亲自赶赴中国考察后，美国学者再次抛出惊人言论，振聋发聩！

他坦言，芯片出口管制已然失败，中国科技产业实力雄厚、体系成熟，根本无法被阻挡在高端人工智能研发之外，我们无法超越。

很多人可能会觉得，高端 AI 不就是靠几块顶级芯片吗？美国把英伟达 H100、H200 这些最先进的 GPU 禁运，中国不就没算力、做不了大模型了？马拉比在考察后给出的答案，恰恰打破了这个误区。

他发现，中国早就不是只靠买国外芯片搞 AI 的阶段，而是走出了一条 “芯片 + 集群 + 算法 + 场景” 的完整突围路径，这才是美国根本挡不住的核心原因。

先看最关键的算力底座。美国禁运高端芯片，反而逼着中国把国产 AI 芯片和集群做到了规模化落地。华为昇腾 910B、壁仞 BR100、海光 DCU 等国产芯片，单卡算力约为英伟达 H100/H200 的 60%-80%，更关键的是，中国企业把 “多卡堆叠、集群优化” 做到了极致。

比如郑州超算中心的 3 万片、扩容至 6 万片国产 AI 芯片集群，全链路自主可控，没有一颗美国零件，却能稳定支撑万亿参数大模型的高效训练；国内头部云厂商的国产芯片使用率，从两年前的不足 10%，一路涨到现在的 35%，行业普遍预期年底有望接近 50%。

马拉比亲眼看到，这些国产集群不仅能跑通主流大模型训练，在推理、多模态任务上的实际表现，和海外高端集群的差距已经大幅缩小，完全满足高端 AI 研发的核心需求。

再看算法和生态，这才是 AI 竞争的真正核心。马拉比在调研中发现，中国团队早就吃透了 “用算法补硬件短板” 的逻辑。

像 DeepSeek、智谱、通义千问这些大模型，用更高效的稀疏架构、模型压缩、分布式训练技术，在同等算力下跑出了和西方顶尖模型相当的性能，甚至在代码、数学推理、多语言理解等权威榜单上多次实现反超。

更重要的是，中国有全球最庞大的 AI 应用场景 —— 智能制造、智慧城市、自动驾驶、工业质检、医疗诊断，海量真实数据和落地需求，反过来又倒逼算法和算力持续迭代，形成了 “技术突破 — 场景落地 — 数据反哺 — 再突破” 的良性循环。这种从底层芯片到顶层应用的全链条闭环，是美国只靠单点技术封锁根本拆不开的。

马拉比还点出了美国政策的致命误区：芯片管制不仅没拦住中国，反而在加速中国的自主创新，同时重创美国自己的科技产业。

英伟达、AMD 这些美国芯片巨头，每年在中国市场的营收占比极高，持续的禁运等于主动放弃全球最大的 AI 算力市场，把份额拱手让给中国国产厂商；更长远看，中国正在构建一套不依赖美国技术的 AI 生态，从芯片设计、制造、封装，到软件框架、编译器、模型工具链，每一环都在补齐短板，一旦这套生态完全成熟，美国再想介入就几乎没有空间了。

很多人可能还会纠结 “单卡性能差一点” 的问题，但马拉比的观察很实在：高端 AI 研发，从来不是比谁的单卡跑分最高，而是看能不能稳定、低成本、规模化地支撑模型迭代和产业落地。

中国现在的优势，恰恰是体系化、规模化、场景化的综合实力 —— 芯片够用、集群够大、算法够强、场景够多、人才够密集，这不是靠禁运几款芯片就能摧毁的。

他在文章最后直言，美国现在的策略，本质是用冷战思维应对数字时代的科技竞争，高估了封锁的威力，低估了中国产业的韧性和创新能力。中国的高端人工智能，不是 “能不能做” 的问题，而是 “已经做到什么程度、还能做到多好” 的问题，美国想要靠技术壁垒永远领先，已经不现实了。