今天这事儿，你要是只当普通科技新闻看，那可就亏大了。7月25号晚上，上海，2025世界人工智能大会前夜，一个叫“阶跃星辰”的公司开发布会，说要发新一代大模型Step 3。这发布会本身不算啥新鲜事——这年头，不说自己搞大模型，都不好意思在AI圈混。但重点来了：台下坐着的记者们突然发现，台上圆桌论坛的嘉宾席，坐了四个“活化石”级别的人物。

沐曦股份的陈维良、天数智芯的盖鲁江、燧原科技的赵立东、壁仞科技的张文。这四位，你要是混芯片圈，耳朵里绝对灌满了他们的名字。简单说，中国能拿得出手的AI芯片公司，他们四个至少占了半壁江山。以前啥时候见过这四位凑一块儿？答案是：几乎没有。平时要么是各自发新品时“王婆卖瓜”，要么是行业峰会远远点头打招呼，最多在微信群里互相点个赞。今天倒好，不仅坐一排，还对着话筒开唠，主题就俩字：协同。

这事儿往小了说，是四个公司老板凑桌喝茶；往大了说，可能是中国AI算力从“看人脸色”到“自己说了算”的转折点。为啥这么说？别急，咱们掰开揉碎了聊——从这四位大佬为啥“破天荒”同框，到国产芯片到底到了哪一步，再到咱们普通人啥时候能用上“中国芯”的便宜算力，今天一次性说透。

一、以前是“王不见王”，现在为啥“抱团建群”？

先给不了解情况的朋友补个课：这四位大佬的公司，可不是啥“小作坊”。沐曦股份，陈维良带着团队从AMD、英伟达挖来的核心骨干，搞的是“通用计算芯片”，简单说就是AI能用来算账、画图、跑模型的“万能锅”；天数智芯，盖鲁江是中科院背景，他们家芯片专干“AI训练”的重活，就像给大模型“喂饭”的“超大号饭碗”；燧原科技，赵立东以前在华为干过，他们的芯片更擅长“推理”，就是AI学会了之后“干活”用的，比如你手机里的语音助手、自动驾驶的识别系统，都靠这个；壁仞科技，张文是前英伟达高管，他们家芯片主打“高性能”，追求算力极限，跟英伟达的A100、H100正面刚的那种。

你看，四家公司，各有各的“独门武功”，按理说应该是“同行是冤家”。前几年芯片圈啥风气？融资的时候比谁融得多，发新品的时候比谁算力高，甚至挖人的时候都要互相“使绊子”——毕竟高端芯片人才就那么多，你多一个我就少一个。那时候行业里流传个笑话：国产芯片公司开会，台上嘉宾互相夸“友商很优秀”，台下助理赶紧给老板发微信：“刚打听到，他们下一代芯片参数比我们高10%！”

那为啥现在突然“握手言和”？答案就俩字：被逼的。

这几年AI大模型跟坐了火箭似的往前冲，从GPT-3到现在的Step 3，模型参数从千亿到万亿，算力需求翻着跟头涨。但算力这东西，以前咱们得看别人脸色。全球80%的AI芯片市场被英伟达垄断，人家的A100、H100芯片，不仅卖得贵（一块芯片几十万），还动不动搞“出口管制”——你想买？先申请许可证，批不批看心情。去年就有国内大模型公司吐槽：“为了抢一批H100，老板带着团队在英伟达门口蹲了三天，跟求爷爷告奶奶似的。”

更憋屈的是啥？就算买到了芯片，也未必好用。英伟达的芯片是为自己的软件生态设计的，咱们的大模型想跑在上面，就得按人家的规则来，改代码、调参数，费时费力。打个比方：你买了个进口高压锅，结果发现它的接口跟你家灶台不匹配，你要么换灶台（改大模型），要么买个转接头（适配软件），总之就是“用着不顺手”。

这时候，国产芯片的机会来了——咱们自己的芯片，能不能跟自己的大模型“无缝衔接”？就像自家的锅配自家的灶，火候大小、时间长短，自己说了算。但问题是，单靠一家芯片公司行不行？

不行。因为大模型的需求太复杂了：训练的时候需要超大算力，推理的时候需要低功耗，手机、汽车、服务器里的AI场景又不一样。一家芯片公司再强，也不可能“包打天下”。而大模型厂商呢？阶跃星辰这种公司，开发Step 3这种大模型，既需要训练芯片，也需要推理芯片，还得考虑成本——总不能买一堆不同的芯片，搭个“杂牌军”吧？

