算力缺口3倍，国产芯片的好日子能撑到2030吗？

半年报窗口刚落下，国产AI芯片厂商们难得齐刷刷地笑了一次：多家同比翻倍甚至数倍增长，而且一季度到二季度还在加速。同一时间，萨姆·奥特曼在大洋彼岸放话：如果递归自我改进（RSI）提前到来，OpenAI宁可推迟IPO；而诺华刚刚按停了8项CAR-T自免临床——3例死亡。三件事放在一起，指向同一个判断：这一轮算力繁荣，决定它的从来不是应用卖得好不好，而是模型能力曲线够不够陡，以及供给的墙立得有多高。

📈 缺口红利：半年报里的三倍饥渴

财报季最有戏剧性的一幕，属于寒武纪。这家连续大幅亏损多年的AI芯片公司，去年悄然扭亏为盈，在股权激励方案里干脆把2028年写成了营收目标的锚点[1]——言下之意，管理层默认好日子是可持续的。

底气来自哪？来自一个仍在被撕大的缺口。

据工信部及配套研究机构披露的数据，截至上半年，中国智能算力规模达到2185 EFLOPS（FP16），同比暴增177%[2]。更猛的是斜率：按此前披露数据推算，仅二季度一个季度，全国智能算力规模就新增了约303 EFLOPS。也就是说，增长不是匀速的，是在踩油门。

需求的增速差不多是供给增速的3倍多——信通院这个对比[3]，基本就是本轮国产芯片行情的物理底座。供给端短期放不出量，需求端还在指数级往上冲，价格和订单自然一起向供给方倾斜。

产业逻辑其实不复杂：只要需求增速持续跑赢供给增速，头部芯片企业的收入加速就不会停。按目前需求和产能的节奏推演，领先的国产AI芯片企业有望在2027年前后陆续跨过盈亏平衡线。需要说明：这是基于公开数据的推演，而非任何公司指引——其计算基础是寒武纪等公司披露的收入增速与毛利率区间[1]、信通院的需求/供给增速比[3]，以及头部芯片厂商的产能爬坡时间表，属于作者基于可核查数据的算术推论，读者可按上述三个信源自行复核假设。

这不是幻想，是算术题——缺口摆在那里，谁有货谁吃肉。

🔒 供给端的墙：从卡芯片到卡算力

缺口的另一面，是一堵墙。

美国依然卡住中国模型厂商获得英伟达最先进的AI芯片，而且据公开表态，管制思路还计划从“管实物”进一步延伸到“管算力使用权”[7]。这是什么概念？过去是买不到卡，未来可能是租到的算力都要被审查。墙在长高，而不是变矮。

墙越高，本土芯片的窗口期越长，但本土芯片自己也有短板要补：产能仍在爬坡，与模型和云厂商的适配、运维还需要时间磨合。买过卡的人都知道，硬件只是一半，另一半是生态——DeepSeek创始人梁文锋对此有个关键判断：国产AI芯片以往最大的短板CUDA生态，可以通过AI编码来解决；而未来两年真正的核心瓶颈，不在软件，在产能[8]。

这个判断值得细品。过去我们缺生态，靠人海战术填不齐CUDA十几年的护城河，但AI编码把“写适配、写算子”这件事的边际成本打下来了——软件短板第一次看起来是可以被技术进步本身消化的。产能却不一样，先进制程的良率爬坡、封装测试的产能建设，都是实打实的时间函数，没有捷径。

阿里巴巴的吴泳铭给出的时间表更长远：紧缺至少持续到2030年[9]。云厂商私下流传的说法更直白——谁能锁到产能，谁就锁住了未来几年的客户。据多位接近头部云厂商的人士透露，锁定芯片产能这件事，在部分云厂商内部已经被提到了战略级优先级，甚至高于新业务的排期。

一句话总结这一节：需求被模型能力拉着走，供给被地缘和产能摁着走，两头一挤，中间就是国产芯片的红利期。

💸 钱花得比融得快：1200亿砸向哪里

看一组动作。云厂商与模型厂商都在抓紧融资，但比融资速度更快的，是把钱赶紧花出去：阿里巴巴与腾讯在最近一个季度合计花掉超过1200亿元人民币[4][5]；DeepSeek今年已经向AI算力投入了100多亿[6]。

