近期，美国商务部长卢特尼克重申美方不会向中国提供高端芯片，同时期望中国移除稀土出口管制。对此，华为创始人任正非表示无需担忧芯片问题，华为通过多种技术手段已实现芯片自给自足或找到替代品，且在AI算力领域取得突破。此外，任正非强调基础理论研究的重要性，华为在研发投入上也做出相应布局。
美国商务部长重申芯片限制及谈判意图
据多方报道，美国商务部长卢特尼克近日重申，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。
任正非谈华为芯片应对策略
《人民日报》刊登的与华为创始人任正非的对话显示，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。”
华为芯片自给自足及替代成果
目前先进芯片主要应用于智能手机、电脑等尖端科技设备以及AI训练需求最大的高端GPU。在手机、电脑芯片方面，华为自家的麒麟9020等芯片已实现自给自足，华为鸿蒙电脑也使用了新一代麒麟芯片，如华为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此前依赖NVIDIA，虽受出口限制，但今年4月，华为云推出的AI算力集群解决方案CloudMatrix 384凭借颠覆性系统架构设计与全栈技术创新，在多项关键指标上超越NVIDIA旗舰产品GB200 NVL72。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，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训练和推理提供更高效硬件支持。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。
任正非强调基础理论研究重要性及华为研发投入
任正非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1200亿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。
