~34%
2024年中國AI GPU自給率
82%
2027年預計自給率(摩根士丹利)
2022年
美國首次對華先進晶片出口管制
<10%
2020年中國AI GPU自給率

TechInsights的發現:拆解揭露的供應鏈真相

2026年2月底,全球知名的半導體分析機構TechInsights發布了一份引發軒然大波的技術報告。該機構對中國AI晶片企業燧原科技(Enflame Technology)生產的一款數據中心用AI加速晶片進行了系統性的逆向工程拆解,結果發現該晶片內部的關鍵元件——包括核心計算邏輯單元——由全球最大的晶圓代工企業台積電(TSMC)製造。

TechInsights的逆向工程是半導體產業中公認的權威分析方法。該機構長期以來為全球主要晶片企業、政府監管機構和投資機構提供深度技術分析,其拆解報告在業界具有極高的公信力。此次對燧原晶片的拆解並非孤立事件,而是TechInsights持續監測中國AI晶片產業生態的系列研究之一。拆解過程涉及晶圓級顯微鏡分析、製程節點鑑定、電路布局逆向還原等多項精密技術手段,所得出的結論具有高度的技術可靠性。

這一發現之所以引起廣泛關注,是因為它直接觸及了美國對華晶片出口管制的核心邏輯。自2022年10月以來,美國商務部工業與安全局(BIS)持續收緊對中國的先進半導體技術出口限制,明確禁止向中國出口或在中國製造特定性能閾值以上的AI晶片。台積電作為全球先進製程的絕對領導者,被期望嚴格遵守這些管制規定。如果台積電的製造能力被用於生產中國的AI晶片,無論是直接還是間接,都將引發嚴重的合規問題。

台積電的回應:一場精心措辭的防禦

面對TechInsights報告引發的審查壓力,台積電迅速作出回應。公司發言人表示:「該晶片不符合受管制AI晶片的分類標準。」這一聲明經過精心措辭,試圖將問題的焦點從「台積電是否為中國企業製造晶片」轉移至「該晶片是否屬於管制範圍」。

「該晶片不符合受管制AI晶片的分類標準。」——台積電發言人

台積電的回應策略揭示了出口管制體系中一個關鍵的灰色地帶:管制標準的界定。美國BIS的出口管制規定基於特定的技術參數閾值——包括晶片的計算性能(以TOPS,即每秒萬億次運算衡量)、互聯頻寬和功耗效率等指標。只有超過這些閾值的晶片才被列為受管制產品。台積電的邏輯是:即便燧原的晶片使用了台積電的製程技術,但只要最終產品的性能未達到管制閾值,代工行為本身就不構成違規。

然而,這一辯護存在顯著的薄弱之處。首先,出口管制的技術參數閾值是在特定時間點根據當時的技術水準設定的,而AI晶片的架構創新速度極快。一款在性能指標上看似「不達標」的晶片,可能通過特殊的軟體優化、多晶片互聯或異構計算架構,在實際AI工作負載中達到甚至超越管制閾值所針對的能力水準。燧原科技的晶片設計正是以數據中心AI訓練和推理為核心用途,其實際應用場景與管制所針對的高性能AI計算高度重合。

其次,台積電的回應迴避了一個更根本的問題:即便單顆晶片不達管制閾值,大量此類晶片的集群部署同樣可以構建出強大的AI算力基礎設施。中國AI企業在面對頂尖晶片被禁的局面下,已經發展出了成熟的「以量補質」策略——通過部署大量中等性能的晶片,搭配自研的分布式計算框架,來達到接近頂尖晶片集群的實際效能。

出口管制技術閾值的核心爭議

  • 性能指標 vs. 實際能力:單項指標可能無法全面反映晶片在AI工作負載中的真實表現
  • 靜態閾值 vs. 動態技術:管制標準的更新速度遠落後於晶片架構的創新速度
  • 單晶片 vs. 集群效能:大量中等性能晶片的集群部署可能達到管制所針對的計算能力
  • 硬體規格 vs. 軟體優化:先進的編譯器和算法優化可以顯著提升晶片的實際AI性能

