高墙与缝隙：芯片管制能卡多久，又逼出了什么

2022 年 10 月 7 日，美国商务部发布了一揽子出口管制规则：先进 AI 芯片不准卖给中国，制造先进芯片的设备不准卖给中国，美国工程师也不准再为中国的先进晶圆厂提供支持。此后几乎每年都有一轮加码，荷兰和日本也跟着收紧了光刻机等设备的出口。

关于这件事，人们最常问两个问题：

• 这类管制到底能把中国的技术进步卡住多久？
• 它会怎样反过来逼出中国自己的替代品？

这两个问题都没法用一句话回答。原因在于“芯片”不是一样东西，而是一条很长的链条。链条上每一环被卡的程度不一样，被替代的速度也不一样。下面先把链条拆开，再一层一层地回答。

说明：本文涉及的政策与产业数据截至 2026 年秋。这个领域变化很快，个别数字可能已被更新。

1 先把问题拆开

1.1 一颗先进芯片要过哪几道关

以一颗 AI 加速芯片（比如英伟达的 H100 或华为的昇腾）为例，从无到有大致要经过下面几个环节：

美国的管制几乎覆盖了这张表里的每一行，但对每一行的打击效果差别很大。所以讨论“卡多久”，必须一行一行地看。

1.2 四年来的几轮加码

下面这张表把主要事件按时间排列。表中既有美方的加码，也有中方的反制，还有中间出现的松动。

从这张表可以看出三件事：

1. 管制是一轮一轮加上去的，不是一次到位。 这一点后面会讲到，它对管制的效果有很大影响。
2. 美方自己也在摇摆。 从禁售 H20，到放行 H20，再到放行 H200，背后是一个真实的两难。
3. 到了后期，反而是中方不太想要美国芯片了。 这是理解“倒逼”最关键的信号。

1.3 “卡住”的真实含义：不是一堵墙，而是一笔税

很多人把管制想象成一堵墙：墙这边造不出来，墙那边造得出来。实际情况要复杂得多。

以先进制程为例。业内普遍认为，没有 EUV 光刻机就做不了 7nm 以下的芯片。但中芯国际在只有 DUV 光刻机的情况下，做出了 7nm 级的麒麟 9000S，后来又做出了 5nm 级的产品。这并不说明管制无效，而是说明管制的作用方式和人们想象的不一样：

• 能做，但更贵。 用 DUV 做 7nm，要把同一层图案分好几次曝光，工序成倍增加，设备占用时间成倍增加。
• 能做，但良率更低。 工序越多，出错的机会越多，一片晶圆上能用的芯片就越少。
• 能做，但做不多。 每台光刻机的产出有限，进口存量又有上限，产能就被锁死在一个天花板下。

所以更准确的说法是：管制没有让中国“造不出来”，而是让中国“造得更贵、更少、更慢”。 它是一笔压在中国先进芯片产业上的“技术税”。这笔税在有些环节很重，在有些环节几乎为零。下一章逐层来看。

2 能卡多久：分层回答

2.1 成熟制程：基本卡不住

28nm 及以上的“成熟制程”，用在汽车、家电、工业控制、电源管理等大量场景里。这些芯片不需要最先进的设备，管制规则也基本没有覆盖。

管制之后，中国反而在这一块大规模扩产，因为大家都意识到“能自己做的一定要自己做”。结果是：

• 中国在全球成熟制程产能中的份额快速上升；
• 部分品类出现产能过剩和价格战；
• 美国在 2024 年底专门对中国成熟制程芯片发起 301 调查，担心的已经不是“中国做不出来”，而是“中国做得太多、太便宜”。

这一层的答案很清楚：管制没有卡住，反而刺激了扩张。

2.2 先进逻辑芯片：卡得最实

这是管制真正咬住的地方，也是最需要讲清楚的地方。

2.2.1 DUV 的物理天花板

光刻机的作用，是把电路图案像“投影”一样印到硅片上。能印多细，主要取决于光的波长。

• DUV（深紫外）浸没式光刻机用 193nm 波长的光。受物理规律限制，一次曝光最细大约只能印出 76—80nm 间距的线条。
• EUV（极紫外）光刻机用 13.5nm 波长的光，一次曝光就能印出细得多的线条。

