#国产替代

Byron Wan
1个月前
Chinese AI chip startup 🇨🇳 Zhonghao Xinying (中昊芯英), aka CL Tech and Chipltech, has emerged as a home-grown alternative to Nvidia with a new tensor processing unit (TPU), just as Google shakes up Nvidia’s lock on the market by selling its in-house tensor chips directly to major tech firms. The Hangzhou-based firm said its self-developed general-purpose tensor processing unit (GPTPU) went into mass production as early as 2023. Its flagship chip, dubbed Chana (刹那), delivers up to “1.5 times the compute performance” of Nvidia’s A100 tensor core GPU, while “cutting energy consumption by 30% for equivalent large-model workloads and reducing per-unit compute cost to 42% of Nvidia’s”, according to the company. TPUs, a type of ASIC, developed by Google for neural-network training and inference, offer higher efficiency and throughput for certain deep learning workloads. Nvidia’s GPUs are considered the backbone of the global AI boom, making the firm the world’s most valuable company, yet many customers are keen to reduce their dependence on the US chip giant. Google’s recent decision to supply TPUs directly to Anthropic and Meta Platforms, instead of only providing access through its cloud services, has positioned it more as a direct rival to Nvidia. The move even rattled market confidence in Nvidia’s long-term grip on the sector. Chinese AI developers began to seek alternatives to Nvidia after Washington restricted their access to the US firm’s most advanced products. Zhonghao Xinying was founded in 2018 by Yanggong Yifan (杨龚轶凡), a Stanford and University of Michigan-trained electrical engineer who previously worked on chip architectures at Google and Oracle. He was involved in the full design-to-deployment cycle of Google’s TPU v2, v3 and v4, according to the Chinese company. CTO and co-founder Zheng Hanxun, a graduate of the University of Southern California, previously worked in chip-design roles at Oracle and Samsung Electronics’ R&D center in Austin, Texas. Yanggong said Zhonghao Xinying’s TPU features “fully self-controlled IP cores, a custom instruction set and a wholly in-house compute platform”. “Our chips rely on no foreign technology licences, ensuring security and long-term sustainability from the architectural level.” “We have achieved a 1.5x performance increase while reducing power consumption to 75% using a manufacturing process that is an order of magnitude lower than that of leading overseas GPU chips,” Yanggong said in a June speech. As a fabless chip company, Zhonghao Xinying outsources the fabrication of its chips to foundries, but it has not publicly revealed its manufacturing partners. The company also introduced Taize (泰则), a large-scale compute cluster linking 1,024 Chana units, capable of supporting training for trillion-parameter-class foundation models. Yanggong told an industry conference in June that a “next-generation TPU” was in the works, without giving a timeline. In August, Zhonghao Xinying announced plans to acquire Shanghai-listed auto-parts maker Tip Corporation (天普股份), a move that pushed the latter’s shares from roughly 30 yuan at the time to 140 yuan today. Financial filings for the acquisition revealed that in 2023 Zhonghao Xinying generated 485 million yuan (US$68.4 million) in revenue and 81.3 million yuan in net profit, largely from the Chana TPU. Revenue rose to 598 million yuan in 2024, with net profit edging up to 85.9 million yuan, but for the first half of this year it reported revenue of just 102 million yuan and a loss of 144 million yuan. Zhonghao Xinying signed a performance-guarantee agreement with its investors that requires the company to go public by the end of 2026, or a share buy-back clause will be triggered. Tip Corporation said in a recent filing that Zhonghao Xinying had already begun work on a separate, independent IPO; so the chip startup is not pursuing a reverse takeover of Tip Corporation.