所以你看，芯片公司需要大模型厂商告诉他们“我们要什么样的算力”，大模型厂商需要芯片公司提供“合身”的芯片，这俩就得绑在一起干。以前是“芯片公司造芯片，大模型公司买芯片”，现在得是“一起设计芯片，一起优化模型”，这就是“协同创新”。

而四位大佬同台，本质上就是给这个“协同”按下了“启动键”——以前是“各扫门前雪”，现在是“抱团取暖”。用陈维良在论坛上说的一句话：“以前咱们是‘茶壶煮饺子——肚里有货倒不出’，现在得‘打开天窗说亮话’，谁有啥本事、谁缺啥资源，摆到台面上聊，一起把蛋糕做大，总比现在这样‘小打小闹’强。”

二、大佬们没带发言稿，直接开唠：协同创新，难在哪？

这次圆桌论坛有个有意思的细节：四位大佬没带发言稿，主持人抛完问题，直接开唠，跟平时咱们小区大爷下棋时“唠嗑”似的，句句实在。台下记者本来准备了一堆“官方问题”，结果发现大佬们自己就把“痛点”全抖出来了。

第一个痛点：“谁当老大？”

芯片公司和大模型公司协同，技术标准谁说了算？比如芯片的接口设计，是按大模型的算法来，还是按芯片的硬件来？这里面就有利益博弈。大模型公司说：“我的模型需要更快的存储速度，你芯片得改接口。”芯片公司心里犯嘀咕：“改接口要加成本，你能保证买多少？万一你模型改了，我这芯片不就白改了？”

赵立东直接拿自己举例：“去年我们跟一家大模型公司合作，他们说要‘定制化推理芯片’，我们投入了200多人搞了半年，结果芯片快流片了，他们模型架构改了，之前的设计全白费。你说这账怎么算？”

盖鲁江接话：“所以得提前‘锁死需求’。就像盖房子，先跟住户把户型、面积、朝向定死，再开工。芯片和大模型也一样，需求没定死就动手，就是‘盲人摸象’。”

第二个痛点：“钱谁出？”

协同创新不是嘴上说说，得真金白银砸进去。设计一款高端AI芯片，从流片到测试，少说几十亿。大模型训练一次，电费、人力成本也是天文数字。如果芯片公司和大模型公司各出一半钱，万一失败了，损失怎么分？

张文说了句大实话：“以前我们也想跟大模型公司‘风险共担’，但人家一听‘共担’，扭头就走——‘我凭啥拿我的钱给你试错？英伟达芯片虽然贵，但至少能用。’所以现在得找到‘利益共同点’：比如芯片公司承诺‘达不到算力指标不要钱’，大模型公司承诺‘芯片好用就下大单’，用市场化的方式绑定。”

第三个痛点：“生态谁建？”

英伟达为啥牛？不光是芯片算力强，更重要的是它有CUDA生态——全世界的开发者都在用它的软件工具，形成了“芯片-软件-开发者”的铁三角。国产芯片呢？虽然硬件性能追上来了，但软件生态还是“小学生水平”。开发者用惯了CUDA，突然换国产芯片的软件，得重新学，成本太高。

陈维良在论坛上拍了桌子：“生态这东西，一家公司建不起来！得芯片公司、大模型公司、软件公司一起上。比如我们开放芯片的底层接口，大模型公司优化模型适配，软件公司开发工具包，让开发者‘上手就能用’。就像建高速公路，芯片是‘路基’，软件是‘路标’，大模型是‘跑在上面的车’，缺一个都不行。”

你看，这些痛点，哪一个是靠一家公司能解决的？四位大佬把这些“家丑”摆上台面，不是为了吐槽，是为了“一起想办法”。这才是这次同台最有价值的地方——以前国产芯片的问题，是“关起门来自己摸索”，现在是“打开门来一起解决”。

三、国产芯片现在的“真实段位”：跟英伟达比，差在哪？

聊了这么多“协同创新”，肯定有人问：国产芯片现在到底啥水平？能不能跟英伟达掰手腕？

咱们得客观说：差距肯定有，但正在快速缩小。

先说好消息：这几年国产芯片的进步，能用“坐火箭”来形容。2020年的时候，国产AI芯片的算力还不到英伟达A100的一半，现在呢？壁仞科技的最新芯片，算力已经追到了H100的80%；沐曦的通用计算芯片，在某些大模型训练任务上，效率甚至超过了A100——因为它是为咱们自己的大模型“量身定制”的，没有“水土不服”的问题。

