AREX Feed Article
伊利诺伊大学教授 Rakesh Kumar 称美对华芯片管制适得其反：麒麟设备出货超 1 亿台，英伟达在华份额降至 34%
美国《财富》（Fortune）10 月 16 日刊出的中，伊利诺伊大学厄巴纳-香槟分校（University of Illinois Urbana-Champaign）电气与计算机工程教授、《Chip Age: How Semiconductors Became the World's Most Powerful Resource》作者 Rakesh Kumar 给出判断：美国对中国芯片产业的出口管制已经适得其反。他列举的最新证据包括：华为 10 月 13 日宣布，自 2023 年以来搭载自研麒麟（Kirin）处理器的设备出货量已超过 1 亿台；据《财富》援引路透社报道的 IDC 数据，2026 年上半年英伟达（Nvidia）在中国数据中心芯片市场的份额降至 34%，AI 加速器出货量同比下降 44%。
同一篇访谈还列举了另外几项进展：中国 AI 实验室 DeepSeek 与初创公司 Z.ai 已将旗舰模型适配至华为昇腾（Ascend）处理器上运行；中国存储厂商长鑫存储（CXMT）上周末在上海举行的一个行业会议上预告，将在年底前发布新的存储芯片架构。Kumar 在访谈里说："我不打算说『我早说过吧』，但这确实就是『我早说过吧』。"
管制出台前几天，Kumar 在《财富》发出警告
2022 年 9 月 28 日，在拜登政府公布针对先进芯片和芯片制造设备的全面出口管制的几天前（这套限制此后一再加码），Kumar 曾在《财富》发表评论，警告这场围堵不会奏效："你不能指望绊倒对手来赢下一场重要的比赛，尤其是这么做的代价不小。更好的策略是自己跑得更快。"他当时已经推演过替代路线：先进封装、深紫外（DUV）光刻的成本更高但可行，出口管制"所能做的，最多只是拖慢中国自研先进芯片的脚步"，甚至可能强化北京不计成本自研的决心。
《财富》称，四年来 Kumar 一直是华盛顿最执着的学界批评者之一，批评对象正是"冻结"中国芯片产业的尝试。在这次访谈里，他的第一个质疑是：管制当初到底想达成什么。"对于大多数 AI 应用，你并不需要最先进的芯片。"机器人、智能摄像头等大规模使用的 AI 应用用不着最先进的硅片；切断中国的供应，反而给了北京自建替代方案的理由。"出口管制促使中国投入这么多钱，建起一个现在可以自主满足这些应用需求的生态。从这个意义上说，出口管制不仅失败了，还起了反作用。"
他认为中国 AI 模型"在性能上已经非常、非常接近美国模型"。《财富》在文中写道：四年过去，管制似乎没有奏效，中国处理器正在缩小与美国对手的差距。
华为公布里程碑细节，IDC 数据显示英伟达在华份额一年少了 10 个百分点
华为 10 月 13 日公布这一里程碑时，还给出了更多背景。据《南华早报》报道，这家《财富》笔下"曾在美国制裁下濒临死亡"的公司于 2023 年携新一代高端机型重返智能手机市场，回归之作是搭载自研麒麟 9000s 处理器的 Mate 60 Pro。同一天，据《南华早报》转述第一财经的报道，华为半导体业务无线设备芯片负责人 Xu Songyu（音译）在上海的一场简报会上说，下一代麒麟 2027 处理器的测试进展符合预期，初步结果达到了公司目标。
IDC 的出货数据给出了更细的口径。《南华早报》转述路透社报道的 IDC 数据称：2026 年上半年，英伟达在中国出货 678,000 台 AI 加速器，占中国数据中心 AI 芯片市场 34% 的份额，低于一年前的 44%；华为同期出货 572,000 台，高于一年前的逾 300,000 台，份额为 28%。《南华早报》提到，IDC 拒绝就这批数据置评。
美团称用国产芯片训练大模型，长鑫存储预告自研新架构芯片
据《财富》报道，除 DeepSeek 与 Z.ai 之外，中国外卖巨头美团 6 月也表示，一个 1.6 万亿参数的 AI 模型完全用国产芯片训练完成。
