来源 中华网生活
2025年4月，美国商务部宣布对NVIDIA H20芯片实施出口限制，所有向中国出口行为需逐项许可审批。这一禁令被认为是美国针对中国人工智能产业实施的又一次关键技术封锁，也是继A100、H100、A800禁令之后，中国AI企业在境外高性能GPU资源上“最后的生存通道”被彻底封闭。
“这不仅是对一款芯片的出口限制，更像是对整个中国AI路径的系统性压测。”迪洛斯人工智能创始人汤浩在接受记者专访时表示。作为扎根AI应用侧的企业负责人，他对当前AI产业所面临的变局，有着清晰的判断与思考。
汤浩认为，此次禁令的影响远不止硬件供给层面，它倒逼整个AI产业链重新审视路径选择。“过去大家都在盯着大模型、超算集群、境外API，但现实已经改变。芯片禁令不是终点，更像是一次迟来的清醒时刻。”他说。
在采访中，汤浩用“路径重排”来形容这场转折。“当我们假设中美技术完全脱钩，包括GPU、云算力、PyTorch、GitHub等核心基础设施全部中断，那么很多训练型大模型公司将直接陷入停滞。但对像我们这样的应用型企业而言，恰恰是一次验证自身系统韧性的机会。”
迪洛斯人工智能是一家专注于“系统级部署”的AI应用公司，在政务、制造、医疗等多个行业场景中，构建了本地部署、多模型协同、模块化系统架构的AI解决方案。与以模型能力为核心的技术企业不同，迪洛斯强调“从业务出发、面向系统落地”。
“我们本就强调‘本地部署+系统稳定’，并不依赖境外API和大算力训练。”汤浩指出，“这次禁令反而印证了我们战略方向选择的正确性。”在他看来，中国AI产业必须从“参数驱动”的单向模型思维，转向“系统协同”的工程化部署逻辑。
采访中，汤浩进一步提出，中国AI的路径不能简单照搬美国模式，而应根据本土市场特征和组织结构，走出一条“多模型协同、分布式部署、系统级演进”的路线。
他指出，中国多数政企客户对AI系统的需求并不在于模型是否达到GPT-4级别的参数规模，而是强调是否可控、可部署、可维护。“最终能被长期使用的，从来都不是一条API，而是一个嵌入业务流程、具备反馈闭环的智能系统。”
在谈及国产芯片替代问题时，汤浩持理性乐观态度。他认为，国产训练级GPU仍处于验证期，尚无法在大规模并行训练中取代H100/H20等产品，但在推理侧已有相对成熟的可行方案。尤其在中模型部署、INT8量化、RAG增强等技术路径推动下，大量真实业务场景并不依赖高端训练卡，也正是这些场景构成了AI产业最广阔的应用土壤。
“我们目前在多个政企项目中均采用国产GPU进行适配，满足信创安可的刚需，结果显示，只要架构设计合理，模型调优充分，系统响应和交付能力完全可以满足使用。”他介绍说，“反而是一些重模型企业，一旦海外GPU断供，训练体系将直接崩塌。”
值得注意的是，汤浩还强调了AI产业生态重构的必要性。他表示，未来中国应构建以“国产芯片+自研模型+适配框架+行业系统”为核心的四段通路，实现“可部署、可落地、可维护”的全链条闭环。
“我们不是否定大模型的价值，而是认为不应再把AI发展路径完全寄托于超大规模模型的堆叠与参数竞赛。”他说，“应用优先，是现实倒逼出来的路径，也是中国AI真正可以领先的路径。”
在具体战略层面，迪洛斯提出了“千业万模”的产品结构设计理念，即根据行业属性和功能模块划分，为各行业客户定制多种垂直场景的专业模型，通过私有化部署和边缘计算协同，实现高度契合场景的智能化能力。
汤浩指出，在传统AI叙事中，“模型强度”往往被当作技术竞争的核心指标。但在实际应用中，客户更在意的是部署是否可控、系统是否稳定、数据是否可审计、模型是否能在国产环境中高效运行。这些需求正在倒逼AI企业放弃中心化模型依赖，转而构建任务导向、模块协作的分布式AI系统。
资本市场的反馈也在发生变化。汤浩介绍，近年来投资机构已从“单体大模型企业”的估值模式，逐渐向“平台+芯片+场景”的融合型企业倾斜。他指出，未来投资人会更加关注三个核心问题：是否具备多芯片适配能力?是否有真实场景的交付记录?是否能够本地化部署并长期运行?
当被问及中国AI产业未来五年的关键字时，汤浩没有犹豫。他列举了四个词：场景适配、本地部署、多模型协同、系统工程能力。“真正推动AI产业走向可持续发展的，不是技术演示，而是工程能力;不是模型最强，而是系统能跑。”他说。
对于未来的AI生态，汤浩表达了谨慎乐观的判断。他认为，H20芯片禁令只是美国科技封锁策略的延续，但对中国AI产业而言，是一个“重新定义起点”的契机。
“我们不会再去争谁的模型更大，而是比谁的系统更稳、更快、更可控。”他说，“这将是一场从参数堆叠向系统能力的根本转变。”
在专访结束前，汤浩强调，AI的未来不应只停留在模型的“云端炫技”，而应落脚于流程的嵌入、组织的赋能与行业的实际需求。“真正有价值的AI，不在云端闪耀，而在地面发光。”他说。
记者注意到，当前迪洛斯正在与多家国有企业、地方政府合作，构建“AI政务中枢平台”“AI工业运维系统”“AI知识生产线”等工程化项目，探索多模型协同、任务解耦与边云协同部署的落地路径。
这场突如其来的芯片封锁，或许正是中国AI产业摆脱路径依赖、走向系统自主的关键节点。下一阶段的发展，必将更加务实，也更加值得期待。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
