《科技爱好者周刊（第 399 期）：中国 AI 大厂访问记》

导语

阮一峰这期周刊摘录美国科技分析师访问中国 AI 和机器人公司的观察。它的重点不是给某家公司排名，而是从外部视角比较中美 AI 生态：算力差距、效率压力、开源策略、产业分工、数据供给和商业化路径如何共同塑造中国 AI 公司的打法。

1. 算力差距是所有访问者都感受到的硬约束

访问团在多家公司都听到同一个问题：算力不足。美国出口管制让中国公司无法像美国巨头那样大量使用最新 Nvidia 系统。文章提到，中国公司虽然仍能拿到部分 H100、B200、B300，但数量至少少一个数量级。

更关键的是，美国公司正在订购 GB300 NVL72 等新系统，其推理速度、内存和能耗都明显优于几年前的 H100 集群。华为 Ascend 芯片进步很快，但性能和出货量仍难以弥补差距。中国 AI 公司面对的不是完全无芯可用，而是实验次数、模型规模和迭代速度都被算力上限压住。

2. 中国公司把算力更多用在服务客户和效率优化上

文章指出，美国的大部分算力用于模型训练，而中国公司更常把算力用于服务客户。这意味着中国公司必须更重视推理效率、成本控制和可落地产品，而不是无止境堆训练规模。