7nm 工艺里最密的金属线间距大约是 40nm，5nm 工艺大约是 28—30nm。DUV 一次印不出来，只能用“多重曝光”：先印一组稀疏的线，再借助沉积和刻蚀的工艺技巧把线“加倍”，甚至“加四倍”（行内称为 SADP、SAQP）。

问题在于，加倍的次数越多：

• 每次曝光之间的对准误差会累积；
• 工序越来越长，一片晶圆要在产线上跑更久；
• 每多一道工序，良率就要打一次折扣。

到了 5nm 级，DUV 多重曝光已经接近实用的极限；再往 3nm 走，成本和良率在商业上基本不可行。外界拆解华为 2025 年底的麒麟 9030 后，普遍认为中芯国际的 N+3 工艺在晶体管密度上介于业界 7nm 和 5nm 之间。这正好说明了天花板的位置。

所以，在拿到 EUV 之前，中国的先进逻辑工艺大概率会被压在“5nm 级”这个天花板下面。

2.2.2 差距会先拉大，再谈缩小

天花板是固定的，台积电却在继续往前走：2025 年底 N2（2nm 级）量产，2026 年下半年推出 A16。按节点算，中芯国际和台积电之间差了 3 到 4 代，换算成时间大约是 5 到 7 年。

而且在接下来几年里，这个差距很可能先扩大：台积电每两年左右往前走一代，中国则卡在天花板下，只能在同一代工艺上提高良率、扩大产能。

这一点常常被忽视。很多讨论只看到中国“突破了 7nm”“突破了 5nm”，就以为差距在缩小。实际上，在“最先进工艺”这条赛道上，有 EUV 之前，追赶的速度跑不过领先者前进的速度。

2.2.3 关键变量：国产 EUV 什么时候能量产

因此，“先进逻辑芯片能卡多久”，基本等于“国产 EUV 什么时候能真正用于量产”。

EUV 之所以难，难在它是一个集众多尖端技术于一体的系统：

• 光源：要用激光轰击每秒数万颗高速飞行的锡滴，产生 13.5nm 的极紫外光，功率还要足够高，否则一小时曝光不了几片晶圆；
• 光学：极紫外光会被几乎所有材料吸收，只能用多层膜反射镜来导光，镜面的平整度要求达到原子级；
• 真空与控制：整条光路处在真空中，晶圆台的运动精度要求极高；
• 系统集成：ASML 的 EUV 背后有数千家供应商，许多零部件本身就是独门技术。

根据公开报道，中国已经造出 EUV 原型机，2025 年底在深圳完成验证，光源功率约 100—150 瓦。ASML 的商用机型早在 2017 年就达到 250 瓦，如今更高。中国官方目标是 2028 年左右用国产 EUV 造出芯片；多数业内人士估计，试产线要到 2030 年前后，真正的大规模量产还要更晚。

还有一个很容易被忽视的问题：光刻机造出来，只是第一步。 ASML 的 EUV 从第一台原型到量产机型，前后用了十几年。其中很多时间不是花在“造机器”上，而是花在“和晶圆厂一起把工艺调通”上。光刻胶、掩模、检测设备都要配套跟上。

综合来看，先进逻辑芯片这一层，管制大概能把中国压在“落后前沿 5 年以上”的位置，并且很可能持续到 2030 年前后。 至于之后能多快缩小差距，要看国产 EUV 及其配套产业链的进展。

