華為創始人任正非在接受《人民日報》專訪時提出，中國芯片產業可通過“疊加與集群”技術路徑實現突圍，在計算結果上與全球最先進水平相當。這一觀點為當前中國芯片產業面臨的“卡脖子”困境提供了新的解題思路。

任正非坦言，中國在單芯片制程上仍落后美國一代，但通過“數學補物理、非摩爾補摩爾、群計算補單芯片”的創新策略，可實現系統級性能突破。他以華為昇騰芯片為例，指出該芯片雖在制程上不及國際領先的3nm芯片，但通過自研的CCE通信協議構建高效集群，支持了盤古大模型的訓練，整體算力可媲美部分頂級GPU。這一策略與谷歌TPU集群的成功經驗類似，后者通過Cloud TPU集群的強大合力，成功訓練出5400億參數的PaLM模型，證明了集群計算在人工智能領域的規模效應。

華為在算法優化方面的突破同樣關鍵。任正非提出的“用數學補物理”理念，具體體現在稀疏計算、模型量化和剪枝等技術的應用上。例如，華為的MindSpore框架通過動態圖優化和低精度計算，使AI訓練的計算需求降低了30%以上。這種軟件與硬件協同優化的模式，使得華為在制程相對較低的情況下，依然能達成高效的計算效果。天津港無人化碼頭的實踐便是例證：數百塊昇騰芯片組成的計算集群，實時處理海量傳感器數據，精準指揮無人駕駛集卡和智能吊機，大幅提升了碼頭運營效率。

任正非強調的“非摩爾”路徑中，Chiplet（芯粒）技術是關鍵一環。該技術將復雜的大芯片拆解為多個功能明確的小芯粒，通過2.5D/3D封裝技術實現高密度集成。例如，華為的昇騰芯片采用Chiplet架構，核心計算單元追求先進制程，而I/O、模擬、存儲等模塊則選用成熟制程，從而在系統層面實現媲美甚至超越單一先進制程大芯片的性能。這一策略與AMD的Zen架構處理器異曲同工，后者通過模塊化設計和高效互聯技術，在服務器市場占據重要份額。

任正非指出，中國芯片產業的根本瓶頸在于基礎理論研究。華為每年投入1800億元用于研發，其中約600億元用于基礎研究，不設考核指標。例如，華為在博弈論領域提出的“先知不等式”，解決了無限維線性和混合整數規劃的優化問題，相關論文發表于第65屆計算機科學基礎研討會。這種長期投入為華為在芯片領域的創新提供了底層支撐。

任正非強調，中國芯片產業的突圍離不開開放合作與人才戰略。華為通過與開源社區及國際伙伴的深度合作，成功整合各方資源。例如，昇騰芯片與PyTorch等主流開源框架實現兼容，降低了開發者的遷移成本。同時，華為的“天才少年”計劃吸引了全球頂尖人才，構建了強大的人才培養與引進體系。任正非呼吁社會對理論科學家給予更多尊重，認為他們的貢獻可能百年后才被驗證，但這是國家未來的希望。

任正非的表態為中國芯片產業注入了信心。當前，中國已有數十、上百家芯片公司在中低端領域取得突破，特別是在化合物半導體領域機會更大。華為的“疊加與集群”策略不僅為自身提供了技術路徑，也為行業提供了可借鑒的模式。隨著基礎研究的持續投入和產業生態的完善，中國芯片產業有望在更多領域實現自主可控。