AI 如何重塑中國產業政策 | Odd Lots
AI 如何重塑中國產業政策 | Odd Lots
陳凱(Kyle Chan)認為,習近平將高科技自主置於消費刺激之上,推動了中國的 AI 與半導體攻勢;儘管微影裝置與 HBM 仍是瓶頸,華為與 DeepSeek 仍繞開了出口管制。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
Podcast 專家音訊節目
收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情
Kyle Chan 是布魯金斯學會(Brookings)研究員,專攻中國科技與產業政策。他主張,北京的最高目標既不是 GDP 成長,也不是家庭消費,而是高科技自主,以及「贏得未來產業」;而這個前提幾乎可以解釋中國政策的其餘一切。本集標題對 AI 的承諾有點言過其實:整段對話主要是在導覽中國的產業政策機器、華為/中芯的晶片堆疊與其瓶頸,以及「今天就追上 AI 前沿」與「明天就掌握整條供應鏈」之間的取捨。AI 主要被當成晶片的需求驅動力,以及北京希望擴散到製造、機器人與生技領域的東西。
Chan 撰寫《High Capacity》電子報,主持人 Joe Weisenthal 與 Tracy Alloway 介紹他時說,他們追蹤他的作品已久。讀者讀完應該能建立一套心智模型:中國企業如何在相鄰產業之間跳躍、為何晶片之戰是一場追趕加速中目標的競賽,以及為何中國工業基礎愈來愈強,中國股票投資人卻持續賠錢。
北京最佳化的是「新質生產力」,不是家庭需求
Chan 最挑釁的主張是:習近平並不太在意西方定義下的經濟、消費者或家庭。他說,如果你從「目標是高科技自主、而非 GDP 成長」這個前提出發,那麼缺乏消費刺激就說得通了:支撐需求被視為科技攻勢的「次要下游」。
「如果你從這個前提出發——目標本身不是 GDP 成長,目標是某種程度上的高科技自主,像是贏得未來產業——那麼一切就合理得多了。」
這件事的口號是「新質生產力」。其理論邏輯是:贏下未來產業,用「完整的工業體系」(中國常用說法)支撐它們,成長、就業,以及技能更高的「紫領」工作——維護和修理機器人,而不是在產線上做小零件——自然會跟著來。Chan 指出,房地產崩盤是刻意戳破泡沫、轉向其他領域;而提振消費或搶救需求的呼聲之所以得不到回應,是因為那根本不是目標函式。
中國集團企業在相鄰的樹之間跳躍,而北京告訴它們該跳進哪座森林
Chan 的「史詩級 Venn 圖」——十幾個重疊的圓圈,涵蓋電動車、電池、機器人、智慧手機、消費電子與 AI——標出位在交集處的企業。比亞迪原本是電池製造商,這幫助它成為強大的電動車公司,如今它自製晶片,並正進軍自駕與機器人。小米從廉價智慧手機、消費電子與空氣清淨機起家,跨入電動車,靠的是中國既有的供應鏈基礎與人才庫。
Chan 用的框架是需求面與供給面因素,再加上政府這第三股力量。供給面上,企業像 Houseman 所說的「猴子」一樣,跳向相鄰產業,而不是一跳就跳進量子運算這種領域。需求面上,它們逃離電動車這類低毛利產業,轉向機器人這類成長更快的市場。政府面上,五年計畫白紙黑字列出優先領域——晶片、AI、機器人,以及包括量子、核融合、生技、腦機介面在內的「未來產業」——這會啟動地方政府支援與國家支援的投資基金。負面訊號同樣重要:Chan 提到,對沖基金整頓行動,是外界推測 DeepSeek 這家金融機構轉進 AI 的原因之一。
在 Chan 的描述裡,中國與美國的差別在於廣度與深度。不是隻有少數幾家公司在做全端——連外送公司都在打造基礎模型,小米這類手機廠也自製晶片與模型。而且中國企業掌控更下游的工廠與零元件,Meta 卻把 VR 頭戴裝置的製造大量外包,其中一部分還是給中國。小米對比蘋果最能說明問題:蘋果的造車計畫無疾而終,小米卻把車造出來、交到客戶手上。
華為晶片已足以做推論、正逼近訓練,但產量才是真正綁住手腳的瓶頸
華為的故事有兩半。能力面上,Ascend 系列在可靠性上吃過苦頭,也卡在雞生蛋、蛋生雞的問題:沒有使用者基礎,就難以建立 CUDA 等級的軟體生態。美國出口管制打破了這個迴圈:北京推動中國 AI 公司與國內晶片商共同設計,DeepSeek 與華為如今互派人員進駐對方公司。中興 AI 的最新模型,第一天就能在華為晶片上跑。華為也運用自己的網路專長,把效率較差的晶片綁成緊密互連的「超級叢集」(super pod),來跑大型預訓練任務;有傳聞指出,DeepSeek 下一代模型將完全在華為晶片上完成預訓練。
產能面上,限制非常嚴峻。華為與中芯密切合作——中芯是中國首屈一指的晶圓代工廠,也是最接近台積電的對標物件——但中芯的產能受制於微影裝置,尤其是仍主要來自荷蘭 ASML 的浸潤式機臺,而且其產出有相當比例分配給華為。華為另建自己的晶圓廠網路。HBM 是第二個瓶頸:中國記憶體廠正試圖從 DRAM 跨入 HBM,但落後三大廠(SK 海力士、三星、美光),目標是兩到三年內做到「夠用」。Chan 說,華為實際上已告訴客戶:NPU 我們供得起,但 HBM 請自備。