2.3 AI 能力：卡得最松

奇怪的是，在先进工艺落后好几代的情况下，中国的 AI 大模型和美国最好的模型相比，差距只有几个月。原因在于：AI 能力不等于单颗芯片的性能。

2.3.1 算力是一道乘法

一个国家或一家公司能用来训练 AI 的有效算力，可以粗略地写成：

有效算力 ≈ 芯片数量 × 单颗芯片性能 × 芯片之间的互联效率 × 实际利用率 × 算法效率

管制主要打击的是第二项（单颗芯片性能），以及通过限制产能间接打击第一项（芯片数量）。其他几项，中国都有办法补。

以数量和互联补单颗性能。 华为的 CloudMatrix 384 用 384 颗昇腾芯片和全光互连，在系统层面与英伟达的 GB200 NVL72 相抗衡。按业内估算，它的总算力更高，代价是耗电约为对方的 3 到 4 倍。华为公布的路线图更进一步：2026 年第四季度推出的 Atlas 950 超节点，要把 8192 颗昇腾 950 连成一个整体。思路很明确：单颗不如人，就靠规模取胜。

这条路之所以走得通，是因为中国电力相对充裕、便宜。美国的 AI 数据中心反而越来越受电网容量的限制。管制让中国用电力去换芯片性能，而电力恰好是中国的长项。

2.3.2 以算法换算力

第二个补偿手段是算法效率。DeepSeek 是最典型的例子。

DeepSeek-V3 在 2024 年底发布。据其技术报告，它是在 2048 块 H800（美国管制后专门卖给中国的降级版芯片）上训练的。最后一次训练的算力成本按租用价格估算，约 560 万美元，远低于美国同级模型。它用了“混合专家”架构（每次只激活模型的一小部分）、低精度训练、注意力机制压缩等一系列工程手段，把每一份算力都用到极致。随后发布的推理模型 R1 又全部开源，在全球引起震动。

这说明一个道理：当算力受限时，工程师会被逼着在算法和工程上下功夫。 而算法上的进步，任何出口管制都管不住。

2.3.3 训练与推理不一样

还要区分 AI 的两个阶段：

• 训练前沿大模型，需要上万甚至数十万颗顶级芯片长时间协同工作。这对单卡性能、互联、软件生态的要求最高，是中国最吃力的地方。
• 推理，也就是模型训练好之后为用户提供服务。这一步对单卡性能的要求相对低一些，更容易用国产芯片替代。

所以中国的处境大致是：跟上前沿要多花钱、多耗电；大规模应用的障碍则小得多。

2.4 最难啃的几块骨头

把设备、材料、零部件分开看，差别更明显。根据中国半导体行业协会的数据，中国晶圆厂使用的国产设备比例从 2024 年的约 25% 提升到 2025 年的约 35%，但各类设备的差距很大：

这张表说明，“国产替代”不是一个整体，而是几十场速度各不相同的追赶。其中光刻、量测、高端材料和零部件是最慢的几场，它们决定了整体进度的上限。

2.5 为什么管制的效果会越来越弱

还有一个动态因素：同样力度的管制，越往后效果越小。原因有三个。

2.5.1 加码前的“预告效应”

管制是一轮轮加上去的，每一轮之前都有风声，每一轮之后大家都在猜下一轮管什么。中国企业的理性反应就是提前囤货。

2023—2024 年，中国一度占到 ASML 销售额的四成以上，单季度最高接近一半。这些设备里，很多是在预期会被禁之前抢购的。华为也被报道提前囤积了三星的 HBM。管制每次落地时，对方往往已经准备了一两年。

2.5.2 墙越长，缝越多

美国自己把这种策略叫作“小院高墙”：管的范围小一点，管得严一点。但实践中，院子越画越大，墙越修越长，漏洞也越来越多：

• 走私：经新加坡、马来西亚等地转运的 GPU 屡禁不止；
• 代工绕道：技术分析机构在拆解昇腾 910B 时，发现了台积电代工的芯片，后来查明是借第三方公司的名义下单的；
• 云端租用：中国企业可以租用海外数据中心的算力；
• 人才流动：据报道，中国的 EUV 原型机项目就有曾在 ASML 工作的工程师参与。

