五年一场仗：从3%到50%的市场翻转
2022年，国内某大厂采购会议桌上摆着两份报价：一份是英伟达H800，一份是华为升腾910B。采购负责人当时毫不犹豫签了前者——如今这份合同已成历史。
那段时间，英伟达在中国AI加速器市场的占有率接近95%，国产芯片几乎被挤出核心采购名单。昇腾910B单卡算力不及H100的一半，生态适配成本也让不少团队望而却步。行业共识是「有H800不用，非要选国产，纯属给自己找麻烦」。
但麻烦很快就来了。
2022年的分水岭：英伟达95%独占，国产芯片无地自容
2022年11月，美国商务部将英伟达A800、H800纳入出口管制，原本能卖的芯片突然需要许可审批。2023年10月新一轮规则收紧，连阉割版H20也无法进入中国市场。
采购决策的逻辑因此发生断裂。英伟达的供货承诺不再可靠——今天能给H800，明天政策一变就拿不到了。昇腾910B的性能短板依然存在，但它有一个英伟达无法提供的优势：供应链安全。
「即使芯片不那么先进，至少供应有保障，不必日复一日担心断供。」这是当时部分企业CIO的真实想法。对AI基础设施而言，稳定供应本身就是一种核心能力。
2025年：英伟达跌至55%，升腾首次突破30%
到了2025年，市场数据开始显现结构性变化。IDC统计显示，中国云端AI加速器市场全年交付约400万片，其中国产厂商交付165万片，份额跃升至41%，英伟达降至55%。华为昇腾以约81万片的出货量领跑国产阵营，占国产总出货量的近半壁江山。
这一阶段的竞争逻辑发生了微妙转换。英伟达在中国只能提供经过严格降规的定制芯片，带宽、显存、互联带宽全部受限。昇腾910B通过大规模集群互联补齐了单卡算力不足——配合自研软件栈，在千卡集群上的模型训练效率已达到可用水平。
国产算力集群的工程实现
AI算力需求
黄仁勋在2025年公开场合承认，美国对华芯片限制政策产生了适得其反的效果。「华为与DeepSeek正在引领中国AI芯片的自力更生」，他在接受采访时的表述印证了市场转向的客观趋势。
2026年7月：升腾50%对英伟达8%，差距拉至六倍
时间来到2026年7月。根据多方数据交叉验证，英伟达在中国AI加速器市场的份额已降至8%，昇腾则达到50%，比例差距扩展至六倍。这不是小幅波动，而是市场结构的根本性翻转。
TrendForce报告复盘了近三年的变迁轨迹：2024年国产AI芯片整体占比约30%，2025年跃升至41%，2026年上半年高端AI芯片出货量同比增长83%。其中昇腾的增长速度远超行业均值。
关键驱动因素之一是昇腾910C的推进。据WSJ报道，华为已向客户披露昇腾910C在性能上可对标英伟达H100，虽然量产进度面临一定挑战，但信号意义明确：华为的迭代节奏正在追平国际主流水平。
徐直军全连接大会确认：'我们确实已超过'
2026年9月17日，华为全连接大会。徐直军正面回应市场份额变化：「根据华为收集的数据，昇腾在中国市场的份额确实已超越英伟达。」他同时强调，推动芯片与半导体价值链的全面自给自足是必然的前进道路。
海思首席科学家廖恒博士补充了一个关键信息：两年前昇腾最大障碍在于PyTorch与CUDA形成的软件壁垒，但近18个月来，这一差距已显著缩小。软件生态的追赶速度，往往比硬件迭代更决定长期竞争力。
华为发布的Peerium计算架构与UnifiedBus（灵衢总线）技术，支持多达一百万个处理器实现对等互连。这打破了传统主从架构范式，在大模型训练的模型浮点运算利用率（MFU）上带来了实质性提升。
美国封锁的因果链：越想卡死，越帮对手站稳
正文图解 2
数据不会骗人，但数据也需要放在正确的框架里理解。昇腾份额超过英伟达，不等于昇腾技术全面领先——在全球市场英伟达仍占据80%以上份额。这一结论的适用边界是中国AI加速器市场，且以出货量为口径统计。
真正的判断在于：当一条供应链的安全性与另一条供应链的性能优势发生冲突时，市场选择了前者。对美国而言，这是战略意图与实际结果的背离；对中国AI产业而言，这是一次被迫完成的供应链重构，代价不小，但结果是确定的。
