华为AI芯片年入120亿：一场被DeepSeek改写的采购清单

凌晨三点，某大厂算力采购群里弹出一条消息：「英伟达份额归零，下周起所有新集群切昇腾。」没人惊讶。三个月前，同样的群里还在争论要不要囤H100。

这不是技术路线的温和迭代，而是一份被政策与模型共同重写的采购清单。华为预计2026年AI处理器收入达120亿美元，较2025年的75亿美元增长至少60%。摩根士丹利测算，中国AI芯片市场2030年将达670亿美元。而英伟达CEO黄仁勋确认，其在中国AI加速器市场的份额已跌至零。

18个月，从「绝大多数」到「归零」

2024年初，中国云厂商的AI训练与推理芯片几乎由英伟达垄断。今天，华为昇腾950PR成为阿里、字节、腾讯的首要采购目标。训练专用型号950DT定于今年四季度发布。

市场分裂的速度超出供应链预期。中芯国际等本土晶圆厂的产能已被锁定至2026年底，仍无法满足订单增速。一位华为供应链人士向《南华早报》透露，部分客户为锁定产能接受15%溢价，「这在2023年不可想象」。

需求激增的直接触发点是DeepSeek V4大模型今年4月的发布。该模型针对华为昇腾架构及其异构计算架构（CANN）软件框架优化，而非英伟达的CUDA生态。

《南华早报》报道称，华为工程师在V4发布前已与DeepSeek直接协作。华为确认，其昇腾超节点全系列产品在V4发布首日即完成推理适配。阿里云与腾讯云在发布后数小时内上线V4服务。

FP8：一张被抢滩的技术船票

950PR是目前唯一支持FP8（8位浮点数）格式的国产AI处理器。FP8通过压缩数值精度提升每秒运算量，降低单次查询成本。V4采用混合专家架构（MoE），激活参数量最高达——

原文在此处截断，但已知信息足够说明问题：当模型架构与芯片设计形成闭环，软件生态的迁移成本被摊薄至可忽略。

英伟达CUDA生态曾是中国AI基础设施的事实标准。DeepSeek V4的优化路径证明，在特定场景下，垂直整合可以绕过生态壁垒。这不是「替代CUDA」的宏大叙事，而是一份具体的成本核算表：同等推理性能下，昇腾集群的硬件采购成本与能耗比已具备竞争力。

谁在买单？一份被公开的采购逻辑

阿里、字节、腾讯的订单构成华为120亿美元预测的基础。三家的共同特征是：自有云业务、自研大模型、对供应链安全有硬性要求。

阿里云的V4服务上线速度（数小时内）暗示其提前完成硬件部署。腾讯云的同步跟进说明这不是单家公司的冒险押注。字节跳动作为DeepSeek的竞品方，同样采购昇腾集群，指向一个更底层的判断：当模型效率成为竞争焦点，芯片选择的决策权从「采购部门」上移至「算法团队」。

华为2025年75亿美元收入中，AI处理器占比未单独披露，但增速显著高于企业业务整体。2026年120亿美元预测若实现，将使其在中国AI芯片市场的份额逼近英伟达曾经的地位——只是这次，英伟达的份额为零。

晶圆厂的瓶颈与定价权的转移

中芯国际、华虹等本土晶圆厂的产能利用率已触及物理极限。华为950PR采用7纳米工艺，950DT据传将尝试更先进制程。设备进口限制意味着产能扩张周期长于行业平均水平。

这创造了罕见的卖方市场。客户接受溢价、提前付款锁定产能、甚至参与联合研发——这些行为在2023年的芯片采购中几乎不存在。定价权从「买方市场」向「卖方市场」的转移，发生在18个月内。

但产能瓶颈也是双刃剑。若950DT的量产进度延迟，或良率不及预期，120亿美元预测存在下修空间。华为未披露订单的交付时间表与违约条款，这是预测中的关键变量。

DeepSeek的角色：从客户到共同设计者

V4与昇腾的协同优化，模糊了「芯片厂商」与「模型厂商」的传统边界。华为工程师前置介入模型开发，意味着芯片设计更早获取工作负载特征。这种协作模式与英伟达-OpenAI的关系形成对照：后者更多基于现有硬件优化，而非架构层面的联合设计。

