日前，英伟达CEO黄仁勋在北京访问期间宣布，美国政府已批准H20芯片恢复对华出口。

　　H20芯片，是英伟达按照美国对华技术出口管制要求专为中国市场设计的AI芯片，性能远不及其国际市场主流GPU芯片H100。今年4月，该芯片被美国以国家安全为由，对包括中国在内的一些国家禁售。禁令一出，英伟达因H20滞销面临45亿美元库存损失，并被迫计提55亿美元减值，市值一度蒸发1600亿美元。

　　美国为何恢复H20芯片对华销售？该政策调整对中国人工智能产业有何影响？中国芯片企业未来应该如何做？对此，本报记者采访了对外经济贸易大学数字经济与法律创新研究中心主任张欣。

　　

　　为何解禁

　　利弊权衡，以退为进

　　记者：在当前全球人工智能竞赛和技术主权争夺的背景下，美国对H20芯片等出口政策的调整反映出怎样的战略考量？是否意味着美国对华技术遏制策略发生了转变？

　　张欣：美国对H20芯片等出口政策的“松绑”，并非战略目标的转向，而是策略工具的阶段性调整。其深层意图始终未变：在中美长期博弈中占据上风，并确保美国在人工智能等关键科技领域的全球领先地位。

　　在此框架下，芯片制裁被华盛顿视为一张可以随时打出的“王牌”。这张牌的边际效用虽然正在递减，但此时打出，以退为进，短期内可以换取更现实的战略收益。

　　记者：美国为何选择在当前时点上解禁？背后原因是市场利益驱动还是多重因素作用？中国市场对英伟达等美国芯片企业的重要性在此过程中如何体现？

　　张欣：这一选择核心在于权衡了继续封禁的成本与收益：一方面，维持禁令的代价已远超其战略回报；另一方面，在特定谈判场景下释放这一筹码，反而能为美方换取更具吸引力的阶段性利益。具体而言，美国最初以“国家安全”为由限制对华出口高端芯片，意在遏制中国科技崛起。然而，针对H20这类“特供版”芯片，继续封锁的合理性正被几重现实削弱。

　　第一，军事用途的假设缺乏实证基础。有海外专家分析，中国军方因风险考量会主动规避美国技术，且中国自身算力储备充足，无需依赖美方芯片。

　　第二，中国国产芯片的崛起进一步削弱了禁令的意义。多款国产人工智能芯片性能已经在部分领域超过H20。华为论文显示，新一代910C实测效率已超过英伟达H100水平，继续封锁H20已无法有效迟滞中国AI发展。

　　更重要的是，维持禁令反而让美国企业付出沉重代价。英伟达因H20滞销面临45亿美元库存损失，并被迫计提55亿美元减值，市值一度蒸发1600亿美元。黄仁勋警告，若失去中国这一未来几年将达500亿美元的AI芯片市场，美国将面临“收入、税收、就业”三重流失。

　　此外，甲骨文、谷歌等美国科技巨头已大规模采购、部署GB200，美国在AI基础设施上的领先优势并未因H20出口而动摇。

　　权衡之下，放松管制更符合美方当前利益。

　　黄仁勋半年内三度往返中美，既向特朗普政府承诺“强化美国AI领导力”，又在中国高调宣示长期合作，其穿针引线加速了政策转向。中国庞大的市场体量决定了任何“脱钩”都将反噬美国自身。正如研究机构Gartner分析师所言，“除中国外，全球没有第二个市场能消化如此规模的芯片库存”。

　　记者：除了恢复H20销售外，英伟达还宣布将针对中国市场推出新的合规芯片。从市场策略和法律视角来看，这一举动有何深意？

　　张欣：从市场策略角度来看，核心目的在于保住其在中国的市场份额，挽回因出口限制导致的业务下滑。英伟达的出货和利润在禁售期间遭受重创。黄仁勋曾多次警告，持续封锁将使英伟达“永久失去中国市场”。事实上，在短短3个月的禁售期内，中国厂商已迅速填补市场空缺，英伟达的份额也从四年前的95%降至如今的50%。因此，为避免持续边缘化，英伟达一方面推动H20解禁，另一方面积极推出性能下调后的合规芯片，以符合美国监管要求的同时保留在华商业通道。这一策略体现出其在商业利益与政策红线之间寻求“技术妥协”的现实选择，也是其应对本土市场压力和全球竞争格局变化的被动调整。从中美技术博弈的角度来看，恢复H20销售，通过在性能上设置“天花板”，英伟达既能合法进入中国市场获取收益，又可维持对高端算力技术的控制，避免核心技术外溢。同时，借助CUDA（统一计算设备架构）等软硬件生态体系的深度绑定，英伟达试图延缓中国国产芯片生态的独立化进程。

