全球最大的GPU制造商的首席执行官，黄仁勋，私下里却预测中国芯片行业将陷入内耗与碎片化，最终只能依赖于他的产品。然而，中国的八家本土芯片公司，仅用一天时间就打破了他的预想，令黄仁勋多少感到意外。中国的国产芯片在运行新开发的开源大模型时，工程师们需要熬夜进行逆向工程，耗费三到六个月才能成功启动。但如今AI行业竞争如此激烈，短短的半年内，可能会使任何参与者一夜之间遭到淘汰。因此，尽管许多客户声称支持国产产品，但在实际操作中仍旧不自觉地选择了英伟达的产品。

今年四月下旬，局面迎来了戏剧性的转折。DeepSeek V4预览版上线，不仅在参数和架构上表现出色，还有紧接着发布的适配名单令人眼前一亮。在智源研究院的领导下，FlagOS开源栈同日宣布完成了V4-Flash的适配，涵盖华为昇腾、海光、寒武纪等八家国产芯片，甚至连英伟达的产品也在其中。国际科技媒体对中国国产芯片领域的发展给予高度评价，认为国内市场在一天之内完成了多样性布局。

需要注意的是，DeepSeek发布V4所用的权重精度，原本是英伟达最新硬件所独有的支持路径，但FlagOS团队却成功反向解决了这一问题，使得没有FP4支持的国产芯片也能够顺利运行同样的权重。不同硬件、同一模型能实现零延迟的同步上线，这在两年前是难以想象的。

早在之前，黄仁勋就表明，英伟达的竞争优势并不在于芯片本身，而是CUDA生态系统所积累的二十年开发者资源，以及数百万绑定的框架和模型。他也指出，客户完全可以替代CUDA，已有客户采取了这样的行动。他的言辞虽然客气，但其实是暗示正面挑战CUDA的难度，尝试绕过它却还有可能性。

我们选择的正是这一绕行路径，核心技术使用了OpenAI推出的Triton，这是一种不绑定任何硬件的通用算子编程语言。配合智源提供的完整开源中间层，大模型团队只需编写通用代码，各个芯片厂商则只需开发转接接口，将通用代码转化为各自芯片可以理解的指令。这种模式就像是以前做菜必须使用英伟达的工具，现在Triton统一了标准，任何厨具都可以使用，只需要相应的转接头即可完成。顶级工程师曾经需要两周时间编写的算子代码，现在几小时就能通过编译器生成可用版本，曾经的复杂组合问题现在也变得简单。

面对单颗芯片性能不足的困境，国产的解决办法是通过集群与算法结合。DeepSeek所开发的双向流水线和跨节点通信库，能够将节点间的通信时间巧妙地融入计算中，使得运行过程中几乎没有停顿。简单来说，英伟达的产品就像是价格昂贵的超级跑车，速度快但只能装载有限；而国产芯片更像是一支性能良好的重型货车队，个别车的速度稍慢，但凭借成本优势与高效调度，总体吞吐量可以追赶上超跑。

可见，英伟达近期一系列举动正表明他们感受到了压力。八月初，黄仁勋亲自走访华尔街，与六家顶尖投资公司共同推介了一个能撬动五千亿美元的算力融资平台，试图将GPU集群包装成投资级资产，让客户用算力融资再购买英伟达的芯片。与此同时，英特尔和AMD也采取了增发股票和债券的策略，总计动用超过五千四百七十亿美元。这说明，AI基础设施的资金消耗速度已经超出了科技巨头自身的现金流承受能力，连英伟达也不得不将“谁来买单”的问题留给资本市场。

投资者是否认可这一账目？信息发布当天，英伟达的信用违约互换指数创下近两周最高波动幅度，背后的含义不言而喻。此外，另一个容易被忽视的点是，AI训练与推理都需要消耗大量电力，这会带来真实的经济负担。美国不少数据中心所在地区，近年来电力批发价格翻了几番，还曾出现“买到了H100却无法接入电网”的奇怪情况。而国内西部的算力枢纽节点，工业电价长期保持在每度三毛钱左右，全生命周期的运营成本较美国低一到两倍，这样的优势并非依靠单一技术，而是我们几十年基础设施建设的实力积累。

回顾整个产业的发展历史，任何被视为无法撼动的硬件垄断，最终都不是通过正面交锋被击倒的。曾经的Wintel联盟自信其不可摧毁，却被Android和iOS通过Java虚拟机悄然取代；IBM的Unix专有小型机风头一时无两，却被开源Linux与通用服务器逐步取代。而如今，Triton结合FlagOS，并且八家国产芯片实现同日适配，正扮演着当年“绕行者”的角色。

还有一个小细节值得关注，七月二十四日黄仁勋开通了海外社交账号，发布的首条推文并没有推销英伟达的产品，而是与二十多家美国科技公司联名发出公开信，支持开源权重模型。从表面看这是行业倡导，但深层分析则显示，连英伟达也开始支持开源模型，说明它自己非常清楚闭源垄断的道路不会长久。

黄仁勋推测中国芯片内斗的剧本，前提是他认为资本利益一定会超越产业协同。他低估了，在外部压力下，中国整个产业链追求自主可控的共识形成得如此迅速。从底层芯片制造到开源栈开发，再到前沿大模型的构建，整个链条的各个环节协同配合，步调一致。虽然CUDA这堵墙没有被直接撞破，但一条无需支付过路费的绕行新路已经悄然开辟。