这张投入地图，画出来大概是这样一条链：

注意这个循环里最反直觉的一环：资本开支不是由商业化节奏决定的，而是由模型能力决定的。知名科技投资人Gavin Baker说得透彻——基于对Scaling Laws的坚定信仰，顶尖大模型公司短期内根本不会追求自由现金流，他们产生的经营现金流会全部用于购买更多GPU[10]。

这不是挥霍，是信仰的会计表达。Scaling Laws的隐含假设是：更多算力=更强模型=更陡的能力曲线。只要这个公式还成立，削减资本开支就等于主动放弃未来一代模型，这在前沿实验室的博弈里等同于出局。

对比一下即可见分晓：阿里和腾讯一个季度1200亿的资本开支，换来的不是当季收入，而是卡位；DeepSeek100多亿的算力投入，支撑的是下一代模型的训练盘子。这笔账的回收周期，没有人敢承诺，但没有人敢不下注。

🤖 RSI改写算力终局：奥特曼的两句狠话

萨姆·奥特曼最近在一档深度播客里说了两件看似矛盾的事[11]。

第一件：OpenAI暂停了一项前沿强化学习训练任务，把大量算力重新分配给AI对齐与安全监控[12]。原因不是技术瓶颈，恰恰相反——“模型能力的进步速度令人敬畏，安全对齐工作需要时间追赶”。翻译一下：不是跑不动了，是跑太快，得等安全工作跟上。

第二件：如果递归自我改进（RSI）提前到来，他倾向于推迟IPO[11]。理由很务实——在需要做出“暂停训练”这类短期影响收入决策的关键时刻，上市公司的股价压力会与使命产生根本冲突。

两件事合并，市场信息非常清晰：在前沿实验室眼里，决定算力投入的核心变量，从来不是某条应用赛道的商业化节奏，而是模型能力本身是否仍在值得扩张的轨道上。

RSI的逻辑正在改写“训练”的定义。过去，训练是一条直线：收集数据→训练→发布→结束；在RSI框架下，它变成一个闭环——

训练从周期性事件变成持续性过程，算力需求随之数量级跃升。这个判断正在获得双重背书：据AI风险投资机构Conviction创始人Sarah Guo透露，过去12个月，越来越多顶尖研究人员开始相信——具备递归自我改进能力的AI研究模型一旦出现，人类距离某种形式的“指数级智能”可能只剩一到两年[13]。

另一边，Ilya Sutskever创立的SSI近日宣布与英伟达建立战略合作，未来12个月算力提升10倍，并明确表示“研究已进入值得大规模扩张的新阶段”[14]。这句公告的分量远超一轮融资——它意味着在最顶尖的研究者眼里，Scaling Laws依然有效，堆算力依然买得到革命性提升。

但奥特曼同时甩出一句狠话：当前市场上“随机冒出来的新云厂商，号称要建巨量算力，却没有收入支撑”，这种现象是“不可持续的愚蠢”[11]。同一场算力盛宴，前沿实验室在堆能力，投机者在堆叙事——而叙事堆出来的那部分，终局恐怕不太好看。

#### 对照组速写：CAR-T撞上的安全红线

算力叙事的成色，可以用生物科技圈刚发生的一幕来校准：8月24日，诺华全面暂停了rapcabtagene autoleucel（rap-cel）在自免及神经领域的全部8项临床，覆盖狼疮、硬化症、血管炎、重症肌无力等核心阵地，触发原因是3例严重免疫效应细胞相关噬血细胞综合征致死[15]；几乎同时，BMS也暂停了另一款CD19 CAR-T自免项目的入组[16]。自免CAR-T此前最迷人的叙事恰恰是“安全且可逆的免疫重置”[17]，如今被真实世界的致命毒性第一次狠狠校准。这面镜子照出的道理很简单：判断一个热门赛道能不能持续，关键看它的“决定性变量”是什么。CAR-T自免的决定性变量是安全性，一旦证伪，8项临床说停就停；而算力繁荣的两个决定性变量——Scaling Laws有效性（SSI×英伟达10倍扩张给出正面信号[14]）和供给约束持续性（地缘管制与产能爬坡给出肯定答案[7]）——目前都还在为繁荣背书。但奥特曼那句话同样适用于此：没有收入支撑、纯靠叙事建算力的玩家，本质上和当年讲“安全重置”故事的过度乐观者站在同一种风险里——底层假设一旦动摇，出清会非常快。

