中国AI芯片市占率破50%，英伟达仍主导前沿训练
0xBroomberg
高盛预计2026年国产AI芯片将占中国市场出货量逾50%，但英伟达在前沿训练性能上仍领先约一代——市场份额的扩张并不等于技术对等，这是理解当前格局的关键分野。
国产芯片"过半"——这个数字到底怎么算的？
高盛口径：英伟达仍占中国2026年AI芯片出货量的55%，华为昇腾20%，平头哥7%。这意味着→ 按高盛定义，"国产过半"尚未发生，英伟达仍是最大单一供应商。
伯恩斯坦与IDC口径：国产供应商将占AI加速器服务器出货量约56%，高于2025年的41%–46%。用大白话说＝ 两家机构统计的"篮子"不一样——一个算芯片颗数，一个算整机出货，结论自然不同。
伯恩斯坦另援引《经济学人》数据，将华为份额估为50%、英伟达合规出货仅约8%。这反映出 同一市场、不同定义，数字可以差出数倍，读任何份额数据都要先看口径。
谁在卖、卖多少？——厂商销售额一览
伯恩斯坦估算2026年各厂商年度加速器销售额：华为121亿美元领跑，AMD 30亿、寒武纪21亿、海光20亿紧随其后。
阿里巴巴旗下平头哥12亿美元、百度7亿美元，体量明显更小。这意味着→ 华为一家的销售额几乎等于其余五家之和，国产阵营内部也是"一超多强"格局。
采购结构上，互联网企业贡献华为昇腾2026年出货量的63%、寒武纪的60%；海光约35%来自公共部门。用大白话说＝ 云厂商是国产芯片最大买家，政府采购是第二推力。
Z.ai验证了什么？——国产芯片首次大规模落地
智谱AI旗下Z.ai已部分激活一座1GW数据中心，多个集群各使用逾1万颗国产芯片运行GLM平台。这意味着→ 国产芯片从"能用"走向"大规模跑起来"，这是一个实证而非规划。
消息公布后，Z.ai股价单日最高涨41%，收涨36.9%至港币1,219元；华虹半导体与澜起科技涨幅均超17%，MiniMax涨幅逾15%。
中国计划未来五年投入约2万亿元人民币（约合2,950亿美元）建设数据中心。德意志银行预计芯片出货量将从2025年的400万颗增至2026年的500万颗，摩根大通预计国产芯片出货量将从2025年的100万颗增至2028年的500万颗。
华为追到哪了？——推理缩小差距，训练仍差一代
高盛估算每日token生成量：昇腾910B约4亿，910C升至8亿，英伟达H800达26亿。用大白话说＝ 同样跑一天，英伟达能产出的"AI文字量"是华为最新款的三倍多。
与英伟达出口合规版H20对比，华为950PR更具竞争力：FP4精度算力1.56 PFLOPS vs H20的0.56 PFLOPS，配备112GB高带宽内存与2TB/s互联带宽。这意味着→ 在"允许卖给中国"的英伟达芯片面前，华为已经占优。
但英伟达全球旗舰遥遥领先：H100在FP8精度下达3.96 PFLOPS，B200在FP4精度下可达18 PFLOPS，内存带宽8TB/s。这反映出 华为真正的对手不是H20，而是B200——差距仍在一个代际以上。
贵多少、费多少电？——国产芯片的成本短板
高盛估算基础设施成本：英伟达约每EFLOPS 2,400万元，华为约5,100万元，部分中国超节点系统超过1亿元。用大白话说＝ 同样的算力，用华为要花英伟达两倍多的钱，用某些国产方案要花四倍。
华为CM384整机售价约1.35亿元人民币，功耗约800千瓦。密集设计减少了服务器数量，但对散热与配套基础设施要求更高。
这意味着→ 国产芯片目前的竞争力更多建立在"可获得性"而非性价比上——买得到，但用起来更贵。
最后的壁垒在哪？——软件生态与前沿训练
华为称其CANN Next软件栈已实现约80%的CUDA兼容性，但迁移与优化成本仍然存在。这意味着→ 开发者可以"基本跑通"，但从英伟达生态迁移过来并不是零成本。
推理工作负载预计将占未来AI数据中心总量的50%以上，训练占20%–30%。这一趋势有利于华为、平头哥和寒武纪，因为推理对单芯片极限性能要求较低，系统效率更重要。
但前沿训练仍指向英伟达：据报道，部分中国模型开发商通过非官方渠道采购英伟达芯片，B300级服务器报价约100万美元。用大白话说＝ 愿意花100万美元走灰色渠道买芯片，本身就说明国产方案在最高端训练场景还替代不了英伟达——这是判断国产芯片长期估值空间的关键验证节点。
Content is for reference only, not financial advice.