美国为什么越禁越失控？
四年前的H800并非完整版的H100。美国商务部2023年出台首轮限制后，英伟达紧急推出这款「中国特供」，算力密度砍掉一半，互联带宽缩水，但依然保留了CUDA生态的全部兼容性。当时的选择逻辑很简单：升腾的CANN软件栈还在爬坡，PyTorch适配不稳定，集群调度经验为零。英伟达虽然性能打折，但工程师不用重写代码，项目按时上线的风险更低。
这一轮选择，代价是后来被反复验证的。
2024年，美国第二轮限制落地，英伟达被迫再出一刀——H20。这次阉割更狠，FP8算力直接砍到原版H100的十分之一，互联带宽降为800GB/s，但价格反而更高。业内流传一个段子：客户花H100三倍的钱，买回来一个训练效率只有H100三分之一的卡。
英伟达芯片：每次更新都是给客户发问号
2022.10 首轮出口管制
政策制定者的算盘原本很清楚：只要中国拿不到顶级芯片，AI竞赛就赢不了。他们假设了一个关键前提——芯片性能差距无法被其他手段弥补。但这个假设在工程世界里站不住脚。
算力是一个系统问题，不是一个单点问题。当单卡性能不足时，可以通过集群规模来补偿。华为在2026年全连接大会上发布的Peerium计算架构和UnifiedBus（灵衢总线），目标就是把百万级处理器拉到同一个对等计算网络上。这不是修修补补，是从架构层面重新定义「算力」：不再依赖单卡峰值，而是看集群级别的MFU（模型浮点利用率）。
从H800到H20：一轮轮阉割没拦住中国需求
H800和H20的命运，揭示了美国出口管制策略的一个结构性矛盾：每一次限制都在缩小英伟达在中国的可选范围，同时扩大了国产芯片的生存空间。
H800时期，客户还能用CUDA生态的惯性来合理化采购。代码不改动，运维团队不换人，风险可控。到了H20，这个逻辑就开始裂了。训练一个万参数模型，H20需要比H100多花三倍的时间和电费，但交付时间还未必有保证。对于头部云服务商来说，这笔账不是算不清，而是被迫算清之后才发现：国产方案的综合成本正在逼近甚至超越英伟达特供版。
问题的核心在于，美国管制政策制造了一个虚假的市场信号。管制让英伟达的供给变得不可预测——今天能买H20，明天可能也被禁。企业采购决策从「性能最优」变成了「供应确定」。昇腾910B虽然没有H20的性能，但有一个H20永远给不了的东西：稳定出货。
连H20也禁了之后，客户只能看向昇腾
2024年底到2025年初，H20也被列入了禁售清单。这意味着英伟达在中国市场彻底没有合规产品了。不是不想卖，是不让卖。
这个节点对中国AI芯片厂商来说，是一个真正的分水岭。之前还有「国产替代」这个说法的争议空间——性能不够、生态不行、风险太高。现在没有争议了，昇腾是唯一剩下的选择。
但这并不意味着昇腾的胜利是轻松的。客户采购昇腾，需要付出几个真实成本：一是代码迁移，PyTorch的昇腾适配从2023年的「能用」到2025年的「基本好用」，中间经历了至少两代框架迭代；二是运维重构，集群调度、故障恢复、性能调优都要从头学起；三是人才储备，原来招聘GPU工程师，现在要招昇腾工程师，市场上这个人才池子还很浅。
客户：别问，问就是升腾
徐直军在全连接大会上的回应很直接：即使芯片不那么先进，至少供应有保障，不必日复一日担心断供。这句话不是谦辞，是工程现实。对于一家正在赶产品进度的AI公司来说，「芯片随时可能被禁」这个不确定性，比「芯片慢一点」这个性能差距更难承受。
黄仁勋承认：政策适得其反
2026年初，黄仁勋在接受美国战略与国际研究中心（CSIS）采访时，用了一个不常见的措辞：美国对华芯片限制「适得其反」。
这句话的分量比很多人想象的要重。作为英伟达CEO，黄仁勋的商业利益和美国政府的技术管制政策之间，一直存在张力。他在中国市场的收入占比很高，每一轮限制都直接冲击营收。但他没有选择在公开场合抨击政策——他只是陈述了一个事实：限制没有阻止中国AI发展，反而加速了中国自研芯片的崛起。
