中國AI晶片市佔率突破50%，輝達仍主導前沿訓練
0xBroomberg
高盛預計2026年國產AI晶片將佔中國市場出貨量逾50%，但英偉達在前沿訓練性能上仍領先約一代——市場份額的擴張並不等於技術對等，這是理解當前格局的關鍵分野。
國產晶片「過半」——這個數字到底點算？
高盛口徑：英偉達仍佔中國2026年AI晶片出貨量的55%，華為昇騰20%，平頭哥7%。這意味著→ 按高盛定義，「國產過半」尚未發生，英偉達仍是最大單一供應商。
伯恩斯坦與IDC口徑：國產供應商將佔AI加速器伺服器出貨量約56%，高於2025年的41%–46%。簡單來說＝ 兩家機構統計的「籃子」不一樣——一個算晶片顆數，一個算整機出貨，結論自然不同。
伯恩斯坦另援引《經濟學人》數據，將華為份額估為50%、英偉達合規出貨僅約8%。這反映出 同一市場、不同定義，數字可以差出數倍，讀任何份額數據都要先睇口徑。
邊個在賣、賣幾多？——廠商銷售額一覽
伯恩斯坦估算2026年各廠商年度加速器銷售額：華為121億美元領跑，AMD 30億、寒武紀21億、海光20億緊隨其後。
阿里巴巴旗下平頭哥12億美元、百度7億美元，體量明顯更細。這意味著→ 華為一家的銷售額幾乎等於其餘五家之和，國產陣營內部亦是「一超多強」格局。
採購結構上，互聯網企業貢獻華為昇騰2026年出貨量的63%、寒武紀的60%；海光約35%來自公共部門。簡單來說＝ 雲廠商是國產晶片最大買家，政府採購是第二推力。
Z.ai驗證了甚麼？——國產晶片首次大規模落地
智譜AI旗下Z.ai已部分啟用一座1GW數據中心，多個集群各使用逾1萬顆國產晶片運行GLM平台。這意味著→ 國產晶片從「能用」走向「大規模跑起來」，這是一個實證而非規劃。
消息公佈後，Z.ai股價單日最高漲41%，收漲36.9%至港幣1,219元；華虹半導體與瀾起科技漲幅均超17%，MiniMax漲幅逾15%。
中國計劃未來五年投入約2萬億元人民幣（約合2,950億美元）建設數據中心。德意志銀行預計晶片出貨量將從2025年的400萬顆增至2026年的500萬顆，摩根大通預計國產晶片出貨量將從2025年的100萬顆增至2028年的500萬顆。
華為追到邊？——推理縮小差距，訓練仍差一代
高盛估算每日token生成量：昇騰910B約4億，910C升至8億，英偉達H800達26億。簡單來說＝ 同樣跑一日，英偉達能產出的「AI文字量」是華為最新款的三倍有多。
與英偉達出口合規版H20比較，華為950PR更具競爭力：FP4精度算力1.56 PFLOPS vs H20的0.56 PFLOPS，配備112GB高頻寬記憶體與2TB/s互聯頻寬。這意味著→ 在「准許賣畀中國」的英偉達晶片面前，華為已經佔優。
但英偉達全球旗艦遙遙領先：H100在FP8精度下達3.96 PFLOPS，B200在FP4精度下可達18 PFLOPS，記憶體頻寬8TB/s。這反映出 華為真正的對手不是H20，而是B200——差距仍在一個代際以上。
貴幾多、食幾多電？——國產晶片的成本短板
高盛估算基礎設施成本：英偉達約每EFLOPS 2,400萬元，華為約5,100萬元，部分中國超節點系統超過1億元。簡單來說＝ 同樣的算力，用華為要花英偉達兩倍有多的錢，用某些國產方案要花四倍。
華為CM384整機售價約1.35億元人民幣，功耗約800千瓦。密集設計減少了伺服器數量，但對散熱與配套基礎設施要求更高。
這意味著→ 國產晶片目前的競爭力更多建立在「可獲得性」而非性價比上——買得到，但用起來更貴。
最後的壁壘喺邊？——軟件生態與前沿訓練
華為稱其CANN Next軟件棧已實現約80%的CUDA兼容性，但遷移與優化成本仍然存在。這意味著→ 開發者可以「基本跑通」，但從英偉達生態遷移過來並非零成本。
推理工作負載預計將佔未來AI數據中心總量的50%以上，訓練佔20%–30%。這一趨勢有利於華為、平頭哥和寒武紀，因為推理對單晶片極限性能要求較低，系統效率更重要。
但前沿訓練仍指向英偉達：據報道，部分中國模型開發商通過非官方渠道採購英偉達晶片，B300級伺服器報價約100萬美元。說白了＝ 願意花100萬美元走灰色渠道買晶片，本身就說明國產方案在最高端訓練場景仲替代唔到英偉達——這是判斷國產晶片長期估值空間的關鍵驗證節點。
Content is for reference only, not financial advice.