2.5.3 规则也有“半衰期”

任何一条管制规则刚出台时最有效，因为对方还没来得及适应。随着时间推移，对方会找到替代来源、调整设计、积累库存、培养供应商，这条规则的实际约束力就逐年下降。

美方唯一的应对办法是不断加码。但加码一方面会伤及美国自己的企业，另一方面又会进一步刺激对方替代。这就引出了下一章的主题。

2.6 本章小结

一句话：管制能长期拖慢中国在“最前沿”上的位置，却拦不住中国把技术“用起来”；它让中国付出了更高的成本，却没能让中国停下来。

3 倒逼：国产替代是怎样被逼出来的

3.1 管制以前，为什么替代不起来

这是理解“倒逼”最关键的一步。

很多人以为，国产芯片设备以前之所以落后，是因为“技术不行”。这只说对了一半。另一半是：国产设备根本没有机会被用。

半导体设备有一个特点：它的进步主要靠**“用中学”**。经济学家阿罗在 1960 年代就提出过这个概念：很多技术能力不是在实验室里想出来的，而是在实际生产中，一边用、一边出问题、一边改，慢慢积累出来的。

一台国产刻蚀机要变成好用的刻蚀机，必须进入晶圆厂的真实产线：跑几万片晶圆，暴露几百个问题，一个个解决。这个过程叫“验证”。没有验证，设备永远只是“样机”。

但晶圆厂凭什么给你验证机会？

• 一条先进产线投资上百亿美元，停工一天损失巨大；
• 进口设备成熟可靠，良率有保证；
• 用国产设备出了问题，责任要由采购的人承担。

于是形成一个死循环：国产设备不好用，所以没人用；没人用，所以永远不好用。 中国以前也出台过不少扶持政策（例如“首台套”补贴），但很难打破晶圆厂“不敢用、不愿用”的心理。

3.2 管制改变了什么

管制一来，晶圆厂的选择被拿掉了：进口设备买不到，或者随时可能买不到，买到了也可能得不到维护服务。这时候，用国产设备就从“冒险”变成了“唯一出路”。

于是死循环被打破，变成了正循环：

晶圆厂被迫采用国产设备 → 设备在真实产线上暴露问题 → 设备厂快速迭代 → 设备变好用 → 晶圆厂更愿意采用

国产设备比例从 25% 跳到 35% 只用了一年，北方华创的订单排到了 2027 年。这些数字背后正是这个循环在转动。技术本身不会在一年之内突飞猛进，真正发生变化的是验证机会。

这也解释了为什么管制对刻蚀、沉积这类设备的倒逼效果最明显：这些设备原本就有一定基础，只差验证机会；一旦有了机会，进步就很快。光刻机则不同，它的差距不仅在验证机会，还在于基础能力本身，所以进展最慢。

3.3 一次被对手强加的“产业保护”

经济学里有一个“幼稚产业保护”的理论，可以追溯到 19 世纪的德国经济学家李斯特：一个国家的新兴产业刚起步时打不过外国的成熟企业，需要用关税等手段暂时保护起来，让它有机会成长。

这个理论有两个经典的副作用：

1. 招致贸易伙伴的报复；
2. 保护会养出懒惰：企业躲在保护伞下不求上进。

美国的管制，客观上给中国芯片产业提供了一把保护伞，而且奇妙地避开了这两个副作用：

• 没有报复问题。 保护是对手亲手筑起来的，中国不需要背上“搞保护主义”的名声。
• 懒惰问题被国内竞争化解。 中国国内有多家设备厂、多家 AI 芯片公司同时在竞争（华为、寒武纪、摩尔线程、沐曦等），保护伞下仍然是激烈的竞争，而不是一家独大的温室。

换句话说，美国替中国做了一件中国自己想做、却很难做好的事。

3.4 生态锁定被打破

英伟达最深的护城河不是芯片，而是 CUDA 软件生态。全世界的 AI 研究者和工程师都习惯在 CUDA 上写程序，大量的软件库、工具、教程都围绕 CUDA 构建。

