2025年秋天，黄仁勋在公开场合说了一句让很多人意外的话：英伟达已经完全失去了中国市场。要知道，三年前英伟达在中国AI芯片市场的份额还高达95%，如今归零。

这句话让很多人脑子里冒出同一个问题：买不到，为什么不自己造？英伟达的显卡又不是什么天外来物，买一块拆开，照着研究，不就行了吗？

一、拆是能拆，但你看不懂

这个想法听起来很有道理，实际上碰到的第一道墙，不是法律，不是钱，而是物理。

英伟达最新一代GPU，里面塞了2000多亿个晶体管。不是电路板上那种肉眼可见的零件——这些晶体管每个的尺寸，已经接近几个原子排在一起那么宽。整个芯片是立体的多层结构，金属线路一层叠一层，超过十五层。

你把它拆开，你看到的是什么？是一块磨砂质感的硅片。

就算你花几百万买专业设备，一层一层把它剥开拍照，能得到的也只是二维的截面图。你能看出"这里有条线连过去"，但你看不出"这条线为什么这么连"。设计意图、时序逻辑、功耗优化——这些东西不写在电路上，它们藏在几百个工程师的脑子里，藏在三年的仿真测试数据里。你拿到的，是一张看不懂的地图。

历史上有人真的试过这条路，而且是认真试过。

苏联在冷战年代专门建了一个叫"绿城"的芯片研究中心，情报机构给他们搞来了英特尔的芯片实物、设计图纸，甚至IBM的源代码。工程师们对着一颗颗美国芯片，一层一层剥开，做逆向分析。

结果呢？他们当时的芯片良率不到10%，而同期美国工厂的良率在60%以上。更惨的是，英特尔有一款叫80286的处理器，只有13万个门电路，在今天看来是个"简单"到不能再简单的东西——苏联工程师从80年代初开始拆这颗芯片，一直拆到1991年苏联解体，始终没能复制成功。

而今天英伟达的芯片，晶体管数量是80286的一百六十万倍。

苏联做不到的事，今天的难度是苏联那时的一百六十万倍。这道物理墙，就是这么厚。

退一步说，就算有人真的把电路图还原出来了，还有第二道墙：没有工厂能帮你造。

英伟达的GPU是在台积电用最先进的工艺生产的，这条产线中国企业进不去，出口管制写得清清楚楚。那用中国自己的工厂呢？中芯国际确实在追，用了很多次曝光叠加的技术，勉强做到了接近7纳米的水平——但良率只有一半多，生产成本比台积电贵了将近四成。

造同一个东西，你的成本高40%，良率还不到人家的一半，这个账根本算不过来。更不用说制造芯片用的光刻机，中国与国际顶尖水平的差距，据估算大约是二十年。

二、就算拆明白了，也有四把锁等着你

好，我们继续假设。假设有一支天才团队，真的把英伟达的设计图逆向出来了，然后呢？

第一把锁，专利。

英伟达手里握着一万多项专利，覆盖GPU架构、并行计算、AI算法。你拿着逆向出来的设计图去生产，台积电、三星这些代工厂不会接单——因为一旦侵权被起诉，代工厂要赔得倾家荡产。没有哪家正规工厂敢帮你造一颗"克隆英伟达"。

第二把锁，工具。

芯片设计离不开一类叫EDA的软件，就是帮工程师把电路设计自动化处理的工具。全球这类软件95%的市场被美国三家公司垄断，而且2025年美国要求这三家公司暂停向中国供应先进版本。中国国产EDA目前最好能支持到14纳米的设计水平，而英伟达的芯片需要5纳米工艺。没有设计工具，图纸拿在手上也是废纸。

第三把锁，生态。

这把锁是最难打开的一把，因为它不是一个东西，它是一个生态系统。

英伟达从2006年开始推了一套叫CUDA的开发平台，花了将近二十年，把全球超过四五百万名开发者的工作习惯都绑进去了。现在绝大多数AI框架、开源模型，都是基于CUDA写的。

有人可能会问：硬件性能够用了，开发者迁移过来不就行了？

国内AI公司DeepSeek给出了一个真实答案。他们为了让模型在国产芯片上跑起来，专门抽调了最核心的工程师团队，一行一行手写底层代码——因为国产平台的生态里，很多东西根本没有现成的。这个工程量之大，直接拖延了他们整个模型的发布节奏。

这就是生态鸿沟的真实成本：不是你追上了硬件就万事大吉，而是硬件之上还压着一座二十年积累的软件山。

第四把锁，时间。

英伟达没有停下来等你。从2010年到2024年，它已经迭代了九代架构，芯片里的晶体管数量增长了将近七十倍。今天你开始逆向它的某一代产品，等你逆向完，至少两三年过去了，英伟达早就发布了下一代，算力翻了好几倍。

你追的，是一个加速跑的目标。而英伟达每年的研发投入，折合下来超过九百亿人民币——中国所有GPU公司的研发加在一起，不到它的零头。

三、唯一正确的路，正在艰难走着

那怎么办？

有一个参照系值得看：三星。

三星当年起步，也用了逆向工程——花了一笔钱买来美国的存储器技术图纸，再拆了日本的芯片研究。但三星把逆向工程只当一个起点，随即转向了自主研发。中间亏了整整3亿美元，濒临倒闭，靠政府托底撑过去。然后它没有收缩，反而在行业最惨的时候扩大产能，把德国、日本的竞争对手一一熬死。

今天的三星，是全球存储芯片的绝对霸主。

中国走的也是这条路，只是更难、更贵，而且还没走完。

过去两年，国产GPU在国内AI芯片市场的占有率，从不到15%涨到了超过三分之一。华为的昇腾系列，在某些推理任务上已经能跑出H20接近九成的性能，而且功耗还更低一些。从零到这个水平，用了不到十年。

这条路的代价也是真实的。国内几家主要的GPU公司，这几年都在大幅亏损，有的累计亏了几十亿，研发开支占收入的比例高达80%以上。但资本市场对这些公司的估值，并没有因为亏损而崩塌——因为大家都明白，这不是一个今天种树明天乘凉的生意，这是一个必须走的路。

有一组数字放在一起，很耐人寻味。英伟达和国内头部GPU企业相比，利润差了两百多倍，但毛利率只差了不到五个百分点。

这说明什么？说明产品本身的逻辑是成立的，说明方向没有错。差的是规模，是生态，是时间。

拆开英伟达的显卡，你能看到两千亿个晶体管。但苏联工程师当年也拆过更简单的芯片，一直拆到国家都没了，也没拆出一条出路。

真正的问题，从来都不是能不能拆，而是拆完之后，你是选择永远跟在别人后面描红，还是从现在开始，一行一行写出自己的东西。