针对任正非提到的“芯片技术比美国落后一代”，黄仁勋给出了自己的看法，虽然我们的技术比他们（中国）领先一代，但是从技术层面上讲，AI是一个并行的问题。如果单台计算机的性能不够强，那就使用更多的计算机。也就是一台计算机的算力不够，我多用几台，几台不够，用几百台，最后总的算力可以与美国进行比较。

黄仁勋表示，中国拥有足够的能源，能够支撑更多的AI数据中心。这意味着，中国可以拥有更大的算力。老黄还表示，中国目前的芯片技术，对中国来讲已经足够好了。

黄仁勋最近在多个场合强调，中国的人工智能发展已经形成了自己的独特路径。他提到，虽然美国在芯片技术上暂时领先，但中国通过规模化部署和软件优化，正在快速缩小实际应用中的差距。例如，2024年中国智能算力规模达到725.3EFLOPS，同比增长74.1%，远超通用算力增速，预计2025年将突破1000EFLOPS大关。

这种爆发式增长背后，是中国庞大的市场需求和工程化能力在发挥作用。

中国企业的应对策略非常实际：既然单颗芯片性能受限，就用更多服务器集群来堆出总处理能力。比如华为昇腾芯片通过大规模组网，已能支持万亿参数模型的训练，而中国移动建设的“四算融合”网络整合了超100万台服务器，可调度全国六分之一的算力资源。

这种拼数量的打法，恰恰利用了中国的能源优势——充足的电力供应让超大数据中心成为可能。

更关键的是，中国工程师在软件和算法上的创新大幅提升了硬件利用效率。像DeepSeek-R1模型通过优化推理过程，将生成单token的成本压到0.03美元，比行业平均水平低32倍。黄仁勋特别指出，这种“用软件撬动硬件”的思路，让中国在中端芯片上也能跑出顶级性能，甚至倒逼全球厂商重新思考算力投入的性价比。

目前国产芯片的进步速度也在加快。华为昇腾910B性能已接近英伟达A100，国产AI芯片在数据中心的应用占比预计2025年将升至50%。加上“东数西算”工程推动的8大枢纽节点建设，中国正把能源、数据和算力资源整合成一张协同网络，用系统级方案弥补单点技术差距。

所以说，芯片代差虽在，但中国的应对策略早已超越单纯的技术追赶。