华为创始人任正非在接受《人民日报》专访时提出，中国芯片产业可通过“叠加与集群”技术路径实现突围，在计算结果上与全球最先进水平相当。这一观点为当前中国芯片产业面临的“卡脖子”困境提供了新的解题思路。

任正非坦言，中国在单芯片制程上仍落后美国一代，但通过“数学补物理、非摩尔补摩尔、群计算补单芯片”的创新策略，可实现系统级性能突破。他以华为昇腾芯片为例，指出该芯片虽在制程上不及国际领先的3nm芯片，但通过自研的CCE通信协议构建高效集群，支持了盘古大模型的训练，整体算力可媲美部分顶级GPU。这一策略与谷歌TPU集群的成功经验类似，后者通过Cloud TPU集群的强大合力，成功训练出5400亿参数的PaLM模型，证明了集群计算在人工智能领域的规模效应。

华为在算法优化方面的突破同样关键。任正非提出的“用数学补物理”理念，具体体现在稀疏计算、模型量化和剪枝等技术的应用上。例如，华为的MindSpore框架通过动态图优化和低精度计算，使AI训练的计算需求降低了30%以上。这种软件与硬件协同优化的模式，使得华为在制程相对较低的情况下，依然能达成高效的计算效果。天津港无人化码头的实践便是例证：数百块昇腾芯片组成的计算集群，实时处理海量传感器数据，精准指挥无人驾驶集卡和智能吊机，大幅提升了码头运营效率。

任正非强调的“非摩尔”路径中，Chiplet（芯粒）技术是关键一环。该技术将复杂的大芯片拆解为多个功能明确的小芯粒，通过2.5D/3D封装技术实现高密度集成。例如，华为的昇腾芯片采用Chiplet架构，核心计算单元追求先进制程，而I/O、模拟、存储等模块则选用成熟制程，从而在系统层面实现媲美甚至超越单一先进制程大芯片的性能。这一策略与AMD的Zen架构处理器异曲同工，后者通过模块化设计和高效互联技术，在服务器市场占据重要份额。

任正非指出，中国芯片产业的根本瓶颈在于基础理论研究。华为每年投入1800亿元用于研发，其中约600亿元用于基础研究，不设考核指标。例如，华为在博弈论领域提出的“先知不等式”，解决了无限维线性和混合整数规划的优化问题，相关论文发表于第65届计算机科学基础研讨会。这种长期投入为华为在芯片领域的创新提供了底层支撑。

任正非强调，中国芯片产业的突围离不开开放合作与人才战略。华为通过与开源社区及国际伙伴的深度合作，成功整合各方资源。例如，昇腾芯片与PyTorch等主流开源框架实现兼容，降低了开发者的迁移成本。同时，华为的“天才少年”计划吸引了全球顶尖人才，构建了强大的人才培养与引进体系。任正非呼吁社会对理论科学家给予更多尊重，认为他们的贡献可能百年后才被验证，但这是国家未来的希望。

任正非的表态为中国芯片产业注入了信心。当前，中国已有数十、上百家芯片公司在中低端领域取得突破，特别是在化合物半导体领域机会更大。华为的“叠加与集群”策略不仅为自身提供了技术路径，也为行业提供了可借鉴的模式。随着基础研究的持续投入和产业生态的完善，中国芯片产业有望在更多领域实现自主可控。