对行业的影响是双重的。短期看，它加速了昇腾生态的成熟——有头部模型背书，中小开发者迁移意愿提升。长期看，它可能固化「华为芯片+国产模型」的技术路径，形成与CUDA生态平行的体系。

但「平行」不等于「对等」。CUDA的通用性仍覆盖更广泛的科学计算场景，昇腾的优势目前集中于大语言模型推理。这种分化可能持续：中国市场的AI算力需求以生成式AI为主，而海外市场的高性能计算（HPC）需求更为多元。

英伟达的零份额：监管与市场的双重挤压

黄仁勋的「零份额」表述需放在具体语境下理解。英伟达仍通过新加坡等渠道向中国客户出货，但官方统计中这些交易不被计入「中国市场」。监管层面的出口管制使H200等高端型号处于「审批延迟」状态，实际交付量趋近于零。

更深层的问题是：即便管制放松，中国云厂商的采购意愿能否恢复？DeepSeek V4的优化路径具有锁定效应——已部署的昇腾集群、已调优的CANN代码、已培训的工程团队，构成真实的迁移成本。这种成本不是技术不可行，而是商业不划算。

英伟达的应对策略包括：推出性能受限的「合规版」芯片、加大新加坡等中转枢纽的产能、游说政策调整。但这些动作的时间窗口正在收窄。950DT若如期在四季度发布，将填补中国市场的训练算力缺口，进一步压缩英伟达的回旋空间。

670亿美元市场的份额争夺

摩根士丹利2030年670亿美元的预测，假设中国AI市场以年均25%增速扩张。华为120亿美元收入对应约18%的市场份额——若市场结构不变，这是保守估计；若国产替代加速，份额可能更高。

但市场结构本身在变化。寒武纪一季度收入4.23亿美元，同比增长47%，显示国产AI芯片的参与者不止华为。海光信息、天数智芯等厂商在特定场景（如边缘推理）有差异化优势。华为的主导地位并非没有挑战者。

真正的竞争可能发生在「国产阵营」内部。当英伟达退出后，华为、寒武纪等厂商的竞合关系将重新定义。目前的共同敌人消失后，技术标准、客户分配、产能协调都可能成为摩擦点。

一份被改写的采购清单意味着什么

回到凌晨三点的算力采购群。那条消息的真正信息量不在于「切换昇腾」，而在于「没人惊讶」。市场预期的快速调整，说明供应链的底层逻辑已发生质变。

这种质变有三层含义：

其一，模型厂商的话语权上升。DeepSeek V4的发布时机与优化方向，直接影响数十亿美元的硬件采购决策。这不是「芯片定义模型」的时代，而是「模型反选芯片」的开始。

其二，垂直整合的价值重估。华为「芯片-框架-集群」的全栈能力，在生态封闭期成为竞争优势。这种整合在开放市场可能被视为「锁定」，但在受限市场转化为「确定性」。

其三，地缘因素的技术内化。出口管制原本是外部约束，被中国厂商转化为产品迭代的倒逼机制。950PR的FP8支持、950DT的训练优化，都是这一机制的产物。

当120亿美元成为基准线

华为120亿美元的预测，基于「已接收订单」而非「市场潜力」。这种表述方式本身值得注意：它暗示产能而非需求是主要约束，也暗示订单的违约风险较低。

若预测兑现，2026年将是中国AI芯片市场的关键节点。国产替代从「政策驱动」转向「市场验证」，头部厂商的技术路线将接受规模化部署的检验。届时的问题是：这种替代是周期性的（管制放松后回摆），还是结构性的（技术-商业闭环形成）？

英伟达的零份额是监管的结果，但维持零份额可能需要市场的配合。DeepSeek V4证明，配合并非不可能——当模型效率的提升路径与特定芯片架构绑定，生态迁移的成本可以被重新定义。

凌晨三点的采购群不会关心这些宏大叙事。他们关心的是：下周的集群能否按时上电，V4的推理成本能否再降15%，以及950DT的样片何时到手。这些具体问题，正在拼凑出中国AI基础设施的新版图。

当算力采购从「选英伟达」变成「选哪家国产」，决策的复杂度上升了，但选项的确定性也在上升。这种确定性是昂贵的——它由出口管制、联合研发、产能锁定共同购买。问题是，当账单最终结算时，谁为这种确定性支付了溢价，谁又从中获取了超额收益？