解讀梁文鋒投資會議：當中國 AI 不再依賴輝達，CUDA 護城河還能保住嗎？
DeepSeek 創辦人梁文鋒在近期的投資人會議上指出，中國 AI 落後美國的原因並非人才短缺或技術瓶頸，而是算力資源上的差距。隨著他同步揭示技術路線圖，分析師擔憂中國一旦實現算力自主，恐撼動甚至摧毀輝達（NVIDIA）的 CUDA 護城河。
（為何黃仁勳「三顧北京」？研究揭輝達放不下中國市場的真正原因）
梁文鋒：算力成中美 AI 最大差距
根據第一財經取得的投資人會議紀錄，梁文鋒表示：「我們與美國最大的差距在於資源。所有在人才、模型能力與應用層面看到的差異，都源自算力資源的差距。」
廣告 - 內文未完請往下捲動
他指出，DeepSeek 目前擁有相當於約 20,000 張輝達 H 系列 GPU 的算力，而全球最先進模型的活躍參數量已達 8,000 億，中國最頂尖的模型卻僅有數百億規模，差距約達 10 倍。即便 DeepSeek 將這輪超過 500 億人民幣（約 74 億美元）的融資全數投入算力採購，仍無力訓練同等規模的模型。
整體而言，他估計 DeepSeek 落後美國頂尖 AI 公司約 12 至 18 個月，但僅用了對方二十分之一的算力就達到可比擬的結果，他將以此為基準，目標在晶片受限條件下將差距縮短至 3 至 6 個月。
TileLang 聯手華為：繞過輝達 CUDA 的戰略路徑
算力缺口的另一面，是軟體生態的突圍。會議紀錄顯示，DeepSeek 正與華為深度合作，將旗下模型針對華為昇騰（Ascend）運算生態進行優化，並以自研高階程式語言 TileLang 搭配自有編譯器，降低對輝達 CUDA 生態的軟體依賴。
根據 Citrini 分析師 Jukan 整理，DeepSeek V3 雖仍以輝達 GPU 完成訓練，但上述技術路徑已大幅切斷對 CUDA 的軟體綁定，推論效率顯著提升，且性能損失僅控制在 1% 至 2%。一旦 TileLang 及自研編譯器完成移植至華為晶片，中國晶片長期被詬病的生態系統問題，預計能在約一年內初步解決。屆時真正剩下的瓶頸，就是產能本身。
在硬體層面，梁文鋒表示華為 AI 超節點 950 SuperPod 在性能與價格上均已可與輝達 GB200、GB300 系統相抗衡，且 DeepSeek 預計可取得約 16,000 張華為 AI 晶片。然而，Jukan 的分析提出更精確的換算比例：目前仍需約 4 張華為卡才能匹敵 1 張輝達卡的效能，整體技術落後約 2 年。
因此，中美晶片差距大約是：4 倍的硬體效能差距、加上 2 年的時間落差。
中國開源 AI 深度綁定輝達生態：是福還是禍？
Jukan 聚焦在輝達與中國 AI 市場的關係，指出中國開源 AI 模型的廣泛流通，在短期內反而會強化輝達的主導地位：「這些模型在輝達 GPU 上訓練、以輝達硬體為優化目標發布，推論市場自然也以輝達 GPU 作為最佳執行平台。」
這個機制同時保護了以輝達 GPU 建立推論業務的 Neocloud 雲端業者，也讓輝達得以在一定程度上制衡 Google、Amazon 等超大型雲端業者（Hyperscalers）加速自研 ASIC 晶片的趨勢：「沒有人會在 TPU 或 Trainium 上運行 DeepSeek V4 或 Kimi K3 的推論工作負載，至少目前還沒有。」
然而，這個對輝達有利的現狀，恰好是建立在「中國仍須仰賴輝達」這個前提上。
（Google TPU 想複製輝達打法，Neo Cloud 公司卻忌憚「Jensen Jail」）
中國實現算力自主，恐重創輝達 CUDA 護城河
對此，Jukan 對輝達的中長期展望表示看空，理由並非「輝達將失去中國市場」，而是一個更讓人擔憂的潛在連鎖反應。當中國模型不再以輝達 GPU 為訓練與優化基礎，推論市場的硬體選擇也將隨之鬆動，Google TPU 與 Amazon Trainium 的競爭力將相對攀升；仰賴輝達 GPU 的 Neocloud 業者的策略地位也將受到侵蝕；輝達藉由 CUDA 生態對整個 AI 算力市場的軟性鎖定，將從基礎開始動搖。
他認為，DeepSeek 投資人會議所揭示的，不只是一家中國 AI 公司的算力焦慮，而是一個正在醞釀的技術突破路徑。梁文鋒對 AGI 演進路線的描繪，從思維鏈推理、AI 代理人、持續學習到自我進化，都是在「不以輝達為核心」的方向中規劃。
要回答 CUDA 護城河是否正走向終點，現在或許還早。但多家企業正試圖繞過它，已是無從爭辯的事實。
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
