凱文·凱利：中國五年內有望制造全球最先進芯片

這位《連線》雜志創始主編在鏡頭前特意補充了一句：他之前在上海說的“未來五年中國或許能制造出全球最先進的芯片”，指的不是所有芯片，而是人工智能芯片。

一個美國人，在中國最被卡脖子的領域，給出了一個讓很多人意外的樂觀判斷。

這個判斷最早可以追溯到2025年10月的上海可持續全球領導者大會，凱利當時就認為，2030年前中國很可能生產出世界頂尖的AI芯片。

他的理由不是某家企業秘密掌握了什么獨門設備，而是中國擁有龐大的工程師群體、完整的制造體系、豐富的應用數據，以及把技術快速轉化為產品的能力。

在很多人只盯著幾納米的時候，他看的是另一套賬本。

凱利在采訪中說了一句很直接的話：很多人認為中國缺少制造4納米芯片需要的先進設備，但這些設備本身同樣是可以研發和制造的。

這歸根結底是一個工程問題，而中國恰恰非常擅長解決復雜工程問題，這句話背后的邏輯，比大多數政治評論都更接近產業真相。

美國的出口限制能夠阻止中國購買現成的光刻機，卻無法永久阻止中國建立自己的設備、材料和設計體系。

封鎖會延緩進度、抬高成本，卻也會產生一個華盛頓未必算到的副作用——把原本可以進口的光刻、刻蝕、薄膜沉積、檢測和設計軟件，全部逼成了必須逐項國產化的任務清單。

過去企業還能在“買還是造”之間猶豫，現在只剩一個選項。

芯片產業最難的從來不是一張設計圖，而是成千上萬個零部件、材料和工藝必須同時達到苛刻標準，這種產業鏈級別的協同調動，正是中國制造業被長期訓練出來的肌肉記憶。

美國從2019年開始對華為施加技術限制，隨后又將先進AI芯片和高端芯片制造設備納入出口管制清單。

按照最初的設想，中國在高端芯片領域應該被長期鎖死在某個代差上。

然而2023年，華為Mate 60系列搭載由中芯國際制造的7納米芯片重新進入市場，直接打破了“中國無法繼續向前推進”的論斷。

它與全球最領先制程仍有距離，卻證明了一件事：封鎖沒有讓追趕停下來。

凱利特意強調他指的是AI芯片，這個限定詞本身就是理解他預測的鑰匙，AI芯片的性能并不完全由晶體管制程決定。

傳統芯片競爭習慣盯著7納米、5納米、3納米的數字往下走，但AI算力還取決于芯片架構、存儲帶寬、數據傳輸效率、先進封裝、芯粒組合、集群互聯和軟件適配。

制程是重要賽道，但不是唯一賽道。

2026年5月，華為公布了“Tau Scaling Law”和LogicFolding架構，提出不再只依靠縮小晶體管，而是通過縮短芯片內部連線、降低數據傳輸延遲和改善系統效率來提升性能。

華為預計，到2031年可設計出晶體管密度相當于1.4納米制程的高端芯片，這一目標目前尚無獨立第三方性能數據驗證，但它展示了一條不同于單純追趕光刻精度的技術思路。

這條路線與凱利的判斷正好吻合：中國未必必須完整復制美國、荷蘭和臺積電走過的每一步，也可能通過先進封裝、Chiplet、系統級優化和超大規模算力集群，從另一條路逼近世界前沿。

就像爬山，有人盯著最短路徑直上，有人繞到山脊找緩坡，只要最終到達的高度相當，山頂不會問你從哪條路上來。

市場的反哺能力是另一個被很多人低估的變量，華為方面表示，過去六年已基于新體系設計并量產381款芯片，覆蓋手機和人工智能計算等領域。

隨著英偉達最先進AI處理器受到出口限制，中國企業對華為昇騰等國產算力產品的需求明顯增加。

英偉達負責人2026年甚至公開承認，公司實際上已將很大一部分中國AI芯片市場讓給了華為。

芯片不是放在實驗室玻璃柜里比參數的展品，必須大規模部署、不斷發現問題，再根據客戶反饋迭代改進。

中國擁有大模型、云計算、智能駕駛、工業機器人、通信設備和消費電子等龐大需求場景，即便國產芯片第一代不夠完美，也有真實市場為它買單、測試、倒逼升級。

這種“用起來再改”的循環，恰恰是工程問題最有效的解法。

先進芯片競爭看似圍繞一塊小小的硅片，實際比拼的是整條產業鏈：設計軟件、制造設備、光刻膠、硅片、特種氣體、封裝、存儲和軟件生態，缺一環就缺全局。

過去中國不少芯片企業各自發展，卻容易受制于某一環節的海外依賴。

出口限制之后，國內晶圓廠、設備商、材料企業和設計公司被迫建立更緊密的合作關系，原本只有少數企業關心的國產替代，變成整個產業必須解決的生存問題。

因此，凱利認為五年可能出現突破，并不是斷言中國明天就能造出與世界領先水平完全相同的EUV光刻機，而是看到了一個工業體系被集中調動后產生的加速度。

當上百家企業的研發方向從“如何買到”同步轉向“如何造出”，產業演進的底層邏輯就徹底變了。

美國原本希望用設備禁運把中國擋在先進芯片門外，凱利看到的卻是另一種可能：門確實被鎖了，但中國擁有足夠多的工程師，正在研究怎么把鎖、鑰匙乃至整扇門一起造出來。

但先進芯片必須同時解決性能、良率、耗電、壽命和成本問題，某款芯片能夠點亮，不代表能夠以商業可接受的價格大規模交付。

軟件生態同樣是一道繞不過去的門檻，英偉達的優勢不僅來自芯片本身，還來自長期建立的CUDA開發平臺和龐大的開發者群體。

國產AI芯片即使硬件指標追上，仍需要讓大量模型、算法和應用方便遷移，否則算力再強，也可能出現開發者不愿使用的尷尬。

硬件是骨肉，生態是血液，沒有血液流動的軀體再強壯也跑不遠。

凱利的判斷可以歸結為四點：中國擁有全球規模最大的工程師和制造業群體，復雜設備雖然難造，但并非自然界禁止中國制造。

美國限制切斷了購買現成技術的道路，也把自主研發從“可選項”變成了“必須完成的任務”。

AI芯片已經進入系統競爭階段，制程不再是唯一標準，中國可以通過架構、封裝、互聯和集群尋找替代路線。

中國擁有巨大的AI應用市場，可以給國產芯片提供訂單、數據和迭代機會，技術缺陷能夠在實際使用中不斷暴露和改進。

他看中的是中國處理復雜工程問題的能力，以及外部封鎖正在推動整條半導體產業鏈加速重建。

五年前很多人覺得中國芯片被卡住脖子就動彈不得，五年后一個美國人坐在央視鏡頭前說，你們可能快要造出全球最先進的AI芯片了。

預測本身不能當飯吃，但它至少提醒了一件事：用鎖門的思路對付一個擅長造門的對手，結果往往不會太符合鎖匠的預期。