不造芯片也能超越英偉達？梁文峰的“彎道超車”戰略

如果讓梁文峰主導GPU芯片開發，要多久追上英偉達？在梁文峰的采訪中，他說英偉達的GPU沒有技術秘密，追趕是時間問題。我理解就是技術和理論上是可行的，就是如何在追趕中組織創新人才研究和創新的問題。那么，假如：如果讓梁文峰主導，組織團隊，進行GPU芯片開發，要多久追上英偉達？

我們來先看下原來的完整采訪：

這段采訪出自 2025 年初他接受《暗涌 Waves》的專訪，他完整的表述是 “英偉達的顯卡理論上沒有任何技術秘密，很容易復制，但重新組織團隊以及追趕下一代技術都需要時間，所以實際的護城河還是很寬”。他說這話的背景是在解釋為什么 DeepSeek 能用遠低于行業平均的英偉達顯卡訓練出對標 GPT-4 的模型，核心想表達的是 “技術原理的公開” 和 “工程實現的壁壘” 是兩回事，前者可以通過論文和專利快速學習，但后者需要長期的團隊磨合、技術迭代和生態積累。

核心其實在給我們說一個新方向，新的方法實現大模型的布局。

他其實是在給國產大模型行業 “破局”—— 過去大家總覺得沒有英偉達的 GPU 就做不出頂級模型，很多團隊卡在硬件焦慮里不敢動手。但梁文峰用 DeepSeek 的實踐證明，不用依賴最頂尖的硬件，只要把算法和架構做透，一樣能做出有競爭力的產品，這相當于給國內的創業者和研發團隊吃了一顆定心丸。

也就是一云多芯，梁文峰團隊的 “一云多芯” 實踐很有突破性。他們的異構計算調度引擎能適配不同芯片，還和華為昇騰等國產芯片深度合作，在自動駕駛等場景實現算力成本大幅下降。這種軟硬協同模式，為國產大模型擺脫芯片依賴提供了新思路。

當然能做到這個，需要我完全搞懂英偉達在AI算力上的運算邏輯以及CUDA的開發生態邏輯后才能搞做到的！其實說白了，就是擺脫了英偉達GPU的一家獨大的局面。

他帶領團隊繞過 CUDA，通過 PTX 匯編級優化和異構計算調度引擎，讓 DeepSeek 模型能高效運行在華為昇騰等多款國產芯片上，實測性能接近英偉達 GPU。這種技術路徑直接推動了國內企業擺脫對英偉達 GPU 的單一依賴，華為昇騰芯片出貨量的大幅增長就與此有密切關系。

我覺得讓梁文峰主導 GPU 芯片開發以追趕英偉達，本身就是個偽命題。他的核心優勢在于吃透底層邏輯后整合國產資源，而非重復造輪子。單獨研發 GPU 需要巨額資金、技術投入和漫長周期，當前階段完全沒必要走這條老路。

最關鍵的是，英偉達已搶占 GPU 主導 AI 算力的先發優勢，后來者再走同一條賽道，時間成本根本耗不起，DeepSeek 等不起梁文峰從零開始做 GPU。更務實的模式是，讓 DeepSeek 繼續發揮其架構整合優勢，對接國內多家企業正在推進的 GPU 研發成果，通過這種協同模式快速形成競爭力。對此大家是怎么看的，歡迎關注我“創業者李孟”和我一起交流！