燧原科技:中國AI晶片生態的關鍵拼圖

燧原科技成立於2018年,總部位於上海,是中國AI晶片領域的重要參與者之一。公司專注於數據中心級AI加速晶片的設計,其產品定位為NVIDIA GPU在中國市場的替代方案。燧原的核心產品線包括「雲燧」系列AI訓練晶片和「雲燧i」系列AI推理晶片,主要面向大型雲計算服務商和AI企業。

與華為海思(HiSilicon)的昇騰(Ascend)系列晶片不同,燧原科技採用的是純粹的Fabless(無晶圓廠)商業模式——即公司只負責晶片設計,製造則外包給代工廠。這種模式在全球半導體產業中極為普遍(NVIDIA、AMD、Qualcomm等巨頭均採用此模式),但在出口管制的語境下,它引發了一個敏感問題:當一家中國AI晶片設計公司將製造外包給一家受美國法律約束的代工廠(如台積電)時,代工廠的合規責任邊界在哪裡?

燧原科技在中國AI晶片的「國產替代」浪潮中扮演著關鍵角色。自美國出口管制實施以來,中國的大型科技企業——包括百度、阿里巴巴、騰訊和字節跳動——一直在積極尋找NVIDIA GPU的替代方案。燧原的晶片雖然在單晶片性能上仍與NVIDIA頂尖產品存在差距,但其在特定AI工作負載上的性價比和本土化支持使其成為可行的替代選項。

更值得關注的是燧原科技的技術路線圖。據公開資料顯示,燧原正在開發基於更先進製程的下一代AI晶片,目標是在訓練性能上進一步縮小與國際領先水平的差距。如果這些下一代晶片同樣依賴台積電或其他受管制代工廠的製造能力,出口管制的執行困境將更加凸顯。

中芯國際的警告:AI算力泡沫的另一面

在燧原晶片引發出口管制爭議的同時,中國最大的晶圓代工企業中芯國際(SMIC)發出了一個出人意料的警告:失控的AI算力投資可能導致數據中心產能過剩。這一警告從一個完全不同的角度揭示了中國AI產業面臨的結構性風險。

中芯國際的擔憂並非空穴來風。過去兩年間,在「國產替代」和「AI大躍進」的雙重驅動下,中國的AI晶片投資呈現出近乎狂熱的增長態勢。從中央到地方,從國有企業到民營資本,數以千億計的資金湧入AI算力基礎設施建設。各地紛紛興建智算中心(智能計算中心),部署大量國產AI晶片。

中芯國際高層警告:脫離實際需求的AI算力投資熱潮,正在醞釀數據中心產能過剩的風險。當投資熱情超越了應用生態的成熟速度,產能閒置將成為不可避免的問題。

然而,中芯國際的警告背後也有其自身的立場考量。作為中國唯一具備量產先進製程能力的代工廠,中芯國際本身就是出口管制的直接受害者——美國的管制不僅限制了中芯獲取先進製造設備(尤其是ASML的EUV光刻機),也限制了其為某些客戶代工的能力。中芯的警告,部分反映了其對產業過度投資可能擠壓自身市場空間的擔憂,也體現了更深層的戰略焦慮:如果AI算力泡沫破裂,整個中國半導體產業鏈都可能受到衝擊。

中芯國際的警告也揭示了中國AI產業的一個深層矛盾:一方面,出口管制迫使中國加速建設自主算力基礎設施;另一方面,這種被迫的加速建設缺乏市場自然調節機制的引導,容易導致供給遠超需求的結構性失衡。當政策驅動壓倒市場驅動時,資源錯配的風險急劇上升。

自給率飆升:數字背後的真實圖景

摩根士丹利(Morgan Stanley)的最新研究報告提供了一組令人矚目的數據:中國AI GPU的自給率從2020年的不足10%上升至2024年的約34%,預計到2027年將達到82%。這組數據勾勒出了一條陡峭的自主化曲線,但其中的細節遠比表面數字更為複雜。