这是一种典型的网络效应：用的人越多，它就越好用；它越好用，用的人就越多。新来者哪怕芯片本身不差，也很难让用户迁移过来，因为迁移成本太高了：要重写代码、重新调优、重新培训人员。

在正常的市场里，用户会理性地选择留在 CUDA 上，国产芯片永远拿不到足够多的用户来打磨自己的软件生态。管制把“继续用英伟达”这个选项强行拿掉了。用户迁移最难的第一步，就这样被管制替中国完成了。

一个很有代表性的细节：2025 年 8 月，DeepSeek 在发布 V3.1 时专门说明，模型采用了一种新的低精度数据格式，是“为即将发布的下一代国产芯片设计的”。这意味着中国顶尖的 AI 团队已经开始主动按国产芯片的特点来设计模型，而不只是被动地把模型移植过去。软件和硬件开始一起演化，这正是生态形成的标志。

3.5 飞轮开始自己转了

最能说明“倒逼”已经生效的，是中国政府对美国芯片的态度变化。

• 2025 年 8 月，美方放行 H20 后，中方有关部门约谈英伟达，并劝阻国内企业采购；
• 2025 年 9 月，有报道称中方要求大型科技公司停止采购英伟达专为中国推出的 RTX Pro 6000D；
• 2026 年，美方放行 H200 后，英伟达在财报中承认，实际销售受到中国政府的限制，只有少量交付。

英伟达首席执行官黄仁勋曾公开说，英伟达在中国 AI 芯片市场的份额从约 95% 降到了接近零。

为什么美国放行了，中国反而不要？道理就在前面讲的“用中学”循环里。国产芯片现在最需要的是订单和用户，因为只有被大量使用，它才能不断进步。 如果此时大批美国芯片涌入，国内企业很可能又会转回去用更好用的英伟达，刚转起来的循环就会被打断。

所以到了这个阶段，替代已经不再需要美国管制来推动，它有了自己的动力。 这时候美国再放松管制，已经很难把中国拉回原来的依赖状态。

3.6 倒逼也有代价

把倒逼说成全是好事，也是不公允的。代价至少有四个：

1. 重复建设与烂尾。 在“全国大办芯片”的热潮中，曾出现过武汉弘芯这样投资上千亿、最终烂尾的项目。国家集成电路产业投资基金（大基金）三期规模 3440 亿元，钱怎么花、花在哪里，一直是难题。
2. 成本更高。 国产方案往往更贵、良率更低、功耗更高，这些成本最终会转嫁给下游的手机、汽车、云服务企业和消费者。
3. 成熟制程过剩。 大家都去做容易做的部分，造成低端产能过剩和价格战。
4. 与全球前沿知识交流的减少。 半导体是高度全球化的产业，技术的进步依赖全球顶尖人才和企业之间的交流。被隔离在外，长期看会损失一部分创新的养分。

3.7 本章小结

管制对国产替代的作用，可以概括为三句话：

• 它给了国产供应商验证机会，打破了“没人用—不好用”的死循环；
• 它强制完成了生态迁移的第一步，打破了 CUDA 的网络效应；
• 它最终让替代产生了自身的动力，到了美国想放松也拉不回来的地步。

代价是成本更高、效率有损失，以及一定程度的资源浪费。

4 美方的两难

4.1 卖，还是不卖

美方内部对“要不要卖降级芯片给中国”一直有两派意见：

两边都有道理，这恰恰是两难所在：卖，就是在给对手送算力；不卖，就是在给对手的替代产业送市场。

从 H20 先禁后放，到要求 15% 的收入分成，再到放行 H200 并收取 25% 的费用，美方的政策一直在两端之间摇摆。但正如上一章所说，到了中国开始主动拒绝的阶段，“卖”这条路的效果也打了折扣。

