我注意到目前在人工智慧產業背後發生了一件非常重要的事情，我認為大多數人都沒有看到整體局勢。

八年前，ZTE的故事是一個關於科技依賴的嚴峻教訓。一個美國禁令，讓一個擁有8萬員工的公司完全停擺。但現在在人工智慧領域發生的事情完全不同，情況更加複雜。

真正的問題並不總是晶片。當對NVIDIA A100和H100的限制開始時，大家都以為這是扼殺。但實際的扼殺點是一個叫做CUDA的平台。這個由NVIDIA開發的軟體平台，已經成為全球人工智慧的基礎。超過90%的全球AI開發者都在這個生態系統內工作。這是一個可持續的循環——用得越多，它的價值就越高。

但這裡有個令人感興趣的部分。中國公司沒有直接與NVIDIA競爭，而是選擇了一條完全不同的道路。

首先是算法。中國公司轉向了混合專家模型——不是運行所有內容，而只做相關部分。DeepSeek V3就是一個典型例子：擁有6710億參數，但在推理時只用到370億。結果是？訓練成本比GPT-4低14倍，API價格比競爭對手便宜25到75倍。

第二是本土晶片。真正令人關注的是，中國本土晶片已經超越了簡單的推理階段。到2026年1月，第一個完全用中國本土晶片訓練的高階圖像模型已經完成。在2月，一個大型模型在完整的中國計算池中訓練完成。這是一個質的轉變——從能運行模型，到真正能建立新模型的能力。

至於新型水冷晶片和基礎設施，對美國來說情況非常令人擔憂。電力是計算能力的基本限制。中國的電力產量是美國的2.5倍，工業成本低4到5倍。同時，美國正面臨嚴重的電力危機——弗吉尼亞和喬治亞已經停止批准新數據中心。

結果是？中國的人工智慧正悄然走向世界。它不再是傳統產品，而是(tokens)——基本的處理單元。這些單元在中國的計算工廠生產，然後通過網路傳輸到各處。DeepSeek目前服務中國30%、印度13.6%、印尼6.9%。在受制裁國家，市場份額在40%到60%之間。

這裡有一個奇怪的相似點，與80年代日本半導體產業的故事相似。日本曾是全球系統中的佼佼者，但並未建立一個獨立的生態系統。當浪潮退去時，它一無所有。這一次，中國選擇了一條不同的路——從頭到尾建立一個真正獨立的生態系統。

本地企業最新的財報反映了這個真實的故事。一半是火，一半是水——巨大的收入，但也有巨大的損失。但這並不是管理失敗，而是為了建立真正獨立性的戰爭付出的代價。

現在的問題不再是“我們能否存活？”而是“我們需要付出多少才能獨立生存？”答案依然是進步。