公司开始推出完全自主的本地计算服务器，使用龙芯处理器和中国的太初元气GPU。这不仅仅是推理，更是大规模模型的实际训练。到2026年1月，首个完全在中国芯片上训练的先进图像生成模型问世。现在我们谈论的是一次真正的质的飞跃。

华为方面构建了一个完整的生态系统，围绕昇腾处理器。到2025年底，开发者已超过400万，开源模型超过200个，经过适配。华为的新一代芯片性能已接近英伟达A100，这一进步令人难以忽视。

另一个非常重要的因素是电力。中国的电力产量是美国的2.5倍，西部地区的工业用电价格比美国低4到5倍。在美国面临严重的电力短缺和数据中心项目暂停的同时，中国正快速建设。

现在发生的事情类似于80年代美日之间关于半导体的贸易战，但这一次中国从中吸取了教训——不再只是成为全球体系中的一个生产者，而是在构建一个完全自主的生态系统。从算法到芯片，从软件环境到能源。

DeepSeek的数据更清楚地展示了这一点：30.7%的用户来自中国，13.6%来自印度，6.9%来自印度尼西亚。这意味着中国模型开始主导新兴市场。在中国本土，DeepSeek占据了89%的市场份额。

2026年2月发布的本地芯片公司财报讲述了一个真实的故事。是的，有些公司亏损了数十亿，但收入却实现了数百个百分点的增长。这些亏损不是管理失败，而是投资于建立一个自主生态系统。每亏损一美元，都是在投入研发、软件支持和技术问题解决。

我们与80年代的日本的最大不同在于，我们不满足于成为一个由外部力量主导体系中的最佳产品。我们从零开始构建整个系统。这更难，但也是实现真正独立的唯一途径，在人工智能时代。