前沿导读

英伟达创始人黄仁勋在接受美国主持人德瓦克什・帕特尔采访时指出，美国的出口管制是极其愚蠢的，是典型的失败者心态。

中国已经具备相当规模的算力资源，而且掌握了7nm芯片的规模化制造能力，虽然中国算力芯片的单卡性能与英伟达旗舰产品差距大，但是中国企业可以用芯片数量以及资源优势来弥补算力差距。将英伟达排除在中国市场之外，根本不能阻止中国企业开发先进的ai技术。

参考资料：

黄仁勋批评美国芯片管制：禁止出口是典型的“失败者心态”

https://www.thepaper.cn/newsDetail_forward_33011024

AI五层蛋糕

黄仁勋此前将ai产业定义为五层蛋糕，最底层是能源供应，然后是算力芯片、基础设施、模型、应用。这五层是紧密相连的因果关系，只有当能源供应充足时，芯片以及基础设施的压力才会减小，从而高效率推出大模型和其他的ai应用。

英伟达不断改进算力芯片的架构，其本质原因是因为美国的能源供应较为匮乏，需要通过这种技术升级的方式来适应匮乏的能源体系。

而中国的能源供应效率很高，所以并不需要太过于依赖先进架构的芯片，可以通过增加老款7nm芯片的数量，提升整体算力性能。而增加芯片数量多出来的那些资源消耗，对于中国的能源体系来说根本没有压力。

帕特尔在访谈中还以中国开源的deep seek为话题询问黄仁勋，deep seek是开源的，可以跑在任何架构的芯片上，那跑在华为昇腾上和跑在英伟达上有什么区别？

黄仁勋对此回应称，如果中国企业的开源架构针对中国自己的算力芯片进行单独优化，那么这会让英伟达处于劣势地位。

英伟达的CUDA生态是ai产业的护城河之一，国际层面都会将CUDA作为首选的ai方案。一旦中国的ai生态发展起来，与英伟达形成制衡，那么国际客户将会把中国的ai生态当做采用目标之一，这会让英伟达在损失市场的同时，提升中国ai产业的力量。

据美国半导体技术机构SemiAnalysis的数据表示，华为的昇腾910C芯片其算力大约800TFLOPS，不如英伟达Blackwell旗舰芯片的算力更强，其性能差距大约在3倍左右。

但是华为在2025年推出了CloudMatrix 384超节点，已经在芜湖数据中心规模上限。该超节点将384颗昇腾910C通过6912个400G光模块全互联堆叠在一起，BF16集群算力达到300PFLOPS，约为英伟达GB200NVL72旗舰集群的1.7倍，HBM总容量达到后者的3.6倍。

这种通过集成大量算力芯片所形成的超节点技术，虽然性能强，但是其功耗也非常高，整体功率达到了560千瓦，相当于英伟达同级别方案4倍左右的功耗。

尽管CloudMatrix 384超节点的功耗较高，对于能源的需求量大，但是中国恰好具备强大的能源供应优势，多出来的功耗很大一部分都被中国优秀的能源技术所吸收，所以超节点技术成为了当下中国企业提升性能的突破口之一。

参考资料：

心智观察所：如果DeepSeek选择华为，黄仁勋说的“灾难”到底是什么？

https://www.guancha.cn/xinzhiguanchasuo/2026_04_21_814313_s.shtml

出口管制

在谈论到中国芯片技术的出口时，黄仁勋指出，我们被迫离开中国市场是一个错误的政策，出口管制促进了中国芯片产业的发展，加速了其ai产业的技术升级，甚至是构建出了属于中国企业自己的ai生态。未来你会看到，中国企业的ai技术会越来越强，而英伟达也会持续研发先进技术，在ai竞争当中获胜。

在去年华为全联接大会上面，华为公布了旗下Atlas 950超节点、960超节点以及基于超节点的Atlas 950 SuperCluster和960 SuperCluster集群。前两者超节点分别支持8192和15488张昇腾卡，后两者算力集群则是支持超50万卡和百万卡规模。

这种庞大的算力规模，对于芯片产能以及能源供应都有着很高的标准。

美国的制裁封锁让中国企业掌握了7nm芯片的制造技术，并且实现了规模化量产。连读多年的能源布局以及强大的基建能力，让中国企业在ai领域取得了最底层的产业优势。这两大能力结合在一起，为中国ai产业用“数量来弥补性能差距”的技术路径提供了有利条件。