国产AI 芯片迎来关键转折点：英伟达份额暴跌华为上升|gpu|出货量|加速器|性能|黄仁勋

　　10月13日，路透社引述 IDC 在 2026 上半年的行业报告，英伟达在中国数据中心 AI 芯片市场份额降到 34%，同期华为市场份额上升到 28%，两者之间只差 6 个百分点。2026 年上半年英伟达在国内 AI 加速器出货量 67.8 万颗，同比下降 44%，华为出货量达到 57.2 万颗，相比去年同期的 30 万颗实现接近翻倍增长。

　　其余国产厂商里平头哥占 7%，寒武纪占 5%，昆仑芯占 4%，海光信息占 3%。放在几年前，国内 AI 算力市场几乎由英伟达一家主导，2025 全年英伟达份额还有 55%，短短半年份额出现明显回落，这个变化不是短期市场波动，而是整个算力供应链的结构性调整。

　　造成份额变动最直接因素是持续的出口管制，高性能英伟达芯片无法正常进入国内市场，国内大型云厂商、政务和运营商项目不能继续大规模采购海外高端芯片，采购订单自然流向国产产品。同时国内 AI 算力需求持续上涨，IDC 预计 2026 全年国内 AI 加速器市场整体增长 19%，市场盘子在变大，GPU 类型产品出货量在下降，非 GPU 加速器出货量上涨接近 80%，非 GPU 产品出货量首次超过 GPU，国产芯片大多集中在这一赛道。

　　华为昇腾芯片能够承接大量算力集群建设需求，国内各大模型企业持续适配国产软硬件，降低更换平台的使用门槛，政企项目采购政策也向自主可控产品倾斜，多重因素叠加推动华为出货快速提升。英伟达 CEO 黄仁勋之前多次公开表态，出口限制会迫使英伟达把价值 500 亿美元的中国 AI 芯片市场拱手让给华为。

　　2022年10月，美国商务部首次对华出口先进AI芯片实施管制。此后管制范围不断扩大，从H100、A100一路延伸到专门为中国市场设计的降规芯片H20。到了2026年中，中国AI企业已经无法通过正规渠道采购任何英伟达数据中心级GPU。

　　H20的经历尤其能说明问题。2025年4月禁令封杀H20对华出口，四个月后解除。黄仁勋专程飞到北京宣布这个消息，说这真是个非常、非常好的消息。但市场的反应很冷淡。一方面美国政府要求销售收入的15%上交，另一方面中国企业对把核心算力长期建立在美国芯片上这件事越来越警惕。H20重新开售后收入远低于预期，到2026年初英伟达已经停止了H20的生产。后来英伟达又试图用性能更强的H200重新打开中国市场，但据报道中国方面兴趣寥寥，原因很简单，他们想要实现半导体独立。

　　禁令解除不等于市场回归。这句话放在这里再合适不过。但仅仅把这件事归结为美国管制帮了华为，可能低估了正在发生的事情。

　　IDC的报告里有一个容易被忽略的细节。2026年上半年，中国AI加速器总出货量是200.8万颗。其中GPU出货量下降了26%到99.1万颗，而非GPU加速器出货量增长了近80%到101.6万颗，这是非GPU加速器出货量首次超过GPU。

　　这个数据拐点的含义比英伟达和华为之间的份额变化更值得思考。GPU最擅长的是训练大模型，算力强、通用性好，英伟达在这个领域有十几年的积累。但随着国内大模型逐步成熟，推理需求正在超过训练需求。推理不需要训练那样极致的算力，更看重的是稳定、省电、性价比。专为特定任务设计的非GPU加速器，在这个场景下反而有优势。

　　而在非GPU加速器这个细分市场，华为、平头哥、昆仑芯和寒武纪四家中国企业合计占了95%的份额。政府机构、互联网公司和电信运营商是主要采购方。换句话说，不是英伟达把GPU市场输给了华为，而是中国市场本身的算力需求结构在变化，而华为刚好站在了变化的方向上。

　　DeepSeek创始人梁文锋在2026年7月的一次表态，提供了一个很实在的参照。他说华为昇腾芯片的问题是产能而不是技术，四张华为卡的综合性能大概能顶一张英伟达卡，制程上落后约两年。但他同时说，华为的950超节点在性能和价格上可以完全平替英伟达的GB200、GB300，即便价格贵上两倍，这个差距在整个行业看来完全可以接受。

　　这段话的落点其实在后半句。性能参数上的差距是客观存在的，但决定企业采购选择的从来不只是参数。

　　有一篇技术文章分析，昇腾910C的FP16算力是800 TFLOPS，大约只有H100的40%，显存带宽落后46%。软件栈方面，华为CANN的算子库覆盖度大约是CUDA的20%，把一个中等规模的训练项目从CUDA迁移到昇腾，估计需要6到18个月和50万到200万的额外工程投入。

　　迁移成本是真实存在的，而且不小。但这篇文章同时指出，昇腾910C的真正价值不在于性能对标H100，而在于可获得性。三年总拥有成本算下来，昇腾集群反而比H100集群省30%到37%的硬件成本，尽管软件迁移成本和更长的训练时间会抵消掉一部分。

　　便宜、能买到、够用。这三个词放在一起，对很多企业来说比性能最强更有说服力。IDC在报告里还点出了一个趋势变化，中国AI半导体市场的竞争，正在从单个芯片的性能转向大规模计算系统的效率。连接多个芯片的算力集群的性能和运行效率，正在成为关键竞争因素。

　　这个判断和黄仁勋的焦虑是呼应的。2026年4月，黄仁勋公开说了一句话，一旦DeepSeek先在华为平台上适配，对美国来说非常糟糕。这句话的潜台词是，一旦中国的AI大模型在华为的硬件和软件生态上跑通了，那么CUDA在中国市场的存在价值就会被大幅削弱。英伟达真正的护城河不只是芯片本身，是那套积累了十几年的CUDA软件生态。一旦国内开发者习惯了在昇腾上写代码、调模型、做部署，再想让他们换回去就难了。

　　英伟达34%，华为28%，差距6个百分点。这个数字本身会继续波动。英伟达在美国政府的许可证框架下仍可能向中国出货部分产品，华为的产能爬坡速度也存在不确定性。但有一个变化是确定的，中国AI算力市场的采购逻辑已经变了。