存储芯片是《财富》列举的另一项进展，用原文的话说，中国厂商在这里"甚至声称领先"。彭博社 10 月 13 日报道，在上周末的上海会议上，长鑫存储总裁曹堪宇（Cao Kanyu）表示，公司将推出一种凭自研新架构实现更高存储密度的新型芯片，这款面向数据中心服务器的产品采用所谓 4F² 设计，应在年底前发布；公司发言人向彭博证实了这一说法。彭博指出，这项长鑫自称取得突破的技术，是三星电子等对手多年来一直追求的方向，说法目前尚无法证实，但消息已经震动了芯片股。《财富》的表述更进一步：如果属实，新架构将让长鑫存储领先于三星、SK 海力士和美光这三家现有领头羊。
没有 EUV 光刻机：老设备挤性能、算法补位，华为换了一条演进轴
Kumar 在访谈中拆解了中国厂商的受限处境与应对。中国芯片厂商从未能进口荷兰设备巨头 ASML 制造的极紫外（EUV）光刻机，因为在美国压力下，荷兰政府自 2019 年起拒发出口许可；中国最大的芯片制造商中芯国际（SMIC）只能依赖不那么先进的 DUV 设备，从旧机器上挤出更好的性能。
"如果是战略目标或军事目标，你确实需要最先进的模型、需要在 AI 上并驾齐驱，那有很多不同的路径可以实现。"Kumar 说。算法技术、开源和先进封装都能补上先进设备的缺口，"代价可能更高，但如果认为这件事对国家足够重要，这个代价你愿意吞下去。"至于这条路能走多远，他留了疑问："可扩展性如何？良率能做到多少？这些问题我们仍然没有答案。"
华为选择换一条演进轴。据《财富》报道，华为正在以三维堆叠的方式继续推进芯片；今年 5 月，华为半导体业务总裁何庭波（He Tingbo）在上海举行的 IEEE ISCAS 2026（IEEE 国际电路与系统研讨会）上发布"Tau Scaling Law"（τ 缩放定律），把信号在计算系统中移动的速度、而非晶体管做得有多小，当作芯片演进的主轴，预期到 2031 年实现相当于 1.4 纳米制程的晶体管密度。据华为官网信息，过去六年华为基于这一定律设计并量产了 381 款芯片；10 月 13 日宣布实现量产的麒麟 9050 系列，则是首款采用其核心技术 LogicFolding 架构的芯片。华为称，该系列集成了超过 5000 万个混合键合（hybrid bonds）单元，晶体管密度提升 53.5%，且"在中国本土电子供应链的支持下成功实现量产"。
商业化的短板，与不断被挪动的"门柱"
Kumar 没有把话说满。他承认："中国公司能和西方的推理（inference）服务提供商竞争吗？答案很可能是不能，至少短期内不能。"尽管中国开源模型以低成本赢得声誉、中国的电力也便宜，但最大的推理服务商仍然不是中国公司。"这些模型在中国开发，但最后是在美国的芯片上、在美国提供服务。"他说，"如果中国真能以比美国更低的价格提供这些 token，他们早就从中国提供服务了，所有人都会在中国的基础设施上访问这些模型，但现实并非如此。"
在他看来，华为等中国芯片厂商从不那么先进的硬件上榨取性能的努力令人印象深刻，但与英伟达、AMD 可以自由迭代的路线相比仍属绕路：仅靠芯片制程演进就能获得的成本与性能收益速度，往往远高于其他因素能提供的部分。
《财富》观察到，华盛顿的说法本身已经变了：美国官员较少谈论阻止中国发展 AI，更多谈论保住美国在前沿的位置。他们列举的"绕过管制"的例子包括：被禁止出口的英伟达顶级 B200、B300 处理器不断在中国境内被发现；Anthropic 和 OpenAI 指责 DeepSeek 等中国实验室通过"蒸馏"（即用对手模型的输出做训练）美国模型低成本缩小差距。Kumar 不接受这套解释："我在政策讨论里已经看到这一点了。他们不断挪动门柱。"
谈到更长远的格局，Kumar 的判断带着明确的条件。《财富》指出，构造每一代新晶体管的成本已经开始上升，先进制程的代工产能由台积电一家主导。"如果芯片制程演进明显放缓，或者应用驱动力不足以支撑不断上升的芯片制造成本，那就是中国可能真的追上来的情景之一。"而中国模型在拿不到最先进芯片的情况下已几乎达到部分美国模型的水平，按他的说法，"这本身就已经说明了一些问题"。