中國科技企業仍大量購入輝達晶片，國產替代缺口或延續至2030年

nashnova research

今天发布阅读约 4 分钟

中國科技企業今年已購入逾100萬塊英偉達遊戲及工作站晶片轉用於AI，國產晶片供應約350萬塊仍遠不及逾500萬塊的總需求——業界預計這一算力短缺至少要到2030年才能緩解。

出口管制四年，點解英偉達晶片仲大量流入中國？

據《金融時報》報道，中國科技企業今年已採購逾100萬塊英偉達RTX Pro 6000D、RTX Pro 5000及RTX 5090等工作站和遊戲晶片。這些晶片並非為AI設計，但符合美國現行出口管制要求，可合法購買。

這意味著→ 出口管制封住了高端AI晶片的正門，但中低端產品線留下了一條「側門」——企業用遊戲級晶片來跑部分AI任務。

英偉達回應稱，美國企業「持續受到過時出口管制的限制」，同時也受到中國自身對美進口限制的約束。

今年國產AI晶片預計供應約350萬塊（含約100萬塊海外代工產品），但總需求遠超500萬塊。簡單來說＝國產晶片只夠填七成需求，剩下的缺口就是英偉達晶片的市場空間。

各廠商產能拆分：華為預計完成160萬塊，阿里巴巴與百度晶片部門合計約100萬塊，寒武紀預計30萬塊。

摩根士丹利分析師余凱指出：「中國AI算力擴張受到的制約，更多來自高端算力的可用性，而非需求本身。」

這些工作站晶片在多數性能指標上不及華為旗艦昇騰910C，但足以承擔推理階段中「預填充」（prefilling，即模型在生成回答前先讀取並處理用戶輸入的步驟）等較簡單的AI工作負載。

這反映出當前中國AI企業的策略是「能用就用」——先用合規的中低端晶片補上算力缺口，再等國產高端晶片成熟。

這意味著→ 英偉達即便被擋在高端市場之外，仍能通過產品線的「下沉」繼續從中國市場獲取收入。

英偉達的CUDA（統一計算設備架構，一套讓開發者調用GPU算力的軟件平台）經過十多年積累，大多數中國科技公司的代碼和工具鏈都建立在其上。

華為的替代平台CANN被業內認為使用難度更高。說白了＝換晶片像換引擎，換軟件平台像把整條生產線的操作手冊全部重寫——後者的遷移成本遠大於前者。

深度求索（DeepSeek）正與華為合作推動軟硬件協同優化，華為也在用AI工具加速CUDA代碼向CANN的遷移。一位國有雲服務商高管表示：「雖然目前尚無主流大模型在華為技術棧上完成預訓練，但這一突破已是必然。」

阿里巴巴、字節跳動和騰訊今年均大力推進先進模型與智能體工具，推動AI推理所需的token（模型處理文本的基本數據單元）需求爆發式增長。

三家公司今年合計資本支出可能較去年翻逾一倍，達約7000億元人民幣（約合1040億美元）。摩根士丹利預計中國今年算力總支出將達1930億美元，約為美國的21%。

阿里巴巴CEO吳泳銘在8月財報電話會上表示：「業界普遍認為，當前AI算力短缺至少要到2030年才能緩解。」這意味著→ 需求曲線在陡峭上升，國產晶片產能能否在2030年前追上，將是這場替代進程最關鍵的驗證節點。

市场有风险，内容仅供研究参考，不构成投资建议。