4.2 对美国企业的反作用

管制也在伤害美国自己的企业。管制之前，应用材料、泛林、科磊等美国设备巨头有三到四成的收入来自中国。管制之后，这部分收入逐步被中国本土企业蚕食。

半导体是一个靠“规模摊薄研发”的行业：收入越高，研发投入越多，技术就越领先。失去中国市场，长期看会削弱这些企业的研发能力。

不过要公允地说，2023 年以来全球 AI 投资热潮带来了巨大需求，英伟达、台积电等公司的业绩屡创新高，暂时掩盖了失去中国市场的损失。这种反作用要放到更长的时间里才能看清。

4.3 盟友不总是同步

全球半导体产业链高度分散：光刻机在荷兰，许多材料和设备在日本，存储在韩国，代工在中国台湾地区。美国单独管制不够，必须拉上盟友一起。

但盟友各有各的利益。荷兰的 ASML、日本的东京电子，中国都是它们最大的市场之一，它们在跟进管制时往往比美国慢、范围比美国窄，在设备维护等问题上也时有分歧。每一处不同步，都是一道缝隙。

4.4 中方也握有筹码

这场博弈并不是单向的。中国在稀土、镓、锗等关键原材料上占据主导地位，而这些材料恰恰是芯片、军工和新能源产业离不开的。

2025 年 10 月，中国扩大稀土出口管制后，很快就换来了美方暂停关联方规则一年。这说明卡脖子是相互的：双方都有能卡住对方的地方。目前双方的暂停措施都约在 2026 年 11 月到期，这将是下一个观察节点。

5 历史对照

5.1 巴统与苏联

冷战时期，西方国家成立了“巴黎统筹委员会”（巴统），对苏联和东欧国家实施技术出口管制，其中就包括计算机和微电子。

结果是，苏联的微电子产业长期落后，并且越落后越严重。主要原因有：

• 市场太小、太封闭。 苏联的芯片主要供应军工，没有庞大的民用市场来摊薄成本、推动迭代；
• 以仿制为主。 苏联长期靠拆解、仿制西方芯片来追赶，永远落后一两代；
• 缺乏竞争。 计划经济下，没有多家企业相互竞争的压力。

5.2 中国自己的先例

中国自己也有被拒之门外、然后自建体系的经验：

• 北斗：中国在卫星导航上长期依赖美国的 GPS，后来又在参与欧洲伽利略计划时被边缘化，于是坚持自建北斗。从立项到 2020 年全球组网完成，用了二十多年。
• 空间站：2011 年，美国国会通过“沃尔夫条款”，禁止 NASA 与中国开展合作，中国被挡在国际空间站之外。2022 年，中国空间站全面建成，前后大约十一年。

规律大致是：在国家意志支撑下，被拒之门外的领域，往往十到二十年后能形成自主能力。 当然，芯片比北斗和空间站复杂得多：它不是一个国家项目，而是一个需要商业上自负盈亏、在全球市场上竞争的产业。

5.3 这次为什么不像苏联

和苏联相比，中国的条件有几个根本不同：

这些差异意味着，苏联的结局不能直接套用到中国身上。 管制能让中国付出代价，但很难让中国像苏联那样陷入越来越落后的局面。

6 从先秦义理看这件事

上面讲的都是现代产业和经济学的道理。回头看，先秦典籍里有一些话，可以帮我们从更深一层理解这件事。

6.1 困于心，衡于虑，而后作

《孟子·告子下》有一段大家熟悉的话：

故天将降大任于是人也，必先苦其心志，劳其筋骨，饿其体肤，空乏其身，行拂乱其所为，所以动心忍性，曾益其所不能。人恒过，然后能改；困于心，衡于虑，而后作；征于色，发于声，而后喻。入则无法家拂士，出则无敌国外患者，国恒亡。然后知生于忧患而死于安乐也。