昨天有点忙没顾上,今天再来详解一下英伟达开放禁售传闻把。大家肯定还记得前几天黄仁勋说:“如果我们季度业绩不佳,那就证明人工智能存在泡沫。如果我们季度业绩出色,那就是在助长人工智能泡沫。如果我们季度业绩不佳,哪怕只是差一点点,哪怕只是看起来有点问题,整个世界都会崩溃。” 这句话本身就是英伟达现状的写照:英伟达已经被市场捧到了“无限预期”的位置,任何不及预期的财报都会被解读为 AI 泡沫见顶。换句话说,英伟达已经站在了必须永远交出超预期成绩单的高度。 在这种巨大的压力下,除了中国市场巨大的份额,英伟达找不到任何可以替代的增量市场。所以这次所谓“允许出口 H200”,核心不是美国善意,而是为了避免英伟达的财报塌陷,避免 AI 泡沫提前破灭,避免美股大盘系统性风险。这不是放松制裁,而是“维稳美股”的现实操作。 美国过去几十年的出口策略很固定,一旦中国在某项技术上追赶美国,就会下放出口限制。据传近期华为昇腾 910C 已经接近 H200 性能,也就是说H200级别的芯片禁售已经没有意义了。放开销售既可以增加美国企业销售额,又可以通过倾销抢夺中国企业份额。对美属于何乐而不为的事情。 但对于中国来说,H20的禁止原因同样适用于H200。即你美国今天可以开放出口,明天就又可以断供,限制随时可能升级,供应链的稳定比芯片性能那一部分差异要重要得多,这事关整条研发和应用链。在 AI 时代,算力不是买手机,算力是整个国家战略级别的基础设施,一旦被卡断,会造成大模型无法训练,数据中心无法扩容,业务无法上线,整个 AI 产业链停摆等恶劣后果。这是完全无法容忍的。 所以中国的核心逻辑是:性能差一点没关系,但供应链不能被人掐着喉咙。国产 GPU 即便短期比 H200 慢一点,也必须坚持扶持,因为,自主可控比性能领先重要得多,算力生态靠稳定性,而不是最高性能,国产芯片一旦形成大规模部署,迭代速度会非常快。 同时更有甚者还有传闻说美国国会要求给英伟达芯片装上开关保证可以控制,这就更离谱了,如果有这种开关,相信没有中国企业会去购买英伟达芯片。 如果美国真的批准 H200 对华出售,市场可能会出现一个非常讽刺的现象: 短期反弹: 消息面会刺激英伟达股价,认为重大利好。 实际遇冷: 中国头部大厂大概率只会小批量采购做冗余,大部队继续走国产化。因为谁也不敢把身家性命重新押回英伟达身上。 国产加速: 这种摇摆不定的政策反而会倒逼中国加速昇腾等国产芯片的生态建设,毕竟只有握在自己手里的技术才不受制于人。
池建强
3个月前
Claude 这条路在中国企业这里彻底断掉了 9 月 5 日这一天,Anthropic 在官网发布了一则消息:立即停止 Claude 向中国资本控股企业提供服务。所谓“控股”,指的是持股比例超过 50% 的企业,这一政策覆盖的可不仅仅是大陆公司,事实上大陆公司本身也用不了。这个策略同时包括那些在境外注册,但有中国资本或股东背景的公司和组织。 目前看起来,Claude 这条路在中国企业这里彻底断掉了。 AI 的地缘政治 过去二十年,互联网科技产品大多强调“全球化”。硅谷的产品可以在北京、东京、柏林同时使用,哪怕偶尔有审查或功能阉割,底层的技术逻辑还是相通的。但到了 AI 时代,这条路越来越窄了。先是芯片,后是软件。 Anthropic 在公告中说,这项措施是为了“应对法律、监管与国家安全风险”。换句话说,AI 已经被当作战略资源。和石油、芯片一样,AI 模型不再是单纯的商业工具,早就被嵌入到大国博弈的棋盘里。 这一点在 GPT-4 之后已经很明显。美国政府把最先进的 AI 模型看作“国防资产”,严格控制其出口与使用范围。现在 Anthropic 的决定只是把这种控制明确落地到商业规则中:你是谁、你后面是谁,这决定了你能不能用 Claude。 有意思的是,Anthropic 并非只针对中国,公告里明确提到,这一政策同样适用于美国认定的“对手国家”,比如俄罗斯啊、伊朗啊、朝鲜等等。 blacklist,在这份名单上,中国的体量让事情变得敏感起来。 这件事让我们也看到另一层逻辑:这也是商业上的风险规避。Anthropic 不希望自家模型被用于可能引发地缘冲突、规避制裁或触及安全边界的场景。对于一家需要不断融资、依赖美国政府关系的公司来说,这个选择也不意外。 直接一点,这对于中国企业来说,意味着什么呢? 如果你是一家 AI 初创公司,哪怕是注册在新加坡、开曼群岛,只要背后有中国资本背景,无论是中国的 VC 还是大公司投资,都将无法继续使用 Claude 的服务。Anthropic 说的非常明白,这是为了避免中国企业通过设立海外子公司、购买第三方云服务来“曲线救国”。 