梁文锋说英伟达可以被替代，真正要命的是TileLang

梁文锋在一次投资人交流里说，英伟达挡不住国产替代。

华为950超节点，在性能和价格上完全可以平替英伟达的GB200、GB300。

很多人听到这里，第一反应是：

国产芯片已经追上英伟达了？

没有。

梁文锋自己说，中国芯片现在还有“四倍加两年”的差距，国产算力眼前最大的卡点也是产能。

所以这段话真正有价值的地方，不是华为已经做出了一张和英伟达一模一样的卡。

而是他重新定义了什么叫“替代”。

客户买芯片，不是为了赢参数表。

客户要的是把模型训出来，把推理跑起来，把同一个任务做完。

一张卡不够，就用四张。

单卡性能不够，就用超节点和系统工程补。

只要最后的性能、价格和供应能够接受，它就完成了替代。

这是任务的替代，不是芯片的复制。

但要走到这一步，真正难的还不是硬件。

是CUDA。

英伟达卖的从来不只是一块GPU。

它还给这块GPU修好了公路，建好了加油站，配好了维修厂，甚至替你培养了一整代司机。

大模型需要的算子、工具、框架和调试经验，全都在这套生态里。

所以过去一家模型公司想换国产芯片，根本不是拔掉一张卡，再插上另一张卡。

它更像是换掉一整座工厂。

机器要换。

生产线要改。

工人要重新培训。

过去积累的经验，也可能全部作废。

这才是CUDA真正可怕的地方。

它让英伟达的客户不是“不想换”，而是“换不起”。

梁文锋这段发言里，真正让我警觉的，是一个很多人没注意到的词：

TileLang。

TileLang是一种写高性能AI算子的高级语言。

过去工程师要贴着CUDA和具体硬件，手工处理大量底层细节。

现在可以先用更接近Python的方式，描述数据怎么流动、计算怎么完成，再由编译器把它变成不同硬件能够执行的代码。

这相当于在模型和芯片之间，插进了一个新的翻译层。

模型公司只需要说清楚自己要算什么。

至于下面用的是英伟达、AMD，还是国产芯片，可以交给不同的后端去适配。

DeepSeek已经公开了用TileLang编写的TileKernels。

按照梁文锋的说法，DeepSeek V3训练时用的还是英伟达的卡，但已经在减少对英伟达软件生态的依赖。

这句话分量很重。

我可以继续用你的芯片。

但我不再把自己的全部生产能力，建在你的语言和工具上。

而且TileLang赶上了一个以前不存在的变量：

AI也开始写代码了。

过去重建一套算子生态，要靠很多工程师一行一行磨出来。

现在，高级语言先把代码量压下来，AI再参与生成和迁移代码。

梁文锋说，TileLang可以大幅提高开发效率，底层执行效率只损失1%到2%。

这1%到2%换来的，是模型公司第一次有机会摆脱单一硬件生态。

太值了。

所以，TileLang本身不会替代英伟达。

它真正做的，是降低替代英伟达的成本。

这个区别非常重要。

国产芯片不需要先在每一项参数上打败英伟达，才能进入市场。

它可以先跑起来。

先在真实任务里被使用。

再用真实需求养出算子、工具和工程师。

用的人越多，生态越好。

生态越好，就会有更多人敢用。

过去国产芯片掉进的是一个死循环：

因为生态不好，所以没人用。

因为没人用，所以生态永远好不起来。

TileLang加上AI写代码，有机会把这个循环反过来。

这才是梁文锋说“英伟达正在自掘坟墓”背后的完整逻辑。

英伟达今天依然很强。

它甚至可能在很长时间里，仍然拥有全世界最快的AI芯片。

但一家硬件公司最危险的时刻，不是别人做出了比它更快的芯片。

而是它的客户突然发现：

原来我不需要打败你。

我只需要不再被你锁住。

过去，CUDA就是整个世界。

未来，英伟达可能只是TileLang下面的一个编译目标。

这才是真正的替代。