曾浩年，《亞洲週刊》新金融編輯，北京大學西方哲學博士、香港中文大學哲學系學士，博士論文著作《黑格爾邏輯學的現實概念與唯心論原則》；曾任香港「哲學01」策劃人、香港武術頻道「武備志」策劃人。

在二零二六年的開端，全球半導體與人工智能產業見證了一場靜默卻影響深遠的權力轉移。 長期以來，「沒有Nvidia（輝達、英偉達）就沒有AI」接近被視為行業鐵律。然而，隨著中國政府在一月中旬正式對Nvidia特供芯片H200關上大門，以及基於全棧國產算力訓練的GLM-Image模型的驚艷亮相，這條鐵律出現了裂痕。這不僅僅是一次貿易攻防，更標誌著中國AI產業已完成從「被動戰略防禦」向「主動構建替代生態」的關鍵跨越。 Nvidia在全球AI數據中心市場佔據八至九成的份額，頂尖算力無一例外皆刻著「美國製造」的烙印，必須服從華盛頓的出口管制意志。對於中國而言，比如從Nvidia轉向Google或AWS，不過是從一道美國圍牆跳進另一道美國圍牆。在「美系算力鐵幕」之下，並不存在真正的避風港。 一月十四日，中國官方禁止進口Nvidia H200芯片。而在這之前的一月七日，深圳海關已實際上暫停了相關通關申請。儘管H200是Nvidia為規避美國出口管制而專門定製的高性能芯片，且原本預期在華訂單超過二百萬片（價值逾五百億美元），但北京的拒絕傳遞了一個清晰的信號：中國不需要接受隨時可能被切斷的「特供」依賴。 白宮AI顧問大衛．薩克斯（David Sacks）對此直言不諱：「他們拒絕我們的芯片，因為他們想要的是半導體獨立。」「中國看穿了我們的戰略。」這場涉及數百億美元的拒單，其底氣來源於國門之內正在發生的技術質變。 就在H200禁令落地的幾乎同一時刻，智譜AI與華為聯合發布了文生圖模型GLM-Image。這款模型的誕生，被視為國產AI芯片生態成熟的里程碑——它是完全在華為昇騰（Ascend）910B芯片與MindSpore框架上完成訓練的。 北京這種信心並非空穴來風。一月十三日發布的GLM-Image，作為完全基於昇騰910B芯片與MindSpore框架訓練的文生圖模型，為國產軟硬件全棧的可用性提供了一份詳實的技術報告。 業內專家普遍認為，大模型的「訓練」環節對硬件穩定性的要求遠高於「推理」。GLM-Image的成功發布，證實了國產算力集群已能支撐十億級參數模型的全流程開發。 針對國際主流開源模型（如FLUX.1、SD3.5）在處理中文字符時常出現亂碼或筆畫錯誤的技術痛點，GLM-Image通過引入專門的字符級編碼器實現了精準突破。該模型在測量文字準確性的CVTG-2K基準測試中，以百分之九十一點一六的詞準確率位居當前開源模型之首。 該模型採取開源可商用且不收授權費的策略，其調用價格僅為每張圖零點一元人民幣（約零點零一四美元），大約是國際主流閉源模型價格的十分之一至三分之一。 這種極具競爭力的定價基礎，源於國產硬件的算力成本效益。儘管華為昇騰910B在單芯片算力效率上約為Nvidia H100的百分之八十，但其約一萬三千美元的單卡售價遠低於H100的三至四萬美元，配合更優的能耗控制，使得國產方案在實際部署中擁有顯著的成本優勢。這不僅為中小企業和開發者降低了准入門檻，也為國產算力在大規模應用中的普及鋪平了道路。 在千億級參數的最尖端模型訓練上，Nvidia依然是王者。但中國通過「分層替代」的策略——將推理、中模型訓練和政府基建轉向國產——成功在Nvidia的壟斷高牆上鑿開了一個缺口。 主權AI擺脫依賴美國 中國國產算力生態的崛起，最直接的受益者是全球消費者，中國自主AI生態的構建，為世界提供了第二種選擇。GLM-Image在中文處理上的精準度（詞準確率高達百分之九十七點九）證明了，基於本土算力與數據訓練的模型，能更好地理解本土文化。這不僅僅有利於中文用戶，更為阿拉伯語、西班牙語、非洲各語系的國家提供了範本：他們不必完全依賴美國提供的大模型，而是可以利用更具性價比的硬件方案，構建符合自身文化特徵的「主權AI」。這將極大地豐富人類數字文明的多樣性，避免全球文化在AI時代的單一化。技術的壟斷往往導致停滯與剝削，而技術的擴散與競爭才帶來繁榮。