比如字节的 IDE 工具 Trae,一个版本是国内版,只能用国内大模型,另一个是国际版,海外公司的版本,可以使用 GPT,Gemini,Claude,现在呢,我猜测至少是不能使用 Claude 了,包括我之前介绍的阿里 IDE Qoder,都是一样的策略。 1、国内开发者与 Claude 渐行渐远,想通过 API 调用或境外云服务接入,几乎没有可能。 2、Claude 代表了当下语言模型在编程、推理、长文本处理上的最强水平,尤其是编程能力,失去这个通道,我们需要加快国内模型追赶速度。某种角度,这是好事。 3、资本与创业环境会变化。投资人要考虑的,不仅是模型能力,还有合规风险。你投的这家公司,是不是有可能因为“用不了 Claude”而失去竞争力? 一道新的铁幕落下,倒也不算意外。 冷战时期,人类世界被铁幕分割成两部分。今天的 AI 行业,似乎也在形成新的铁幕。Claude 在那边,豆包、文心、通义、月之暗面在这边。模型的性能差异、训练语料差异、生态和市场差异,都会随之变得割裂,各自发展。 长远来看,这未必是坏事,正如当年的芯片产业,断供是痛苦的,但也是国产替代最直接的催化剂。 Anthropic 的这份公告,强化了某种意象:全球 AI 行业正在从“技术竞争”转向“地缘政治竞争”。AI 同样是国家安全、战略利益的一部分。 面对,继续向前走就好了。
Rocky
4个月前
最近半年团队主要研究 #AI 和 #RWA 赛道比较多,被问及最多的问题:‘#AI 是不是已经过了最热的“炒作期”?’,因为我们看到很多 #AI 加密项目或股票,貌似涨速有点慢或者不涨了! 我的看法是——远远没有。现在的 #AI,差不多就相当于1995年、1996年互联网的阶段。那时候大家刚开始上网,浏览器才出来没几年,亚马逊、谷歌都还没真正爆发,但趋势已经很清晰了。#AI 现在也差不多这样,刚进入加速成长期。 🧐为何这么说? 1️⃣算力依旧是瓶颈,也是最大机会,做AI要训练大模型,需要巨量的算力。美国这边有英伟达,芯片卖到断货。中国这边因为美国的出口管制,反而倒逼出一条本土产业链。比如寒武纪(Cambricon)这种公司,股价和市值都翻了好几倍。背后逻辑很简单:没有芯片,AI走不动。这就是最底层的“铲子生意”。我自己投股票的时候,最看重这种“确定性刚需”,不管AI应用做得怎么样,算力永远少不了。 2️⃣中国的“Buy China”逻辑,中美关系其实是把“双刃剑”。美国不卖顶级芯片给中国,看似是打压,但反过来成了国产替代的超级机会。没有封锁,中国的AI公司可能还在用英伟达的GPU,也不会有动力自己研发芯片。现在反而逼出了一个完整的国产生态。我在看中国半导体、算力相关公司的时候,这一点就是核心逻辑:自给自足是国家战略,市场够大,需求也刚性。 3️⃣政府是超级风投,你要看中国的模式,其实很像10年前的新能源车。那时候政府补贴电池、补贴买车,硬是把比亚迪、宁德时代推起来了。现在AI和机器人也一样,地方政府出补贴、投基金,相当于官方当“早期VC”,先给产业打地基。剩下的就交给企业家去拼执行力。作为投资人,我的判断是:政府方向决定赛道,企业家决定龙头。 投资的衡量标准,我们看一个AI或者机器人项目,最关键是两个问题: ✅它能不能真正解决痛点?比如机器人,能不能真的在家庭里帮老人、能不能在仓库里搬货,不是光好看、噱头大。 ✅它有没有产品市场匹配度(PMF)?就是说,这个产品是刚需,还是锦上添花?如果只是“看上去很酷”,但没人愿意为它买单,那就不行。在AI模型上也是一样。现在模型满大街都是,但能真正跑通商业模式的,要么解决企业的需求(比如代码自动化、办公提效),要么解决消费者的需求(比如智能助手、娱乐)。我投项目时,最怕那种“炫技”型公司,看上去技术牛,但没落地场景。 长期趋势我判断,未来3-5年里,AI算力的需求会是现在的10倍甚至100倍。这意味着: · 上游的芯片、算力基础设施公司,还是最稳的“吃肉”位置。 · 中游的大模型会越来越分化,能落地的会脱颖而出,光靠堆钱堆算力的可能会被淘汰。 · 下游的应用场景(比如机器人),现在看起来还早,但一旦找到像电动车那样的突破口,成长会非常惊人。 所以我们在 #AI 赛道的投资思路: 第一层:算力/芯片 → 确定性最强,国家战略支持,需求无限大(加密也是类似逻辑,分布式GPU算力依旧有空间)。 第二层:大模型 → 拼资源和落地场景,要慎重挑选,差距很快拉开。 第三层:应用(机器人等) → 风险大,但如果踩中龙头,可能是百倍回报。 所以我现在看AI,就像看当年的互联网和新能源车。远远没到泡沫破灭的时候,反而刚刚进入“加速跑道”。🧐