快科技 6 月 12 日消息，据多方报道，美国商务部长卢特尼克（Howard Lutnick）近日重申，美方不会把自家最好的芯片直接给中国，而是希望以飞机零件、乙烷做为谈判筹码，希望中国移除稀土出口管制。

而就在 2 天前，《人民日报》刊登了与华为创始人任正非的一段对话，背后意义不言而喻。

在采访中，任正非谈到，芯片问题其实没必要担心，用叠加和集群等方法，计算结果上与最先进水平是相当的。

他表示，我们单芯片还是落后美国一代，我们用数学补物理、非摩尔补摩尔，用群计算补单芯片，在结果上也能达到实用状况。

" 硅基芯片，我们用数学补物理、非摩尔补摩尔，利用集群计算的原理，可以达到满足我们现在的需求。" 他说。

众所周知，目前先进芯片主要有两个应用方向，一是智能手机、电脑等尖端科技设备，二是 AI 训练需求最大的高端 GPU。

先说手机、电脑芯片。手机就不用多说了，华为自家的麒麟 9020 等芯片已经自给自足，包括华为鸿蒙电脑也使用了新一代麒麟芯片。华为 MateBook Fold 折叠电脑拆解显示，CPU、电源、Wi-Fi 芯片全是海思自研。

高端 GPU 此前一直依赖 NVIDIA，虽然现在受到了出口限制，但同样有替代品。

今年 4 月，国际知名半导体研究和咨询机构 SemiAnalysis 发布专题报道称，华为云最新推出的 AI 算力集群解决方案 CloudMatrix 384 凭借其颠覆性的系统架构设计与全栈技术创新，在多项关键指标上实现对 NVIDIA 旗舰产品 GB200 NVL72 的超越，标志着中国在人工智能基础设施领域实现里程碑式突破。

CloudMatrix 384 基于 384 颗昇腾芯片构建，通过全互连拓扑架构实现芯片间高效协同，可提供高达 300 PFLOPs 的密集 BF16 算力，接近达到 NVIDIA GB200 NVL72 系统的两倍。

此外，CloudMatrix 384 在内存容量和带宽方面同样占据优势，总内存容量超出 NVIDIA 方案 3.6 倍，内存带宽也达到 2.1 倍，为大规模 AI 训练和推理提供了更高效的硬件支持。

报道分析称，尽管单颗昇腾芯片性能约为 NVIDIA Blackwell 架构 GPU 的三分之一，但华为通过规模化系统设计，成功实现整体算力跃升，并在超大规模模型训练、实时推理等场景中展现更强竞争力。

SemiAnalysis 也指出，华为的工程优势不仅体现在芯片层面，更在于系统级的创新，包括网络架构、光学互联和软件优化，使得 CloudMatrix 384 能够充分发挥集群算力，满足超大规模 AI 计算需求。

而软件是卡不住脖子的，借用任正非的话说——那是数学的图形符号、代码，一些尖端的算子、算法垒起来的，没有阻拦索。

当然，任正非也特别强调基础理论研究的重要性。他说，当我国拥有一定经济实力的时候，要重视理论特别是基础理论的研究。基础研究不止 5 至 10 年，一般要 10 年、20 年或更长的时间。如果不搞基础研究，就没根。 即使叶茂，欣欣向荣，风一吹就会倒的。

他提到，华为一年投入人民币 1800 亿元在研发，其中约 600 亿元从事基础理论研究，不考核。 其余 1,200 亿元左右投入在产品研发，是要考核的。

" 没有理论就没有突破，我们就赶不上美国。" 任正非说。