梁文锋谈AI芯片：国产生态迎关键窗口
在AI基础设施竞争进入深水区之后，算力差距正在从单纯的芯片性能竞争，转向生态、成本和工程能力的综合较量。
DeepSeek创始人梁文锋近日在投资者交流会上谈到，中国AI产业与美国的差距并非完全来自技术人才，而更多体现在资源和基础设施积累上。他表示，目前DeepSeek拥有约两万张H等效算力，其中大量资源是在近一两个月内到位。
在他的判断中，中国与美国AI领域的领先差距大约在6个月至18个月之间，并非不可追赶。
这个判断背后，反映出AI产业竞争正在发生变化。
过去几年，英伟达凭借GPU硬件、CUDA软件生态以及开发者体系，建立了一条极强的产业护城河。很多企业选择英伟达，并不仅仅因为芯片性能，而是因为围绕CUDA形成的大量工具链、开发框架和人才储备。
但梁文锋认为，这一壁垒正在受到AI自身发展的影响。
一个有意思的变化是，AI正在帮助行业降低开发门槛。过去需要大量工程师长期维护的底层代码，如今可以借助AI辅助生成和优化。同时，新的编程工具和开源项目也在尝试减少对CUDA体系的依赖。
他提到的TileLang，就是其中一个方向。通过更高级的算子编程语言，开发者可以更快地构建适配不同硬件平台的AI计算生态。
这意味着，未来芯片竞争可能不再完全围绕“谁拥有最成熟的软件体系”，而是进入一个更加开放的阶段。
当然，生态迁移从来不是一夜完成的。
英伟达CUDA经过多年积累，优势仍然明显。大量企业生产环境、科研项目以及开发者经验都绑定在这一体系之上。国产芯片真正要突破的，并不是单个性能指标，而是让开发者愿意使用，让企业能够稳定部署。
梁文锋认为，未来一年可能成为国产AI芯片生态的重要验证期。
过去市场对于国产芯片的最大疑问，不一定是能不能生产出来，而是“能不能用”。芯片性能参数只是第一步，软件适配、模型迁移、应用优化才决定实际价值。
这也是DeepSeek关注华为昇腾950超节点的原因之一。
梁文锋表示，DeepSeek采购华为950，并不是简单寻找替代方案，而是希望帮助完善国产AI芯片生态。他认为，华为950超节点在性能和价格方面已经具备与英伟达GB200、GB300竞争的能力。
不过，他也坦言国产方案仍存在代际差距。
按照他的描述，华为950对应的产品节奏相比英伟达旗舰产品大约落后两年，同时在单位算力效率方面仍有差距。例如，四张华为卡可能达到一张英伟达卡的效果，这意味着企业需要通过更多硬件数量弥补性能差距。
对于数据中心运营者来说，这不仅是采购成本问题，也是长期运营成本问题。
AI时代，芯片折旧周期和能源效率正在成为新的竞争变量。英伟达高端GPU通常按照五年周期折旧，而部分国产方案可能需要更短周期更新，否则后期能耗压力会逐渐显现。
这也是国产芯片必须面对的现实。
机会确实存在，但窗口期并不无限。随着AI模型效率提升、算法优化加快，硬件之间的差距可能缩小；另一方面，市场也会越来越看重每瓦性能、软件成熟度以及供应链稳定性。
从DeepSeek的视角看，未来AI竞争并不是简单复制美国路径，而是在算力限制下寻找新的工程优化方式。
如果国产芯片能够在真实业务中跑起来，形成开发者和企业生态，那么过去被认为难以突破的软件壁垒，可能会逐渐松动。接下来一年，或许正是验证这一判断的关键阶段。
