“首先，是算力的竞争。
AI的深入应用对算力的需求是指数级增长的。
我们的‘企业级AI算力中心解决方案’预研进展不错，但海思的芯片供应......虽然目前一切正常，但我们是否需要考虑更复杂的供应链风险？
比如，如果高端芯片获取受限，我们的解决方案竞争力会打多少折扣？
是否需要启动一些低制程工艺下的算法优化，或者探索其他非美系的替代方案作为技术备份？”
冯亦如的问题直接而尖锐，触及了潜在的“卡脖子”风险。
在座所有人都知道海思对于华兴的意义，但也清楚其面临的巨大外部压力。
陈默面色凝重，他知道的远比在座其他人更多，但此时不能明言。
他引导讨论：
“这是一个非常好的‘蓝军’问题。
我们不能基于一切都会风平浪静的假设来做战略。
立峰，从市场端看，客户对算力国产化的诉求和接受度如何？
如果出现极端情况，我们是否有基于现有条件的‘B计划’来维持客户信任？”
周立峰接过话头：
“高端客户，尤其是金融、政企，对全栈国产化的诉求非常强烈，这也是我们的核心卖点。
但如果核心芯片受制，确实会动摇根本。
从销售角度，我们需要未雨绸缪，一方面强化我们软件和系统层面的优势，另一方面，是否可以考虑与国内其他芯片设计公司，甚至在必要时候，与部分国际友商建立更深的合作关系，作为特定场景下的备选？
当然，这涉及到复杂的战略权衡。”
赵坤从产品角度补充：
“我们的软件架构是否足够解耦，能够相对平滑地适配不同的硬件底层？
这在设计之初就需要考虑。
EDA工具链的研发更要加快，不仅是服务海思，也要能支持国内更多的芯片设计公司，提升整个生态的抗风险能力。”
讨论由此展开，从算力延伸到基础软件、数据库、ERP的未来架构设计，如何更好地拥抱云原生、支持异构计算、实现软硬协同优化。
会议的第二个焦点，集中在商业模式创新上。
徐建明再次提到了“企业级AI模型市场”的构想。
“如果我们能成功搭建这个平台，就有可能从软件许可商的角色，部分转向平台运营和生态赋能者。
本章未完，请点击下一页继续阅读！