一台华为Mate60手机里搭载的麒麟9000S芯片，背后是2000张海光DCU芯片集群训练出的AI模型，成本比英伟达方案低了18%，而这只是中国半导体突围的冰山一角。
“芯片荒”曾经是悬在中国科技头顶的利剑。一台智能手机、一辆新能源汽车，甚至一台智能洗衣机，都离不开指甲盖大小的芯片。但很少有人知道，全球77%的芯片产能集中在台湾和韩国，中国大陆的芯片自给率曾长期低于20%。
转折发生在2023年。中芯国际用14纳米工艺量产了麒麟9000S芯片，让华为手机重回战场；海光信息的DCU芯片在AI训练中效率达到英伟达A100的92%，价格却只有后者的65%。
北方华创的5纳米刻蚀机，甚至卖进了台积电的生产线。这三家公司，分别从制造、设计、设备三个维度，撕开了中国半导体产业的封锁线。
当中芯国际在2023年宣布14纳米工艺良率突破92%时，整个行业都松了一口气。这意味着，国产芯片终于能在主流性能的战场上站稳脚跟。
位于上海的12英寸晶圆厂里，机器24小时不停运转。硅片在光刻机、刻蚀机间流转，最终变成承载数据的芯片。
2024年，中芯国际的月产能折合8英寸晶圆已达79.58万片，全球市场份额占到5.4%，成为第五大晶圆代工厂。更关键的是，它的成熟制程产能被车企、工业客户抢购一空，新能源汽车的IGBT芯片、智能电表的控制芯片，如今大多印着“SMIC”的标识。
但中芯国际的真正突破在于“N+1”“N+2”工艺。通过多次曝光技术，它在没有EUV光刻机的情况下，将7纳米芯片推进到风险量产阶段。
华为麒麟9000S芯片的回归，正是基于这一技术。一位产业链人士透露：“中芯国际接下了华为海思超50%的14纳米及以下订单，成了真正的压舱石。”
海光的故事始于一场“豪赌”。2016年，它与AMD达成合作，获得x86架构授权，从此走上处理器自主研发的道路。当时没人能想到，这家背靠中科院计算所的企业，会在九年后成为国产AI芯片的销量冠军。
海光手里有两张王牌：x86架构CPU和GPGPU架构DCU。前者兼容全球九成以上的服务器生态，后者则直接对标英伟达的GPU。
在深圳某数据中心，搭载海光7285CPU的服务器处理金融风控系统，响应速度比进口芯片快9%；在杭州的人工智能实验室，深算二号DCU训练图像识别模型，比同价位国外芯片省电27%。
最让开发者心动的是海光的“DTK工具包”。它能直接将英伟达的CUDA代码转换成海光平台可运行的代码，迁移成本极低。
某电商平台用这套工具，仅用3天就把推荐算法从英伟达芯片迁移到海光DCU上。2024年，海光DCU销量激增210%，每卖出3张国产AI训练卡，就有1张来自海光。
芯片制造需要上千道工序，而北方华创能提供其中60%的关键设备。刻蚀机、薄膜沉积设备、清洗机，这些听起来陌生的机器，决定了芯片电路的精度和良率。
在北方华创的实验室里，一台5纳米刻蚀机正在测试。它的任务是在硅片上“雕刻”出比头发丝细万倍的电路。
2024年，这台设备通过台积电验证，拿到10台订单，成为唯一进入国际头部晶圆厂供应链的中国设备商。与此同时，它的7纳米刻蚀机在国内市占率超过30%，中芯国际、长江存储都是它的客户。
设备国产化带来的不仅是成本下降，更是供应链安全。2023年，美国对华半导体设备管制升级，但北方华创的刻蚀机、薄膜沉积设备迅速填补了空白。
中芯国际、海光信息、北方华创的协同，在华为手机芯片的突围中体现得淋漓尽致。海光设计处理器架构，中芯国际负责流片制造，北方华创则提供刻蚀等关键设备，一条完全国产化的链条悄然贯通。
在更广泛的生态中，这种协同还在扩展。海光的CPU进入六大国有银行核心系统，中芯国际为车企量产车规级芯片，北方华创的设备则支撑着长江存储的3DNAND闪产线。