　　从法律视角来看，由于美国商务部的出口管制政策以《出口管制条例》（EAR）为核心，相关企业便针对特定技术产品（如高性能计算芯片）设定“性能阈值”，以限制其流向特定国家或地区。这种管控策略通过技术参数的精确界定，形成了一条明确的“性能红线”，旨在遏制目标国家在人工智能、超级计算等领域的技术进步。英伟达的“合规芯片”策略，正是对这一红线的精准适配。

　　通过降低芯片性能（如计算能力、内存带宽等）至管制阈值以下，英伟达确保其产品在技术上符合EAR的要求，从而规避法律风险。其背后的法律逻辑在于：通过技术参数的调整，企业能够在不违反出口管制的前提下，维持产品的核心功能与市场竞争力。英伟达的H20芯片即是这一逻辑的产物，其性能设计严格遵循美国商务部的管制标准，既避免了触碰法律红线，又保留了在特定应用场景下的商业价值。这种“技术降配”不仅是技术层面的调整，更是对法律约束的战略性回应。

　　解禁影响

　　短期利好，长期竞争

　　记者：对中国人工智能产业整体而言，恢复销售H20芯片将带来哪些直接和间接影响？

　　张欣：短期来看，恢复销售H20芯片成为算力“救急包”，人工智能产业链布局重新提速。H20恢复销售，最直接的作用是替中国企业“补电”。3个月禁售期里，一些人工智能项目被迫延期，如今订单解冻，研发、部署、上线节奏有望全面回弹。

　　长期来看，H20芯片不会颠覆中国国产替代的决心和空间。H20单价约1.2万美元，性能上却远不及H100。更为重要的是，政策风险未除。因此，国产芯片凭借性价比、本地化服务和持续迭代，过去3个月已将英伟达在华份额从95%打到50%，未来仍有扩张余地。但不可忽视的是，部分企业可能因“现成可用”而减少对中国国产芯片的采购与研发预算，短期内延缓自主可控进程。

　　但众多中国科技企业也十分清醒，若长期押注H20，一旦美国再度收紧出口或英伟达迫于政治压力停供，产业将重蹈“缺芯”覆辙。

　　记者：有中国企业正在走H20采购申请流程。知情人士称，只有在英伟达“白名单”上的中国公司才有资格登记潜在采购意向，而且英伟达随后需要将订单送交美国政府审批。从市场公平性角度看，“企业筛选+政府审批”的双重流程是否会导致国内AI企业出现“分层采购”现象？中小科技企业可能面临怎样的准入门槛？长期来看，这对国内AI产业的多元化发展和良性竞争格局会带来哪些潜在挑战？

　　张欣：“白名单”制度在逻辑上把市场切成“特许区”与“非特许区”。只要筛选标准、更新规则和申诉渠道不透明，它就天然具备制造资源鸿沟的能力，从而直接挑战公平竞争原则。当下英伟达尚未公布细则，任何影响评估都只能视为“草稿”，结论随时可能被新规则推翻。尽管规则未明，仍可合理推断：英伟达的筛选底线与美国政府的安全审查同频——核心看交易物项、最终用户、用途与目的地四要素。这意味着名单不仅是技术合规表，更是一张“政治信用证”。

　　历史经验显示，这类“白名单”往往演变为“小圈子”工具。美国商务部此前在OSAT（外包半导体封装和测试）领域已有过一次先例：官方列一份“可信伙伴”清单，产业链便自觉把非清单企业挡在门外。

　　从制度影响来看，双重审批对中小企业的挤压效应可能十分显著。一方面，建立符合美方要求的内控体系费用高昂，另一方面，审批周期可能错过研发窗口。因此，在中国国产高端芯片尚未规模替代之前，被挡在名单外或无力承担上述成本的中小企业，可能会被迫进入“算力空窗期”，短期发展承压。

