吉林
近日英伟达CEO黄仁勋在一次播客访谈中谈到，如果我国的AI大模型继续优先采用华为芯片进行优化和训练，英伟达在我国AI市场可能面临约500亿美元的损失。他特别提到DeepSeek等模型如果把训练栈转向华为昇腾处理器，会对英伟达的CUDA生态网络效应产生影响。
英伟达CEO
黄仁勋的核心判断
黄仁勋表示，DeepSeek V4已经能处理百万级token上下文窗口，性能与部分领先实验室的模型相当。如果这类模型持续在华为芯片上跑得更好，英伟达会失去目前在全球AI基础设施中的默认地位优势。他原话大意是：如果未来AI模型在非美国芯片上表现最优，这对美国来说不是好消息。
此前在财报电话会上，他也强调过类似观点：我国已经有AI能力，问题不在于是否拥有AI，而在于这个全球最大AI市场之一是否运行在美国平台上。英伟达方面认为，我国AI加速器市场的规模大约在500亿美元量级，目前受出口限制影响，公司已基本无法参与其中。
英伟达的AI芯片
市场现状与芯片格局变化
过去几年，出口管制让英伟达相关产品在我国市场的销售受到明显限制。H20等适配版本也遭遇库存减值，金额达到数十亿美元级别。与此同时，华为昇腾系列芯片在国内AI训练和推理场景中的应用在扩大。部分模型训练已经转向或并行使用国内芯片方案。
DeepSeek等团队在公开表述中提到，国内超节点方案在性能和价格上可以替代部分英伟达高端产品，虽然单卡效率仍有差距，但通过规模和系统级优化可以弥补。算力需求本身在持续增长，推理类模型对算力的消耗更大，这给国内芯片提供了落地空间。
从工程角度看，AI模型与硬件的深度适配会形成路径依赖。一旦主流模型在特定芯片架构上完成优化，软件栈、工具链和开发者习惯会随之固化。CUDA生态的网络效应正是建立在这种长期积累上。如果大量模型转向其他硬件，迁移成本和生态切换会变得更高。
技术与市场发展趋势观察
当前AI芯片竞争已经不只是单卡算力比拼，更是系统级方案、软件生态和模型适配能力的综合较量。国内芯片在制程、高带宽内存和互联带宽上仍有差距，但通过超节点、集群调度和软件优化，在特定场景下已经能支撑大规模训练。模型侧对长上下文、高效推理的需求，也在倒逼硬件和系统协同进步。
对英伟达而言，我国市场的规模意味着巨大潜在收入，但出口政策、本地替代加速和客户采购偏好都在改变竞争格局。对国内产业链来说，芯片自研、模型优化和生态建设进入同步推进阶段。短期看，算力供给仍是瓶颈；中长期看，硬件与模型的深度绑定会决定谁在本地市场占据主导。
行业里也有观点指出，算力需求增长速度快于任何单一供应商的供给能力，多路线并行会是常态。无论最终哪家芯片在本地模型训练中占比更高，都会推动整体技术迭代和成本下降。
综合这些信息可以看到，黄仁勋的提醒更多是在强调生态锁定的重要性：模型优化方向会直接影响硬件平台的长期地位。我国AI市场的500亿美元规模本身说明需求真实存在，而芯片选择权正在更多回到本地决策者手中。后续发展会取决于模型团队的实际选型、芯片性能提升速度以及软件生态的成熟度。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