2020年時,中國AI算力幾乎完全依賴NVIDIA的GPU。從A100到V100,NVIDIA的產品佔據了中國AI訓練市場的絕大多數份額。彼時,華為海思的昇騰晶片尚處於早期階段,燧原、壁仞(Biren)、摩爾線程(Moore Threads)等初創企業的產品尚未成熟,國產AI晶片的市場存在感極為有限。

2022年10月,美國對華晶片出口管制的實施成為轉折點。NVIDIA A100和H100等高端GPU被明確禁止出口中國。雖然NVIDIA隨後推出了降規版的A800和H800試圖規避管制,但這些「閹割版」產品在2023年底的管制升級中同樣被禁。中國AI企業被迫全面轉向國產替代方案。

到2024年,34%的自給率意味著約三分之一的新增AI算力已由國產晶片提供。華為昇騰910B和910C成為主要的替代選擇,百度昆侖(Kunlun)、燧原雲燧、壁仞BR100等產品也開始在特定領域形成補充。然而,這34%的自給率需要附加一個重要的注腳:國產晶片在絕對性能上仍與NVIDIA最新的H100/H200和Blackwell系列存在顯著差距。自給率的提升,在很大程度上是通過「以量補質」和降低性能預期來實現的。

中國AI GPU自給率演變

  • 2020年(<10%):幾乎完全依賴NVIDIA,國產方案處於研發早期
  • 2022年(~15%):出口管制啟動,華為昇騰開始規模化部署
  • 2024年(~34%):多家國產晶片企業產品成熟,進入大規模商業化階段
  • 2027年預測(82%):摩根士丹利預計國產AI晶片將佔據主導地位

摩根士丹利預測的2027年82%自給率,是一個極其樂觀的數字。要實現這一目標,需要中國在三個關鍵領域同時取得突破:一是晶片設計能力的持續提升(縮小與NVIDIA的性能差距);二是製造能力的突破(中芯國際等代工廠需在先進製程上取得進展,或發展出創新的封裝技術來彌補製程劣勢);三是軟體生態的成熟(AI框架和編譯器需要充分優化以發揮國產硬體的潛力)。每一個領域都面臨重大挑戰,但出口管制所製造的生存壓力,恰恰為克服這些挑戰提供了最強大的動機。

美國監管機構的困境:執法的結構性矛盾

TechInsights的發現引起了美國監管機構的高度關注,但這種關注本身就折射出出口管制執法體系的深層困境。

美國商務部BIS在執行對華晶片出口管制時,面臨著幾乎不可能完成的任務。全球半導體供應鏈的複雜程度遠超任何單一機構的監管能力:一顆AI晶片的誕生涉及設計(可能在中國完成)、IP授權(可能來自英國ARM或美國Synopsys)、EDA工具(幾乎被美國三大廠商壟斷)、製造(台積電在台灣或其他地區的工廠)、封裝測試(可能在東南亞完成)等多個環節。要在這條全球化的供應鏈上精確識別並阻斷特定的技術流向,所需的監管資源和情報能力都是巨大的。

台積電在這一執法框架中的角色尤為關鍵。作為全球最大的晶圓代工企業,台積電為來自世界各地的數百家晶片設計公司提供製造服務。台積電的客戶審查流程需要判斷每一筆訂單的最終產品是否屬於管制範圍——這不僅需要了解客戶的晶片設計規格,還需要預判晶片的最終用途和性能表現。在數以千計的客戶和產品型號中精確識別合規風險,本身就是一項艱鉅的任務。

更棘手的問題在於:台積電同時受到美國法律和台灣法律的約束。台灣當局並不總是完全對齊美國的出口管制立場。台灣的半導體產業政策有其自身的戰略考量,包括維護台積電的商業競爭力和客戶關係。在美國的管制要求與台灣的產業利益之間,台積電經常處於兩難境地。此次燧原晶片事件,再次凸顯了這種雙重管轄權下的合規困境。