韩国媒体The Chosun Daily的报道提供了一个具体的例子：DeepSeek R1在华为昇腾950PR上优化后，推理成本比在英伟达H100上低了约40%。这不是一个简单的性能对比，而是技术路线的分叉——当英伟达还在依赖单一芯片的算力密度时，中国厂商已经在用软件优化+异构集群的方式绕开了硬件限制。
芯片性能的追赶速度，远远快于管制政策收紧的速度。英伟达H100到H20，性能差距从两代缩短到了半代。但升腾910B到910C，性能也在翻倍。当国产芯片每年提升50%–100%的算力，而管制只是不断向下移动禁区时，这个追赶就变成了一场不对称赛跑。
伯恩斯坦的预测或许是最冷静的注脚：英伟达在中国AI加速器市场的份额，预计将从2024年的66%降至2026年的8%左右。这不是因为中国客户更喜欢昇腾，而是因为美国政策替中国客户做了选择。
即使芯片不那么先进，至少供应有保障，不必日复一日担心断供。——徐直军
这句话的后半句才是真正的结论：美国想卡死中国AI，结果中国AI踩着禁运令站了起来。
升腾凭什么能翻盘？
算力翻倍路线图：一年一代的节奏有多猛
昇腾的核心节奏可以用四个词概括：一年一代、算力翻倍。徐直军在2025年全联接大会上明确提出了这一路线图，并在2026年得到了验证。
从910B到910C，再到面向推理的910PR，华为的迭代速度明显快于行业常规周期。这种节奏的背后是产品策略的转变：不再追求单芯片性能绝对领先，而是通过快速迭代和架构创新来弥补短板。910B对标A100，910C对标H100——这个对标关系虽然不能完全等同于实际性能，但已经表明华为在追赶路径上的明确目标。
一年一代的节奏在芯片行业极为罕见。传统芯片厂商的新品周期通常在2-3年，华为之所以能做到一年迭代，靠的不是单点突破，而是整个供应链的协同作战——从设计、流片到封装测试，每一个环节都在压缩时间。
Peerium架构与灵衢总线：百万级互连的真正价值
2026年全联接大会上，华为发布了Peerium计算架构与UnifiedBus（灵衢总线）技术。这两项技术的核心价值不是单芯片性能，而是多芯片协作效率。
传统超算架构是主从式：一个中心节点调度其他节点。Peerium的对等互连设计打破了这个范式，最多支持一百万个处理器节点之间直接通信。这意味着大规模集群的扩展不再受限于中央调度瓶颈。
昇腾SuperPoD解决方案
这一架构的直接收益是MFU（Model FLOPs Utilization）的提升。对于大模型训练而言，MFU决定了实际算力利用率——如果互连带宽不足，再强的单卡性能也会被通信等待时间稀释。Peerium+UnifiedBus的组合，本质上是在解决大规模训练中的通信效率问题，这也是英伟达NVLink体系的竞争对手。
软件生态：PyTorch/CUDA壁垒如何被填平
软件生态曾经是昇腾最大的短板。海思首席科学家廖恒博士在大会上明确指出：两年前昇腾的最大障碍就是PyTorch与CUDA形成的软件壁垒。但近18个月来，模型数学与软件栈的追赶速度超预期。
这里的关键词是「近18个月」。CUDA生态的建设花了十几年，昇腾要在三年内填平这一差距，靠的不是模仿，而是策略性绕行。CANN（Compute Architecture for Neural Networks）作为昇腾的底层软件栈，已经实现了对PyTorch、TensorFlow等主流框架的原生支持。对于大多数开发者而言，代码迁移的成本正在快速降低。
廖恒的判断是「软件与CUDA的差距显著缩小」——这个表述是克制的，没有说「完全追上」，但方向是明确的。对于一个依赖生态粘性的市场来说，缩小差距和完全追上之间，只差一个临界点的到达时间。
拐点之后的长路
单芯片制程瓶颈依然存在
市场份额翻盘，不代表问题都解决了。徐直军在全连接大会上说的很直白：「即使芯片不那么先进，至少供应有保障。」这句话的潜台词是，华为昇腾在单芯片性能上，还没有完全追平英伟达的最顶尖产品。
先进制程节点被卡住，是一个结构性约束。台积电无法为华为代工5纳米以下的芯片，这是目前昇腾910C、910D这类产品能做到的极限。相比之下，英伟达的Blackwell架构用的是台积电最成熟的CoWoS封装，算力密度和互联带宽仍在持续迭代。
