曾航：支持国产芯片，从培育生态开始
据报道，美国芯片制造商英伟达将生产专门为中国市场设计的人工智能（AI）芯片，也就是“对华特供版”。这款芯片由英伟达的H100芯片减配而来，以符合美国最新的出口管制规定。
过去一年，人工智能技术的突破是整个世界科技产业的最大亮点，而人工智能的发展需要芯片企业提供算力支撑。以华为为代表的一些国产厂商在人工智能芯片这一领域取得明显进展，在相关硬件性能上和英伟达同类产品之间的差距并不大。
然而，国产人工智能芯片的整个生态尚和外国厂商存在相当的差距。英伟达的人工智能芯片有大量的第三方厂商提供应用支持，英伟达提供的丰富的工具和库，如 CUDA（编程接口）、cuDNN（深度神经网络加速库）、TensorRT（用于高性能深度学习模型推理的软件开发工具包）等，可以帮助开发者更高效地开发和部署人工智能应用。
英伟达同时拥有庞大的开发者社区和用户群体。开发者可以从社区获得技术支持、分享经验和资源，进一步促进生态系统的发展。英伟达的人工智能芯片与主流的深度学习框架和开发工具兼容，如 TensorFlow、PyTorch等。这种兼容性和互操作性使得开发者可以更轻松地将现有的模型和应用迁移到英伟达的平台上。
对于需要采购人工智能芯片的国内厂商来说，如果选择了英伟达的架构，可能就无法选用国产某个公司的架构，因为那将意味着人才储备、技术兼容等方面巨大的前期投入，迁移成本不容忽视。
此次英伟达对华搞人工智能芯片“特供”，还让人有一种似曾相识的感觉。在过去许多国产技术取得突破的关键当口，外企往往都会放开部分对华技术限制。以半导体设计中的EDA软件为例。上世纪90年代初，我国已有10所知名高校，如清华大学、北京大学、哈尔滨工业大学、上海交通大学等积极参与国产EDA软件的研发，并成功推出国产EDA熊猫软件。软件研发成功后，外国突然解除了对我国EDA软件的封锁，并实施了一系列策略，如无偿捐赠软件给部分高校，供师生优先使用；对中国开放部分工具并实行免费；与上游的晶圆代工厂建立紧密的利益联盟，等等。这些导致国产EDA软件在国内市场逐渐被边缘化。
无数案例说明，中国并不是造不出半导体设备、软件和材料，而是西方厂商主导的半导体上游领域已经形成相对牢固的利益共同体，新的供应商很难挤进去。以光刻机为例，光刻机需要上千家厂商一起合力攻关。光刻机因售价极其昂贵，供不应求，因此对价格并不敏感，光刻机厂商一般来说很少主动更换供应商。同时因为光刻机的产量小，很多光刻机的零部件在全球来看市场相对小，一个零部件也许总计也就几亿人民币的市场，因此后起的厂商就算研发出来相应的技术，在收益上有可能也是不划算的。
过去一年，中国产业链上传来好消息，华为Mate60 系列手机及配套的麒麟9000S系列芯片在完全自主化的情况下取得重大突破，并且供不应求。华为作为供应链的主要参与者取得这样的突破，对中国半导体产业的带动效应显著。在研发手机芯片的同时，华为也和上游的厂商开展密切合作。华为不仅给它们提供稳定的订单，而且向上游的零部件设备和材料厂商开放对于市场的认知与有关数据。这种供应链的绑定，很可能将西方业已存在的利益共同体撕开一个口子。
中国当下正处于国产芯片发展的关键期，半导体、新能源汽车、工业软件、机床、航空航天、新材料等领域，都是如此。对国内厂商来说，相对而言，发展的最大难点是对已有生态的突破和新生态的构建。攻克这一难点，不是靠某个厂商单打独斗就可以实现的，而是需要有关部门、企业和用户、高校和研究机构协同合作，共同给予国内厂商更多的机会和支持。
可喜的是，国内许多科技企业，如百度、阿里巴巴、科大讯飞等都已经采购了华为的昇腾系列自主可控的智能运算芯片。只要中国的产业链上下游通力协作，我们的生态系统很快就会发展起来。
中国是全球第一网民大国、第一制造业大国，在互联网产业、人工智能、电子制造等领域都处于世界第一梯队。我们完全有理由相信，基于中国本土产业和用户优势打造的中国自己的产业标准，在世界范围内也将拥有相当的竞争力。（作者是知名科技产业观察者，著有《大国锁钥》）