更重要的是“能用”了。以前国产芯片最大的槽点是“不稳定”：跑小模型还行，跑大模型动不动就死机、掉精度。现在呢？燧原科技的推理芯片，已经在几家手机厂商的AI助手里面用了，日均处理几亿次语音识别，没出过大问题；天数智芯的训练芯片，阶跃星辰用它训练Step 3的部分模块，成本比用英伟达芯片低了30%。

但坏消息也得说透：跟英伟达比，还有三个“坎”没过去。

第一个坎：“生态壁垒”。前面说了，英伟达的CUDA生态太强大了，全球几百万开发者都在用。国产芯片虽然也在做自己的软件工具（比如沐曦的MXCUDA、燧原的GPGPU SDK），但开发者数量差了好几个量级。就像你开了家新餐馆，菜做得不错，但服务员都是新手，客人点菜半天反应不过来，体验肯定差。

第二个坎：“成本控制”。英伟达芯片卖得贵，但人家量大，一条生产线能造几百万块芯片，分摊下来成本就低了。国产芯片呢？目前还在“小批量试产”阶段，一条线造几万块，成本自然降不下来。张文在论坛上算了笔账：“英伟达H100的硬件成本，我们现在能做到跟它差不多，但因为量小，分摊的研发费用比它高50%，所以最终售价还是比它贵。”

第三个坎：“高端人才”。高端芯片研发，拼的就是人才。全球顶尖的AI芯片专家，大部分还在英伟达、AMD这些公司。咱们这几年虽然挖了不少人，但真正能“带队攻坚”的顶级人才，还是不够。盖鲁江半开玩笑地说：“现在芯片圈挖人，已经不是‘给钱’的问题了，是‘给梦想’——你跟他说‘咱们一起干掉英伟达’，他可能就来了。”

四、普通人能从这件事里得到啥？AI算力要变便宜了？

可能有人会说：芯片大佬凑一起开会，跟我有啥关系？我又不买芯片。

关系大了。

最直接的：以后AI服务可能更便宜、更好用了。

现在为啥ChatGPT、文心一言这些AI工具还没完全普及？一个重要原因就是算力太贵。训练一个大模型要花几亿、几十亿，这些成本最终会转嫁到用户身上。而国产芯片一旦成熟，算力成本至少能降一半——就像以前进口彩电卖一万，国产彩电出来后，一千块就能买到。到时候，你用AI写报告、做设计、学英语，可能就跟现在用微信聊天一样，免费或者几块钱随便用。

再往远了说：手机、汽车、家电里的AI会更聪明。

现在你手机里的语音助手，为啥经常“听不懂人话”？因为推理芯片算力不够，只能跑小模型。以后用了国产高性价比推理芯片，手机里能塞下更大的模型，语音识别、图像理解会更准。汽车自动驾驶也是同理，国产芯片算力上来了，识别行人、判断路况的反应速度会更快，安全性大大提升。

更深层的：咱们终于不用“看别人脸色”了。

以前美国一搞芯片管制，国内科技公司就慌了神——“万一买不到芯片，大模型项目就得停”。现在国产芯片顶上来，相当于给中国AI产业装上了“国产发动机”。就像当年咱们搞出北斗导航，不用再依赖GPS一样，芯片自主可控，才能真正掌握AI发展的主动权。

当然，这一切不会一蹴而就。四位大佬同台，只是“万里长征第一步”。协同创新要落地，还得解决技术标准、利益分配、生态建设这些“硬骨头”；国产芯片要追上英伟达，可能还需要3-5年时间。但至少，我们看到了一个信号：中国芯片公司不再“各自为战”，而是开始“抱团攻坚”。

就像赵立东在论坛结束时说的：“以前咱们是‘各扫门前雪’，现在得‘众人拾柴火焰高’。芯片这事儿，没有捷径，就得一步一个脚印干。今天我们四个坐在这里，不是为了‘作秀’，是为了告诉行业：国产芯片，准备好了。”

最后说句掏心窝子的话：这几年咱们听了太多“国产替代”的故事，有真进步，也有“PPT芯片”。但这次四位大佬同台不一样——他们都是在芯片圈摸爬滚打了十几年的“老炮儿”，公司都已经做出了能商用的产品，不是“画大饼”。他们凑在一起聊“协同创新”，是真的看到了“一起把事干成”的可能。

或许过不了几年，当你用着便宜又好用的AI工具，开着自动驾驶汽车，刷着手机里精准识别你喜好的短视频时，你可能不会想起今天这四位大佬坐在一起唠的那些嗑。但你得知道，正是这些人在“卡脖子”的压力下，咬着牙往前冲，才让我们有机会过上这样的日子。

国产芯片的路还长，但至少，方向对了，人也齐了。剩下的，交给时间就好。