人们常引用前半段，用来讲“吃苦”。但对理解本文的问题，后半段更要紧。

“曾益其所不能”，意思是增加自己原本不具备的能力。孟子先生说得很明白：这种能力不是凭空长出来的，是在“行拂乱其所为”（做事处处受阻）中被逼出来的。这和第 3 章讲的“用中学”是一个道理：国产设备的能力不是想出来的，而是在产线上一次次出问题、一次次修正中积累出来的。“人恒过，然后能改”，几乎就是对“验证”过程的描述。

“困于心，衡于虑，而后作”更为精准：人要到困窘、思虑阻塞的时候，才会真正奋起。管制以前，国产替代喊了很多年，但“作”不起来，因为还没“困”到那一步，进口设备总是买得到的。

“出则无敌国外患者，国恒亡”则提醒我们另一面：外部压力本身就是一种推动力。对中国芯片产业来说，美国的管制正是这样的“敌国外患”。

6.2 善假于物，与久假不归

荀子先生在《劝学》里说：

假舆马者，非利足也，而致千里；假舟楫者，非能水也，而绝江河。君子生非异也，善假于物也。

“善假于物”，就是善于借助外物。这正是全球分工的逻辑：中国不必自己造光刻机，从荷兰买就行；不必自己做 CUDA，用英伟达的就行。借得好，同样能“致千里”“绝江河”。过去几十年，中国电子产业的崛起，很大程度上就是“善假于物”的结果。

但孟子先生在《尽心上》中有一句话，正好构成反面的提醒：

尧舜，性之也；汤武，身之也；五霸，假之也。久假而不归，恶知其非有也。

这句话原本是批评五霸借仁义之名行霸道之实，说他们借得太久，连自己都以为仁义是自己的了。这里借用它的句式来看芯片：借得太久，人们就会误以为借来的能力是自己的能力。 在管制之前，许多人以为中国已经拥有了先进芯片产业，因为中国有那么多晶圆厂、那么多芯片公司。管制把借来的东西一收回，才看清哪些是“假之”，哪些是“有之”。

有意思的是，荀子先生自己在同一篇《劝学》中，也给出了从“假”走向“有”的路：

积土成山，风雨兴焉；积水成渊，蛟龙生焉……故不积跬步，无以至千里；不积小流，无以成江海……锲而舍之，朽木不折；锲而不舍，金石可镂。

“假”能让人立刻走得很远，“积”才能让能力真正长在自己身上。“用中学”说到底就是“积”：一片晶圆一片晶圆地跑，一个问题一个问题地改。可见荀子先生并不是只讲“善假于物”，“假”与“积”两样他都讲到了。管制所做的，是切断了“假”的路，逼着中国走“积”的路。

孟子先生还有一段话可以作为补充：

求则得之，舍则失之，是求有益于得也，求在我者也。求之有道，得之有命，是求无益于得也，求在外者也。

买来的芯片和设备是“求在外者”：别人一句话就能收回。自己积累的能力是“求在我者”：只要肯下功夫，就一定会有收获。

6.3 将欲夺之，必固与之

《老子》第三十六章说：

将欲歙之，必固张之；将欲弱之，必固强之；将欲废之，必固兴之；将欲夺之，必固与之。是谓微明。柔弱胜刚强。鱼不可脱于渊，国之利器不可以示人。

用这段话来看第 4 章讲的美方两难，很有启发。“将欲夺之，必固与之”，正是“主张卖”一派的逻辑：卖给你一些降级芯片，让你继续依赖我，从而延缓你的自主能力。表面上是“与”，实际上是“夺”。

