摩根士丹利最新数据显示，中国AI芯片自给率已超过41%，而2023年这个数字还只有20%。三年翻一番，预计到2030年将达到85%。

这组数字的含义很直接：美国用芯片出口管制给中国AI发展设置的最大障碍，正在以快于预期的速度失效。

封锁制造了它试图阻止的东西

2022年以来，美国对华芯片出口管制持续收紧，英伟达最先进的GPU被明确列入禁止出口清单。华盛顿的逻辑很清晰：掐断硬件供应，就能遏制中国AI能力的跃升。

结果事与愿违。

无法获得英伟达顶级芯片的中国企业，别无选择，只能自己造。华为的Ascend系列芯片由此成为国内AI计算的核心替代方案，中芯国际则在外界普遍认为不可能的工艺节点上突破生产瓶颈，两者的深度协同实际上构成了中国AI芯片自主体系的骨干。

这是一个在科技产业史上并不罕见的反讽：外部压力强迫一个原本依赖进口的产业快速建立起完整的本土能力。日本在1980年代半导体崛起、韩国在被美国企业排挤后奋起直追，都有类似的路径逻辑。不同的是，中国拥有全球最大的国内市场作为消化本土产品的基础，以及国家层面持续的政策与资金支持。

摩根士丹利的预测路径清晰地呈现了这一加速过程。2021年至2025年间，自给率从接近零攀升至约40%，增长已经可观；从2026年起，预测曲线明显陡峭，因为多年投资的复利效应开始集中释放，新建晶圆厂陆续投产，国产设备体系逐渐完善，围绕Ascend系列不断壮大的软件生态也在降低用户的迁移成本。

85%意味着什么，不只是一个百分比

当自给率达到85%，出口管制作为政策工具的实际效力将大幅萎缩。

这意味着华为、阿里巴巴、百度、字节跳动、DeepSeek等中国AI企业扩展算力时，不再需要担心华盛顿的规则随时生变。这意味着中国可以在不依赖任何外部供应链的情况下，训练和部署前沿大模型。这意味着美国在AI竞赛中唯一握有清晰结构性优势的领域，将不再具有决定性意义。

硬件从来都不是AI竞争的全部，但它是美国可以直接管控的那个杠杆。摩根士丹利的判断是，这根杠杆的有效期只剩五年左右。

从已有的迹象来看，这个判断并非没有依据。中国开源AI模型的全球下载量已经超过美国模型，而这些模型大多是在芯片受限条件下开发出来的。在顶级机器学习会议NeurIPS上，第一作者来自中国机构的论文数量首次超过美国，达到2152篇对1810篇。英伟达创始人黄仁勋曾公开表示，全球约50%的AI研究人员是中国人。

当然，也需要保持清醒的审视。批评者的观点同样值得关注：中国AI模型目前的优势更多体现在效率优化和快速跟进上，在基础架构创新和算法突破层面，西方顶级实验室仍然保持领先。Anthropic首席执行官达里奥·阿莫迪指出，部分中国模型存在针对基准测试优化、而非面向真实应用的问题。谷歌DeepMind的德米斯·哈萨比斯也认为，算法层面的优势依然在西方一侧。

这些判断描述的是当下的格局，而非2030年的图景。

摩根士丹利的数据真正揭示的，是一个窗口正在关闭的时间表。美国在芯片设计工具、制造设备和软件生态上仍然处于领先位置，EDA软件、光刻机、先进封装技术等环节依然是中国尚未完全补齐的短板。但"领先"和"足以构成决定性障碍"是两回事。

当一个国家能够用本土芯片满足85%的AI算力需求时，外部管制的实际约束力就已经从"卡脖子"降格为"增加成本"了。

这个转变，比大多数观察者预期的来得更快。