中国芯，杀破英伟达！

中国本土芯片已成为主流，非GPU芯片的出货量第一次超过GPU。

9月17日的华为全联接大会上，轮值董事长徐直军颇为自豪：从可统计的数据看，昇腾在中国市场应该已经超过了英伟达。

几乎同时，IDC公布2026年上半年中国数据中心AI加速器数据：英伟达在华出货约67.8万颗，同比下降44%，份额从2025年的约55%降至34%；华为出货57.2万颗，份额升至28%。

再加上寒武纪、阿里平头哥，中国本土厂商的份额合计已超过一半。

更大的变化是：上半年中国AI加速器总出货约200.8万颗，GPU同比下降26%，只剩99.1万颗；非GPU增长约80%，达到101.6万颗。

7月9日，广东韶关，总投资约55亿元的智算集群上线：11520张昇腾910C加速卡，总算力9000P，从建设到上线只用了90天。

它有个直白的名字：“国芯训国模”。

这是中国电信打造的粤港澳大湾区首个全国产万卡训练集群，要支撑新一代全国产万亿参数大模型研发。

两三年前，训练大模型的默认答案只有一个：抢英伟达的卡。现在，万卡、万亿参数、训练这三个最难的词，都成了国产算力能做的事。

4月24日DeepSeek发布V4，华为宣布昇腾超节点全系列支持，寒武纪完成“Day 0”适配。华为还向路透社表示，V4的部分训练用上了昇腾芯片。

一家中国顶级大模型公司的定价表，第一次和一款国产芯片的出货节奏绑在了一起。

徐直军还透露，面向训练的950DT超节点预计年底或明年初大规模供货。

如今制约昇腾扩大出货量的主要因素是供货能力，需求已经不是瓶颈。

英伟达在中国的失守，不是被一颗更强的单芯片打败的。

论单芯片，华为从不讳言差距。徐直军说得很直接：芯片设计没有问题，只是仍受制于国内工艺。任正非也讲过，要用数学补物理、非摩尔补摩尔、用群计算补单芯片。

第一招，是不在单芯片上硬拼，而在系统上换道。

过去的大规模集群靠网络把服务器连起来，规模越大，数据搬运和通信等待吃掉的效率越多。

华为的Peerium计算架构和灵衢总线，用一套开放协议把CPU、NPU、内存、网卡、交换机高速连在一起，让数十万乃至百万颗处理器像一台计算机那样协同工作。

第二招是芯模协同。到DeepSeek V4这一代，双方联合定义昇腾超节点，模型为芯片出题，芯片为模型改架构，这是英伟达在中国已经很难再拿到的“携手共进”。

第三招是大厂自研：阿里的平头哥、百度的昆仑芯都从自家云和业务里长出来，闭环一旦形成，替换英伟达就是战略选择。

三招走下来，就有了非GPU的反超。

大模型的计算高度集中在矩阵乘法、注意力机制等少数算子上，专门的NPU、TPU能把晶体管花在刀刃上，对先进工艺依赖更小，对架构创新的回报更大。

为什么偏偏是这两三年？

第一个原因，是美国的封锁把国产芯片推上了主场。

从A100、H100被限，到A800、H800被禁，再到H20一度需要许可，英伟达对华供货政策一变再变。

这确实给中国企业造成了限制，但更大程度上让中国企业一起下了决心。到2026年，美国松口放行H200，却一颗也没卖进中国。

对中国客户来说，供货的确定性比单卡性能更值钱。

第二个原因，是国家支持与AI浪潮叠加。

2024年5月，注册资本3440亿元的大基金三期成立；2025年起新一轮AI基础设施投入启动，各地加速建设智算中心，很多项目带有采购国产技术的导向。

订单有了，场景有了，国产芯片就有了在真实生产环境里迭代的机会。

更深的变化在软件生态。英伟达最深的护城河从来不只是GPU，而是CUDA。但模型越来越细粒度，前沿实验室纷纷转向超大规模内核和新的编程语言。

国产阵营正抓住这个窗口：华为2025年8月宣布昇腾CANN全面开源；寒武纪靠NeuWare生态，连续两代在DeepSeek发布首日完成适配；DeepSeek也在2026年9月开源了面向昇腾平台的全套底层组件。

硬件可以被卡，生态一旦长成，就很难再被拔掉。

徐直军预计，全球AI算力的供需平衡要到2029年前后才实现，未来几年国产AI芯片仍是卖方市场，中国AI芯片也有望出海。

英伟达CEO黄仁勋一直在批评美国的出口限制，认为这将迫使英伟达把中国价值500亿美元的AI芯片市场拱手让给华为。

今天看，后果比他想的还要大。不只是华为与DeepSeek，整个中国AI硬件和软件都在形成自己的闭环。

AI芯片的长期格局，正从“一个CUDA世界”走向两套体系并行。

失去的不只是当下营收，更是下一代开发者和未来；中国得到的，是一条从芯片、互联、集群到软件、模型都能自己做主的链条。

先进制程、高带宽内存依然被卡，CUDA的护城河也很深。但相比被封锁当年，已经走出了当时不敢想的一步。

封锁，锁不住一个想站起来的国家，只会逼出一个更强的对手。