AI芯片使用的现状正在改变，过去几乎完全依赖美国的情况正在转变。中国在开源权重AI开发方面取得巨大进展，同时国内AI芯片开发也在快速推进。过去几个月，中国高性能开源AI模型的推理已开始由华为昇腾和寒武纪等芯片提供支持，部分模型开始使用国产芯片进行训练。
对政策制定者和AI研究人员及开发者而言，有两个重要影响：美国出口管制与中国芯片生产加速相关，中国芯片短缺可能激励了许多开源创新，这些创新正在塑造全球AI发展。中国芯片开发与美国加强出口管制高度相关。在芯片获取不确定的情况下，中国公司在芯片生产和算法进步方面进行创新，以提高模型的计算效率。出于必要性，减少对英伟达的依赖导致国内全栈AI部署，如阿里巴巴的案例。
计算限制可能在架构、基础设施和训练方面激励了进步。开源领导者在计算效率方面的创新包括DeepSeek引入的多头潜在注意力（MLA）和组相对策略优化（GRPO）。开放文化鼓励知识共享，计算效率的改进有助于降低推理成本，推动AI经济发展。国产芯片已证明足够性，激发了需求，模型开始为国产芯片优化。同时，软件平台正在转变，替代英伟达CUDA的方案出现，并在各层挑战英伟达；AI开发者和芯片供应商之间的协同正在创建一个新的、快速发展的软件生态系统。
全球计算格局的转变将继续塑造开源、训练、部署和整体AI生态系统。先进AI芯片的效用和需求呈上升趋势，预计将继续增长。过去几年，所有英伟达芯片保持主导地位。最近，新玩家正获得关注。中国有长期国内生产计划，旨在自给自足，并进行大量资金和基础设施投资。现在，下一代中国开源AI模型开始由中国芯片提供支持。
全球更广泛的趋势正在加剧，美国和中国都引用国家安全理由实施芯片和稀土资源限制。随着美国出口管制收紧，中国产芯片的推出似乎加速。中国国内芯片产业的崛起从根本上改变了全球AI训练和部署的规范和期望，更多模型为中国硬件优化，计算效率高的开源模型采用率上升。过去几个月，中国产芯片已开始为流行模型提供推理支持，并开始支持训练运行。
这些变化可能影响从训练技术到计算效率和特定硬件优化，再到降低推理成本，以及最近的开源热潮。这可能改变美国贸易政策和中国全球部署方法，导致AI进步从以美国为中心的全球生态系统转向以中国为中心的未来。