最新8月21日消息，国产GPU现阶段可能受限于外部技术封锁带来的工艺制程约束，单颗芯片的绝对性能暂时没法和英伟达这类美国行业巨头的旗舰产品直接对标，但这完全不代表国产GPU的整体价值就差人一等。

很多人没意识到，在国内电力资源供给充沛的先天优势支撑下，通过大规模集群组网的方式，多颗国产GPU协同运算的综合算力表现，完全可以不输甚至反超英伟达的单颗先进旗舰芯片，华为、摩尔线程这些国内头部芯片厂商，早就已经用落地运行的实际项目给出了验证结果。

今天，摩尔线程创始人张建中在2026世界机器人大会的公开演讲上表示，当前具身智能产业正在迎来类似当年大模型赛道出圈的ChatGPT时刻，整个产业爆发的核心前提，就是要先筑牢扎实的底层算力底座。

现在主流语言大模型已经顺利跨越了万亿参数的门槛，在行业公认的缩放定律驱动下，具身智能模型同样在沿着相同的路径快速进化，正从十亿、百亿级参数向千亿、万亿级参数规模跃迁，对应的智算集群规模也随之从千卡级迈向万卡级，后续向十万卡规模演进已经是行业发展的必然趋势。

实际上，华为、阿里、摩尔线程等国内国产芯片厂商，现在都在全力推进面向不同场景的大算力国产GPU智算集群落地，这种集群化组网的路线，刚好能充分发挥国内的基建优势，避开单颗芯片制程的短期短板，快速补上具身智能和大模型产业的算力缺口。

就连英伟达创始人黄仁勋此前在公开采访中也特意提到，AI本质上就是并行计算类问题，中国完全可以通过堆叠更多运算芯片的方式，弥补单颗芯片的制程代差，国内有充足的电力能源供给，只要愿意完全可以把大量芯片组合成超大规模集群，哪怕单颗芯片的制程落后几个纳米，集群整体的运算能力完全能满足场景需求。

针对全球半导体产业的格局，黄仁勋也给出了非常直白的判断，整个半导体行业都清楚，中国在主流成熟芯片制造领域早就占据了主导地位，现有产能完全过剩，产能规模大到足够支撑海量的芯片组网需求，所谓中国没有能力造出可用AI芯片的说法，根本就是彻头彻尾的无稽之谈。