🔭 小结

国产AI芯片的这波红利，是三重力量叠加的结果：模型能力曲线仍在陡升、地缘供给之墙仍在加高、资本开支逻辑已从商业化切换到能力竞赛。按当前节奏，头部玩家2027年前后跨过盈亏平衡线、紧缺延续到2030年，是当下最合理的基准推演——前者是本文基于[1][3]数据的推演，后者是产业方的公开表态[9]。

往前看，值得持续跟踪的验证点有三个：一是季度智能算力新增量的斜率是否维持（本文引用的303 EFLOPS单季增量[2]，下个报告期可再次核验）；二是国产芯片厂商能否兑现产能与交付，让“推演中的盈亏平衡”落入实际财报；三是前沿实验室的资本开支纪律——一旦出现头部实验室因商业化压力收缩算力采购，就是 Scaling Laws 信仰松动的最早信号。

真正的拐点信号只有两个：Scaling Laws失效，或安全对齐追不上能力——前者让算力贬值，后者让算力被动熔断（OpenAI这次暂停训练，就是一次小规模的预演[12]）。在此之前，缺货就是常态，分化才是主线。而对照组CAR-T的故事提醒我们：繁荣期的每一次“叙事加速”，都值得多问一句——决定性变量，到底攥在谁手里。

参考信源

[1] 寒武纪2025年限制性股票激励计划（草案）公告，上海证券交易所：https://www.sse.com.cn

[2] 工业和信息化部，算力发展相关统计数据：https://www.miit.gov.cn

[3] 中国信息通信研究院，《中国算力发展指数白皮书》：http://www.caict.ac.cn/kxyj/qwfb/bps/

[4] 阿里巴巴集团最新季度财报（资本开支披露）：https://www.alibabagroup.com/investor-relations

[5] 腾讯控股最新季度财报（资本开支披露）：https://www.tencent.com/zh-cn/investors.html

[6] DeepSeek算力投入相关公开报道（36氪·暗涌等）：https://36kr.com

[7] 美国对华算力出口管制相关公开表态与政策报道（美国商务部BIS）：https://www.bis.doc.gov

[8] 梁文锋关于国产芯片生态与产能的访谈（暗涌Waves，36氪）：https://36kr.com

[9] 吴泳铭关于AI算力紧缺持续至2030年的公开表态（阿里巴巴云栖大会及媒体报道）：https://www.alibabagroup.com

[10] Gavin Baker关于大模型公司资本开支逻辑的公开评论：https://x.com/gavin_sbaker

[11] Sam Altman播客访谈（含RSI与推迟IPO表述）：https://www.youtube.com

[12] OpenAI暂停前沿强化学习训练、算力转投安全对齐的相关报道：https://openai.com/news/

[13] Sarah Guo（Conviction）关于递归自我改进时间线的公开访谈：https://www.conviction.com

[14] SSI（Safe Superintelligence）与英伟达战略合作公告：https://ssi.inc

[15] 诺华暂停rap-cel自免/神经领域8项临床的声明（2025年9月1日确认）：https://www.novartis.com/news

[16] BMS暂停CD19 CAR-T自免项目入组的相关报道：https://www.bms.com/news

[17] Mougiakakos D, et al. Anti-CD19 CAR T Cells for Refractory Systemic Lupus Erythematosus. N Engl J Med 2021;385:567-569（Georg Schett团队）：https://www.nejm.org/doi/full/10.1056/NEJMc2107725