　　记者：H20禁售期间，华为昇腾910B性能已在部分领域超过H20，百度、腾讯加速替代方案测试。H20恢复销售后，国产芯片刚打开的市场会否重新被挤压？中国企业面临哪些机遇和挑战？国产替代进程是否受影响？中美芯片产业将形成怎样的竞争格局？

　　张欣：美国对华芯片禁令的副作用已清晰显现：它反而成了中国半导体生态“洗牌”的催化剂。英伟达的市占率从4年前的95%一路跌到50%，腾出的空间几乎全部被华为昇腾、百度昆仑芯、寒武纪等本土厂商收入囊中。摩根大通报告显示，2024年中国芯片自给率达到34%，该数据在2027年可能大幅提升至82%。禁令一旦松动，H20重新登陆，对市场的冲击立竿见影。牛津经济研究院指出，不少中国客户出于既有软件栈和生态惯性，仍倾向选择英伟达；资本市场也迅速反应——寒武纪在放行消息当天即跌2%。

　　但是，短期波动并未动摇长期趋势。国家相关支持政策出台后，资本市场反响良好，也表达了对国产替代的信心。

　　可以预判，中美芯片产业正走向“分层竞争”：中低端产品在同一市场正面厮杀，高端赛道则各自为营，形成两套独立标准与生态系统。H20的回归或许会让国产替代在战术上暂时放缓，但在战略上，中国自研芯片的进程已不可逆。

　　如何破局

　　进口自研，双线并行

　　记者：国内企业除了争取入围英伟达“白名单”，还应如何通过供应链调整、技术合作等方式抵御采购不确定性？这对国内芯片供应链的自主可控建设有何启示？

　　张欣：面对“白名单”筛选和政府审批带来的采购不确定性，国内企业不能把希望只押在“能否买到”上，而要把重点放在“买不到也能跑”，即系统提升供应链韧性，并同步走出一条可落地的技术替代路线。核心原因在于外部风险仍在高位。美国国内鹰派已公开反对H20解禁，要求商务部重新审查。一旦政策再次收紧，已拿到的订单也可能瞬间作废。因此，“随时断供”是今后两年的常态假设，而非极端场景。

　　下游人工智能企业的短期策略，应聚焦与国产芯片厂商的合作，减少单一来源依赖；在技术研发层面借鉴DeepSeek经验，通过模型压缩、混合精度、动态剪枝等技术，让“次高端”芯片也能跑出接近旗舰的性能。此外，还可探索建立算力池共享机制，多家中小模型公司联合采购、分时复用，摊薄单卡成本，提高利用率。

　　与此同时，上游硬件与生态的中长期布局应全链条联合攻关，多点投入资源，而不是单点突破。国内芯片厂商正在作出积极努力。例如，华为正在验证“兼容CUDA”的可行性：通过中间件把现有CUDA代码映射到国产芯片指令集，降低开发者迁移成本。其他厂商可借鉴该思路，快速做大软件生态。此外，从政府调控的视角而言，政府还可以与行业协会同步建立“国产算力适配中心”，为中小AI公司提供标准化迁移工具、性能调优服务与开源模型库，缩短从“可用”到“好用”的周期。

　　综上可见，在“白名单”随时可能缩圈的现实下，国内企业的最优策略是“双线并行”，一边积极申请、储备进口高端芯片；另一边用算法创新和国产生态把算力缺口补回来。只有当国产硬件+软件+算法形成闭环，才能真正摆脱对任何单一外部供应的依赖。

　　记者：展望未来，影响中国在全球人工智能芯片市场中地位的关键因素有哪些？

　　张欣：首先，核心技术自主突破是摆脱芯片和算力“卡脖子”困境的基础。当前，中国可购英伟达H20芯片难以满足万亿级大模型训练需求，凸显高端算力差距，亟需在芯片架构、制造工艺以及AI指令集上实现原创性突破，奠定技术主权。