中方后来对 H20、H200 的冷淡，也可以从这段话里读出来：对方的“与”里藏着“夺”，看清了这一点，就不会轻易接受。

这一章最后说“国之利器不可以示人”。今天，双方都已把芯片当作“国之利器”：美方不肯把最好的芯片和设备交出去；中方则意识到，利器握在别人手里，等于没有利器。

6.4 以无厚入有间

《庄子·养生主》里，庖丁讲他解牛的心得：

彼节者有间，而刀刃者无厚；以无厚入有间，恢恢乎其于游刃必有余地矣……虽然，每至于族，吾见其难为，怵然为戒，视为止，行为迟，动刀甚微。

这段话恰好可以概括中国应对管制的两种策略。

第一种是“以无厚入有间”：在高墙的缝隙中找路。用 DUV 多重曝光逼近 5nm，用规模和电力弥补单卡性能，用算法效率弥补算力不足。这些都不是正面硬攻，而是找到骨节之间的空隙，让刀刃游走其间。

第二种是“每至于族”：遇到筋骨盘结的硬处，就要放慢、谨慎、全神贯注。EUV 光刻、高端量测、光刻胶就是这样的“族”，没有空隙可钻，只能“视为止，行为迟”，一点一点地啃。第 2 章所说“光刻和量测进度最慢”，正是“族”所在。

一个成熟的追赶策略，应当同时懂得这两点：能绕的地方要绕得巧，绕不过去的地方要沉得住气。

6.5 工欲善其事，必先利其器

“工欲善其事，必先利其器”出自《论语·卫灵公》。人们常用它来强调工具的重要性，这和本文主题非常贴合：芯片管制打得最准的，就是制造设备，也就是“造芯片的器”。

但原文还有下文：

子贡问为仁。子曰："工欲善其事，必先利其器。居是邦也，事其大夫之贤者，友其士之仁者。"

孔子先生说“利其器”，紧接着讲的是“事其大夫之贤者，友其士之仁者”。也就是说，在孔子先生那里，“器”最终落在人身上：要磨利的工具，其实是身边的贤者和仁者。

这一点对理解芯片竞争格外有意义。光刻机能被禁运，人的经验和能力却难以禁运。从 ASML 的老工程师参与中国 EUV 项目，到 DeepSeek 用一支年轻的本土团队做出世界级模型，最终决定追赶速度的，是工程师和研究者的积累。设备是“器”，人是“器之器”。

6.6 穷则变，变则通

《周易·系辞下》说：

易穷则变，变则通，通则久。

管制让中国芯片产业走到了“穷”的地步：原来的路（买进口设备、用英伟达芯片）走不通了。于是被迫“变”：扶持国产设备、按国产芯片设计模型、用规模和算法替代单卡性能。变了之后，局部开始“通”：刻蚀、沉积设备进入产线，国产 AI 芯片有了大客户。能不能“久”，就要看最难的那几块骨头能不能啃下来。

7 结论

回到开头的两个问题。

管制能卡住多久？

• 成熟制程：基本卡不住。
• AI 的实际应用能力：只能卡住很短的时间，差距以月计。中国用规模、电力、算法补上了大部分。
• 最前沿的先进逻辑工艺：能卡得比较久。在国产 EUV 真正量产之前，中国大概率被压在 5nm 级的天花板下，与前沿差 5 年以上，这种局面可能持续到 2030 年前后，而且这几年差距还可能先拉大。
• 管制的效果会随时间递减：提前囤货、规则漏洞、替代来源都在削弱它。

会怎样倒逼国产替代？

• 管制给了国产供应商最缺的东西：在真实产线上被使用、被验证的机会，从而打破了“没人用—不好用”的死循环。
• 它强行把用户从 CUDA 生态里赶出来，替国产软件生态完成了最难的第一步。
• 它让替代产生了自己的动力。到了今天，中国反而主动拒绝美国放行的芯片，以保护刚转起来的国产循环。
• 代价是更高的成本、更低的效率和一定的资源浪费。

如果只用一句话总结：管制是一笔可以长期征收的“技术税”，却不是一堵永久的墙；它在拖慢中国前沿进步的同时，也替中国完成了靠自身很难完成的产业动员。 最终结果如何，取决于中国能否像孟子先生所说的那样，在“困于心，衡于虑”之后，真正“作”起来，把借来的能力变成自己积累的能力。