但华为的应对策略很清楚：单点打不过，就用集群补。SuperPoD架构引入Peerium计算架构和UnifiedBus（灵衢总线），号称支持一百万个处理器对等互连。这套设计绕开了传统主从式架构的瓶颈，把大量中等性能的芯片拼成一个超大规模计算体。
这个思路本质上是对「摩尔定律失效」的一种工程回应——当单芯片性能提升遇到物理天花板时，靠规模和互联效率来填补缺口。
国产三强格局：昇腾、平头哥、昆仑芯的分野
昇腾不是中国唯一在做AI芯片的团队。阿里平头哥推出了含光系列和最新的Yitian 920，百度昆仑芯也已经迭代到多代，两者的出货路径和昇腾有所不同。
从定位来看，三家有明显分野。昇腾走的是通用型全栈路线，从芯片到CANN软件栈到MindSpore框架，再到ModelArts云平台，覆盖训练和推理全场景。平头哥的含光主要面向推理侧，更偏向阿里云内部的模型部署需求，同时也对外提供云服务。昆仑芯则更聚焦具体业务场景，百度的搜索和推荐算法是其主要落地场景。
出货数据上，昇腾以约81万张的年出货量遥遥领先，占国产总出货量的近一半。平头哥和昆仑芯各有侧重，但整体规模与昇腾不在同一量级。这意味着昇腾不仅在国内市场与英伟达正面竞争，同时也是国产替代的主力军。
国产芯片厂商之间并非零和关系。更大的蛋糕意味着更多供应商有生存空间，生态的丰富性反而对整体竞争力有利。关键问题在于，这些芯片能否真正跑通大模型训练链路，还是只停留在推理端的局部优化。
训练+推理+框架+云">
全栈路线
训练+推理+框架+云
自给自足的战略意义：宁可慢，不能断
徐直军说的「不必日复一日担心芯片断供」，是这场市场翻转背后最核心的逻辑。美国从H800、A800一路阉割到H20，最后连H20也禁了，这一轮轮操作并没有让中国AI停下来，反而逼出了一个不受外部管控的完整供应链。
这个逻辑和当年「两弹一星」的决策高度相似——关键核心技术是要不来、买不来、讨不来的。昇腾50%的市场份额背后，是一条从设计、EDA工具、制造到封装测试逐步本土化的产业链正在成型。
黄仁勋承认政策适得其反，这句话值得拆解。禁运确实延缓了部分时间进度，但也消除了企业选择上的犹豫——当英伟达随时可能断供时，转用昇腾就不再是一个「备用方案」，而是一个「必选项」。
从商业决策的角度看，这种确定性本身就有价值。一家公司可以选择性能更强的芯片，但前提是稳定供货；一个团队也可以选择迁移成本更低的技术栈，前提是供应链不会突然中断。美国禁运实际上帮中国AI企业做了一个最难的决策：不用选了。
更狠的是，这条路的边际成本正在下降。每年研发投入叠加出货量增长，华为在先进封装、Chiplet、互联协议上的积累在加速摊薄。2026年昇腾的出货节奏已经跑到「一年一代、算力翻倍」的轨道上。
拐点只是起点。单芯片性能的追赶仍在继续，软件生态的差距也在缩小，但最大的确定性已经摆在眼前：中国AI的算力底座，不再系于一张来自加州的报关单。
参考文献
- 华为全连接大会2026，徐直军演讲实录，https://ijiwei.com/n/1115193
- IDC《2025年度中国云端AI加速器市场报告》，2026年4月发布
- WSJ报道《华为准备推出新芯片挑战英伟达，克服美国制裁》，2026年9月13日，https://cn.wsj.com/articles/华为准备推出新芯片挑战英伟达-克服美国制裁-7ac44cd7
- The Chosun Daily报道《华为与DeepSeek引领中国AI芯片自力更生》
- TrendForce市场数据统计
- 电子工程专辑报道《华为：昇腾AI芯片中国份额已超过英伟达》，https://www.eet-china.com/mp/a528770.html
- 网易报道《华为官方确认，昇腾AI芯片份额已超过英伟达了！》，https://www.163.com/dy/article/L88BARKM05119JRD.html
如果浏览器无法直接唤起微信，可在微信内打开公众号主页：计算机魔术师
