黄仁勋驳斥“中国AI芯片短缺论”：能源优势与存量算力被低估
近期，围绕中国在人工智能领域因芯片获取受限而处于劣势的讨论不绝于耳。然而，英伟达（NVIDIA）CEO黄仁勋在公开场合提出了一个截然不同的观点。他明确指出，所谓“中国无法获得AI芯片”的论调，在很大程度上是对实际情况的误解和低估。
存量算力：被忽视的庞大底座
一个常被忽略的关键事实是：中国已是全球第二大计算市场，其算力基础设施的总体规模极为庞大。黄仁勋分析称，尽管面临先进半导体制造设备（如EUV光刻机）的进口限制，但这并非问题的全部。市场上存在大量已建成但利用率不高的数据中心。这些设施“完全空置”，却配备了现成的、充足的电力资源。这意味着，中国在算力“硬件容器”和能源配套方面，拥有巨大的存量优势，为AI发展提供了坚实基础。
并行计算逻辑：以规模弥补制程差距
如何有效利用这些存量资源？关键在于理解AI计算的本质。黄仁勋强调，人工智能从根本上说是一个大规模并行计算问题。当单颗芯片的制程工艺暂时无法达到顶尖水平时，完全可以通过增加芯片数量、构建超大规模计算集群来弥补性能上的差距。他形象地指出：“中国拥有如此充沛的能源，如果他们愿意，完全可以将更多芯片组合起来，即使制程落后几纳米。”这一思路将竞争焦点，从单一的芯片先进程度，部分转向了系统集成能力、集群规模以及能源供给总量。
制造产能与行业现实
在芯片制造层面，黄仁勋同样基于行业现状给出了判断。众所周知，中国在成熟制程和主流芯片领域占据主导地位，且整体产能规模巨大，甚至面临产能过剩的压力。“产能太大了”，他如此描述。因此，综合考量现有的数据中心空置容量、强大的能源供给以及成熟的芯片制造基础，所谓“中国无法拥有AI芯片”的说法，在业内专业人士看来是缺乏依据的。
能源：AI竞赛的底层基石
黄仁勋用一个生动的比喻揭示了其核心观点：AI就像一座五层蛋糕，而最底层、最根本的基石就是能源。充足、稳定的能源供给，是支撑任何大规模人工智能计算的前提条件。他对比了中美两国的结构性差异：美国的能源供给增长相对平缓，而中国则拥有近乎无限的能源资源储备和强大的发电基础设施建设能力。这一根本性差异，构成了中国在长期AI竞赛中一个至关重要的潜在优势——充裕的能源可以持续转化为庞大的算力规模。
结论：门槛已被跨越
针对外界持续的担忧，黄仁勋的结论清晰而肯定：中国在人工智能整体能力方面，“已经达到了人们所担心的那个门槛，甚至已经超越。”这一判断并非仅仅基于对最尖端制程芯片的比较，而是基于对算力基础设施存量、能源基础、系统整合能力以及庞大内需市场驱动力的综合评估。它提醒我们，在全球AI技术格局的讨论中，需要更全面、更深入地审视那些超越“先进制程”之外的关键成功要素，例如能源、规模和系统效率。