  • 管制範圍的模糊性:技術參數閾值難以精確覆蓋所有具有AI能力的晶片設計
  • 供應鏈的全球化分散:設計、IP、製造、封測分布在不同司法管轄區,增加了跨境執法的難度
  • 代工廠的合規壓力:台積電等代工廠需要在商業利益和管制合規之間艱難平衡
  • 執法資源的限制:BIS的人力和技術資源不足以對全球半導體供應鏈實施全面監控
  • 技術演進的速度:晶片設計的創新速度遠超管制規則的更新頻率

地緣政治的深層脈絡:從晶片到算力主權

台積電元件現身燧原晶片這一事件,必須放在更宏觀的地緣政治框架中理解。自2022年以來,美國對華先進晶片出口管制已經從一項貿易措施演變為中美科技博弈中最關鍵的戰場之一。晶片——特別是AI晶片——不再只是電子元件,而是國家算力主權的物理載體。

美國的戰略邏輯相對清晰:通過限制中國獲取先進AI晶片,延緩中國在人工智能領域的發展速度,維護美國在AI技術上的領先地位。這一邏輯建立在一個關鍵假設之上——中國無法在短期內建立獨立於美國技術體系的先進半導體製造能力。只要這一假設成立,出口管制就能發揮延緩作用。

然而,過去三年的發展正在動搖這一假設。中國AI GPU自給率的快速提升表明,出口管制雖然增加了中國獲取頂尖算力的成本和難度,但並未阻止中國建設一個日益自主的AI算力生態。華為昇騰的進步、燧原等企業的崛起、以及中芯國際在製程技術上的逐步突破,共同構成了一幅中國AI半導體產業加速自主化的圖景。

出口管制的悖論在於:它的目標是遏制對手的技術發展,但其副作用卻是為對手的自主創新提供了最強大的動機和政治合法性。管制越嚴格,被管制方投入自主替代的決心就越堅定。

台積電在這場博弈中的處境尤其微妙。作為全球先進晶片製造的中心節點,台積電同時是美國遏制戰略的關鍵工具和中國自主化努力的替代目標。每一次涉及台積電的出口管制事件——無論是此次的燧原晶片,還是此前的華為相關訂單——都在加強中國擺脫對台積電依賴的決心。從長遠來看,這對台積電的商業利益構成潛在威脅:一個逐漸自主化的中國半導體市場,意味著台積電可能永久失去全球最大的潛在客戶群體之一。

產業連鎖效應:從代工廠到設備商的全面影響

燧原晶片事件的衝擊波不僅限於台積電和燧原本身,而是沿著半導體供應鏈上下游擴散,對整個產業生態產生深遠影響。

對晶圓代工產業而言,此次事件可能導致美國進一步收緊對代工廠的合規要求。台積電、三星和格羅方德等主要代工廠可能被要求實施更嚴格的客戶審查程序,包括對晶片設計進行更深入的功能評估、對客戶最終用途進行更細緻的盡職調查,以及建立更完善的訂單追蹤和報告機制。這些額外的合規成本將不可避免地推高代工服務的價格,並延長交貨周期。

對EDA工具和IP授權商而言,影響同樣深遠。Synopsys、Cadence和Siemens EDA是全球三大電子設計自動化工具提供商,中國AI晶片設計公司高度依賴這些工具進行晶片設計。如果美國決定進一步擴大管制範圍,將EDA工具的授權限制延伸至更多的中國半導體企業,將直接衝擊中國整個Fabless晶片設計產業。

對中國AI產業的終端用戶——即使用國產AI晶片進行模型訓練和推理的科技企業——而言,此次事件增加了供應鏈的不確定性。如果台積電被迫全面停止為中國AI晶片企業代工,這些企業將不得不轉向產能和技術都相對有限的中芯國際或其他國內代工廠,短期內可能面臨嚴重的產能瓶頸。

出口管制的未來走向:三種情境分析

基於當前的政策博弈態勢和產業發展趨勢,我們可以勾勒出出口管制未來走向的三種可能情境:

情境一:管制持續升級。美國在燧原事件的壓力下進一步收緊管制標準,降低受管制晶片的性能閾值,擴大對中國晶片設計企業的實體清單範圍,並加強對台積電等代工廠的合規審查力度。這一情境將在短期內對中國AI算力建設造成衝擊,但同時也將加速中國全面轉向自主半導體生態的進程。

情境二:灰色地帶持續存在。美國維持現有管制框架,在口頭上加大施壓力度,但在實際執行中保持一定的彈性空間。台積電通過更嚴格的內部審查來回應壓力,但不完全切斷與中國AI晶片企業的代工關係。這一情境下,中國AI產業將在管制夾縫中持續發展,自給率穩步提升但速度可能放緩。

情境三:多邊協調取代單邊管制。美國意識到單邊管制的局限性,轉向與台灣、日本、韓國、荷蘭等關鍵半導體國家建立多邊協調機制,在更廣泛的國際框架下管理先進半導體技術的流通。這一情境在政治上最為困難,但在戰略上可能最為有效。

三種情境的關鍵影響對比

  • 管制升級:短期衝擊最大,但長期可能反而加速中國自主化
  • 灰色地帶:維持現狀博弈,各方在模糊邊界中謀取最大利益
  • 多邊協調:執行最有效,但需要極高的國際政治協調成本

對香港半導體與AI產業的啟示

作為連接中國大陸與國際市場的重要樞紐,香港在全球半導體供應鏈中佔據獨特的地位。台積電-燧原事件對香港的AI和科技產業具有多重啟示。

首先,合規風險的升級是最直接的影響。香港的科技企業和研究機構在採購AI硬體時,將面臨更嚴格的出口管制合規審查。美國BIS對「最終用戶」和「最終用途」的審查範圍可能進一步擴展至香港的轉口貿易渠道。任何涉及先進半導體的交易都需要更加審慎的合規評估。

其次,香港的大學和研究機構在AI研究中使用的計算資源也可能受到影響。如果管制範圍繼續擴大,學術機構獲取先進AI晶片的渠道可能受到限制,這將影響香港在AI研究領域的競爭力。

第三,從產業機遇的角度看,出口管制帶來的供應鏈重構可能為香港的半導體貿易和技術服務產業創造新的商業機會。香港在國際貿易合規、知識產權保護和技術諮詢方面的專業能力,在當前的地緣政治環境下具有增值空間。

編輯觀點

台積電元件現身中國燧原AI晶片這一事件,是全球半導體產業在出口管制時代所面臨的結構性困境的一個縮影。它揭示了一個根本性的矛盾:在一個高度全球化、深度分工的半導體產業鏈中,試圖通過行政手段精確控制技術流向,面臨着幾乎不可逾越的執行障礙。

台積電的「不符合管制標準」回應,無論在技術層面是否站得住腳,都暴露了管制框架的一個致命弱點:當管制的邊界是一條技術參數線時,整個產業的創新動力都會集中在如何在這條線的「合規側」最大化性能。這不是出口管制的勝利,而是管制體系被市場力量繞過的必然結果。

與此同時,摩根士丹利預測的中國AI GPU自給率從34%到82%的躍遷,如果實現,將標誌著出口管制戰略效果的根本性逆轉。屆時,管制將從「限制對手」變為「限制自己」——美國企業失去中國市場,但中國已經不再需要美國的晶片。這恰恰是出口管制最初試圖避免的結果。

對於全球AI產業的參與者而言,這一事件的深層教訓是:技術發展的底層邏輯不會被政策完全改寫。出口管制可以改變技術擴散的路徑和速度,但無法改變技術發展的方向。在一個算力決定AI能力的時代,任何有足夠意志和資源的國家,最終都會找到建設自主算力基礎設施的道路。問題從來不是「是否」,而是「多快」。而出口管制的真正功效,或許僅在於影響這個「多快」的答案——但即便是這一點,隨著時間的推移也在不斷被侵蝕。

燧原晶片中的台積電元件,就像一面稜鏡,折射出了這個時代最複雜的科技地緣政治光譜。在這個光譜中,技術、商業、政治和安全的考量交織在一起,沒有簡單的答案,只有不斷演化的博弈。