作者：电子创新网张国斌
据外媒报道，中国半导体行业协会副会长、IEEE Fellow、清华大学教授魏少军在新加坡召开的一个行业论坛上警告称，依赖美国硬件将对中国及其亚洲伙伴构成长期风险。呼吁中国与其他亚洲国家摒弃使用英伟达 GPU 进行 AI 训练与推理。
魏少军在发言中批评了亚洲当前的人工智能发展模式，该模式与美国使用英伟达或AMD的计算GPU来训练ChatGPT和DeepSeek等大型语言模型的路径非常相似。他认为，这种模仿限制了区域自主权，如果不加以解决，可能会造成“致命”后果。魏少军认为，亚洲的战略必须与美国模式有所区别，尤其是在算法设计和计算基础设施等基础领域。
美国政府对2023年可出口到中国的AI和HPC处理器的性能施加限制后，这在中国造成了严重的硬件瓶颈，延缓了尖端AI模型的训练速度。尽管面临这些挑战，魏哲家还是以DeepSeek的崛起等例子证明了，即使没有尖端硬件，中国企业也能够在算法上取得重大进展。
中国官方媒体称 Nvidia H20 GPU 不安全且过时，敦促中国企业避免使用此类产品。
他还指出，中国反对使用 Nvidia H20 芯片的立场表明了中国正在努力实现 AI 基础设施的真正独立。同时，他也承认，尽管中国半导体行业取得了进展，但仍落后于美国数年，因此中国企业能够构建性能与 Nvidia 高端产品相当的 AI 加速器的可能性很小。
他建议，中国应该开发一种专门用于大型语言模型训练的新型处理器，而不是继续依赖GPU架构，因为它们最初是为图形处理而设计的。虽然他没有概述具体的设计方案，但他的讲话呼吁国内在芯片层面进行创新，以支持中国的人工智能雄心。然而，他并没有指出中国计划如何在半导体生产竞赛中赶超台湾和美国。
他以自信的语气总结道，尽管多年来受到出口管制和美国的政治压力，但中国仍然资金充足，并决心继续建设其半导体生态系统。总体信息很明确：中国必须停止跟随，而是通过开发适合自身技术和战略需求的独特解决方案来引领潮流。
Nvidia GPU之所以在人工智能领域占据主导地位，是因为其大规模并行架构非常适合加速深度学习中矩阵密集型运算，其效率远高于CPU。此外，2006 年推出的 CUDA 软件堆栈使开发人员能够为 GPU 编写通用代码，为 TensorFlow 和 PyTorch 等深度学习框架在 Nvidia 硬件上标准化铺平了道路。
老张认为魏少军教授的发言其实代表了中国在人工智能领域发展策略：那就是要摆脱路径技术依赖，建立独立自主的人工智能训练、大模型以及端侧落地有应用，目前中国已经诞生了多家有实力的AI算力芯片企业，如华为、壁仞科技、燧原科技、摩尔线程、沐曦集成电路等都是优秀的企业代表，而新创企业曦智科技等则在GPU出光以及GPU算力集群方面有领先全球的技术。所以中有实力也有底气走一条自己的人工智能发展之路。
有美国大聪明网友表示：“他们早就应该这么做了。NVidia 是一家美国公司……而美国公司必须为美国国家安全局 (NSA) 保留强制性后门。当然，在被抓之后，华盛顿声称他们会停止……但话说回来，在斯诺登爆料之前，他们也声称自己没有从事间谍活动……”
还有的网友预言：“中国将尽快与所有美国技术彻底脱钩。”
对此，大家怎么看？欢迎留言讨论！