| 環節 | Chan 評估的現況 | 關鍵瓶頸 |
|---|---|---|
| 華為 Ascend 晶片(推論) | 已夠用;DeepSeek/華為共同設計,雙方互派人員進駐 | 軟體生態成熟度 |
| 華為 Ascend 晶片(訓練) | 透過「超級叢集」捆綁大量晶片,正逼近可用 | 單晶片效率;叢集規模 |
| 中芯晶圓代工產能 | 持續擴產,大量分配給華為 | 微影(浸潤式、依賴 ASML) |
| HBM 記憶體 | 落後 SK 海力士、三星、美光;目標兩到三年 | 良率與製程成熟度 |
| 國產微影裝置 | 長期工程,外傳深圳已有 EUV 原型機 | 數十年尺度的研發;從 ASML 挖角 |
出口管制是中國的「史普尼克時刻」,而目標是一列加速中的高鐵
Chan 說,美國出口管制產生「巨大的刺激效果」。中國過去就追求過晶片自主——國家半導體計畫可追溯至 2010 年代——但新的是全端式地複製整條全球供應鏈:裝置、材料、光阻劑、蝕刻與沉積裝置。他認為過去沒有任何國家嘗試過這種事。微影之所以長期被擺在後面,是因為中國原本預期能持續取得;川普第一任政府實質禁止 ASML 的 EUV 機臺出口,是一記警鐘,也封住了中國的製程節點野心。此後,華為——本身就是管制的頭號目標——帶頭在全球招募工程師,包括從 ASML 挖人,並投資研發基地,外傳在深圳已有 EUV 原型機。
Chan 用「追高鐵」比喻追趕前沿:終點線本身也在加速,因為台積電已站在前沿,並用日本、荷蘭、德國、美國最好的裝置大舉投資。變通辦法不是沒有——「邏輯折疊」(懷疑者稱之為花俏的晶片封裝)、多重曝光——但都會拉低良率。堆疊的每一層都有自己的卡點,一路細到 Trumpf 的雷射與蔡司的鏡頭。
最尖銳的取捨:今天的前沿速度,對上明天的自主主權
Chan 指出的核心張力,是現在就縮小與美國 AI 前沿的差距,還是打造一條不管華盛頓怎麼做都「夠用」的自主供應鏈。中國 AI 公司——DeepSeek、中興、阿里巴巴——寧願繼續用 Nvidia;它們為此最佳化,而且不需額外功夫。北京不同意。當川普放行 H200 出口中國時,這些公司爭相搶購、下單,北京則出手阻擋,要它們改與國內晶片商合作。晶片商則毫不意外地樂見出口管制與自主化推進,因為產品需求暴增。
flowchart TD
A["美國對 Nvidia GPU 的出口管制"] --> B["北京推動 AI 公司改用國產晶片"]
B --> C["DeepSeek 與華為共同設計、互派人員"]
C --> D["華為 Ascend 足以做推論"]
D --> E["超級叢集瞄準預訓練"]
E --> F["中芯與國產 HBM 需求暴增"]
F --> G["瓶頸:微影與 HBM 產能"]
G --> H["中國打造完整國產供應鏈"]
A --> I["中國 AI 公司仍想要 Nvidia H200"]
I --> J["與北京主權目標產生衝突"]
AI 是要擴散出去的通用投入,不是終點
Chan 說習近平「肯定是 AI 上癮了」,並表示 AI 高居優先清單之首,但北京並不把它當成最後一項技術。計畫是把它灌注到藥物研發、醫療、製造與實體 AI——到處都是機器人與自駕配送。政策檔案仍把生技等領域列為未來支柱產業。Tracy Alloway 指出,中國的生技推進最初是從農業糧食生產的角度出發,後來才轉變成生物醫藥,這正是這類計畫如何演變的例子。
主持人最後談到一個相關辯論:智慧是否會商品化。Joe Weisenthal 轉述金融界的一種看法:存在一個臨界點,使用者吸收不了更多智慧——做小零件的廠商不需要解 Navier-Stokes 方程式,只要幾項自動化就夠——這會限制前沿閉源實驗室的市場,並讓其餘一切商品化。這正是中國「擴散優先」路線的多頭論點。
中國股票原地踏步,因為護城河難以維持
被問到為何股票投資人在中國從不賺錢,Chan 指向持續獲利與維持競爭護城的困難。地方政府融資與流動性高的工程師人才降低了進入門檻,產業因此湧入大量產能與重複投資——造就出具有全球競爭力的產業,但一旦中國出口,對既有業者就是一場血戰。DJI 是他無法完全解釋的例外;他推測是時機,並提到可能有新的無人機業者正在冒出。長鑫儲存(CXMT)被提及已在記憶體領域卡到位。沒有持久獲利,高估值就難以自圓其說。主持人提到,滬深 300 最大成分股又回到白酒公司茅臺,其次是電池廠寧德時代,而上證綜合指數自 2000 年以來幾乎原地打轉。
值得觀察的重點
尚未解答的問題是時機。如果遞迴式自我改進是真的,北京願意接受較慢的國內技術堆疊,可能撞上硬上限;如果智慧商品化,中國的擴散策略就會勝出。要盯的是中芯與華為的晶圓廠產能、國產 HBM 時程、浸潤式或 EUV 微影是否有任何經證實的進展,以及 DeepSeek 下一代模型是否真的完全在華為晶片上完成預訓練——那將是「夠用」策略走了多遠的最清楚訊號。