　　其次，产业生态构建是竞争力的关键保障。英伟达通过CUDA生态形成客户锁定，中国需打造自主开发工具链与软件生态，以增强市场黏性与技术扩散力。

　　再次，通过政策环境与国际博弈塑造发展空间。美方技术封锁长期化趋势下，中国政府进一步推动国产芯片应用落地，巩固国内市场基础。

　　最后，国际市场拓展决定全球影响力。华为等企业正积极布局东南亚、中东等新兴市场，通过国际认证、品牌建设和本地化服务提升海外竞争力。

　　记者：在当前中美科技博弈形势下，我国在人工智能芯片技术标准制定方面应如何加强，以提升全球话语权？

　　张欣：中国强化人工智能芯片技术标准制定的核心在于依托技术创新、资源优势与制度协同的系统性机制。

　　首先，核心技术的实质提升是掌握标准话语权的基石。技术标准制定的主导权源于自主创新能力，中国须加大芯片架构、制造工艺等前沿领域的研发投入，积累技术定义能力，以在国际标准谈判中占据主动。

　　其次，算力与能源优势的耦合或可转化为规则优势。凭借庞大算力基础设施及西部低电价、绿色能源优势，中国可推动能效比、算力调度及绿色人工智能标准体系建设，将资源禀赋转化为全球规则影响力。

　　再次，“政产学研”的协同是支撑标准体系构建的基础。国家应通过专项政策支持标准预研、测试认证及示范应用，鼓励企业和科研院所联合制定前瞻性技术规范，探索构建“国内统一、国际对接”的标准体系。

　　最后，主动参与全球人工智能治理，积极参与国际标准的制定。例如，通过国际电信联盟（ITU）等平台积极发声，推动AI推理芯片及算力网络的性能、功耗、接口规范等相关国际标准制定，以统一技术规范、降低生态碎片化，摆脱被动适配局面。

　　

　　延伸阅读

　　“人工智能造福人类全球峰会”

　　发布AI治理愿景

　　据新华社日内瓦电（记者王其冰）2025年“人工智能造福人类全球峰会”近日于日内瓦落幕。会议聚焦人工智能在医疗、教育、交通等领域的应用以及其监管与治理、标准建设等。

　　峰会发布的《2025年“人工智能治理全球对话”联合主席声明：推进包容、可信、创新的人工智能治理》，提出人工智能治理的十大愿景，包括从原则走向实践的务实治理、政府与社会各界的包容协作、可持续性、安全标准、算力治理和政策灵活性等。

　　会议还集中展示了网络、多媒体、能源效率、医疗保健、食品安全和道路安全等领域的人工智能标准建设进展。

　　国际电信联盟秘书长多琳·波格丹—马丁在闭幕讲话中表示：“人工智能并非目的，而是一种向善的手段，它将造福全人类，造福世界各地。”

　　“人工智能造福人类全球峰会”创办于2017年。本届峰会由国际电信联盟与数十个联合国伙伴机构合作举办，并由瑞士政府共同召集。本届峰会是自创办以来规模最大的一次，共有1.5万人注册，150家企业参展，其中100家为机器人企业。

　　

　　《自然》文章评价Kimi K2——

　　中国AI模型“又一DeepSeek时刻”

　　据新华社伦敦电（记者郭爽）英国《自然》杂志网站近日发表文章称，中国人工智能模型Kimi K2发布后引发轰动，世界迎来“又一DeepSeek时刻”。中国在6个月内推出第二款令人印象深刻的模型，表明这一成功并非偶然。文章摘要如下：

　　北京月之暗面科技有限公司于7月11日推出的Kimi K2，在编程方面的表现尤其出色，同时颇具写作天赋，在一些专业测试中名列前茅。

　　目前，包括硅谷的开源社区等在内的AI开发者都在热议Kimi K2。官方数据显示，其总参数规模达到了万亿级别（1T），不过由于采用混合专家架构，每次任务仅动态激活320亿参数，只需调用模型中相关模块，从而有助于控制所需算力。

　　与DeepSeek系列模型类似，Kimi K2采用开源协议发布，允许研究人员免费下载并进行本地部署与二次开发。同时，该模型支持通过应用程序接口调用，其定价显著低于“克劳德4”等主流闭源模型。

　　美国艾伦人工智能研究所机器学习研究员纳坦·兰伯特说：“DeepSeek—R1更像是AI发展轨迹中的前传，而非昙花一现。Kimi K2是全球最佳的全新开源模型。”

分享让更多人看到