四年前,谁能想到国产AI芯片能有今天?华为昇腾芯片在中国市场的份额已经达到50%,而曾经的绝对霸主英伟达,如今只剩下8%。这个数字在2022年简直不可想象——当时英伟达独占95%的市场,昇腾仅有可怜的3%。短短四年,攻守彻底易形,这场变革究竟是怎么发生的?
“不确定性”成为压垮英伟达的最后一根稻草
英伟达的技术并没有倒退,但它的市场份额却以惊人速度崩塌。问题出在哪里?答案是三个字:不确定性。
从2023年开始,美国针对高端AI芯片的出口管制不断升级。今天能买A100,明天可能就禁售;H20刚上市,特供版又受限了。对中国企业来说,每轮管制都意味着算力规划可能一夜作废。正如华为轮值董事长徐直军所言:“不能今天被说卖一颗给你,明天又说不卖给你”。中华民族忧患意识很强,不能一直受制于人。这种“买到变成赌运气”的焦虑,让最忠诚的客户也开始寻找备胎。
不拼单卡拼系统:华为的“绝地反击”
华为很清楚,在先进制程受限的情况下,无法在单颗芯片上与英伟达硬碰硬。于是它彻底换道,提出了“算力即系统”的理念。
具体怎么做?用Peerium计算架构和灵衢总线,把百万颗处理器连成一台计算机,以集群规模弥补单卡差距。这就好比不追求打造一辆极速跑车,而是构建一个紧密协同的舰队。英伟达的强项在单机柜内(带宽高达1.8TB/s),但一旦跨出机柜,带宽就骤降到0.2TB/s。华为的灵衢总线却能把机柜间带宽做到800GB/s,延迟压缩到约150纳秒。
效果如何?华为Atlas 950超节点已实现25.6万张计算卡的部署规模,专门用于训练万亿参数级别的大模型。这个规模并非随意选择,而是为了匹配未来两年中国6到7家前沿AI实验室训练10万亿到40万亿参数基础模型的需求。
软件生态:从“CUDA”到“昇腾”的艰难转身
过去,CUDA生态就像AI开发者的“普通话”,所有人默认在PyTorch+CUDA的环境里写代码。这是英伟达最深的护城河。
华为的策略是:翻译、兼容、开源。通过CANN异构计算架构,开发者只需将代码中的“cuda”改为“npu”,大幅降低迁移成本。2025年8月,CANN全面开源后,社区外部开发者数量已超过华为内部开发者。
标志性事件是DeepSeek:2026年4月,DeepSeek确认其万亿参数旗舰模型V4将100%运行在昇腾上,底层代码从CUDA全面转向华为框架。媒体称之为“在一架飞行中的飞机上更换引擎”。随着模型越来越细粒度、编程复杂度陡增,前沿实验室开始转向新编程语言,CUDA的绑定正在被逐渐平衡。
产能:下一个“卡脖子”难关
市场份额反超并不代表高枕无忧。徐直军明确表示,昇腾950超节点连国内需求都喂不饱,暂无全面出海计划。产能是当前最真实的瓶颈——芯片制造良率爬坡、HBM高带宽内存供应紧张、先进封装产能受限,任何一个环节卡住都会拖慢整套算力服务器的交付。
供需关系有多紧张?DeepSeek计划部署的16万颗昇腾950DT芯片,几乎等同于华为单年初期产能的一个量级。徐直军预计,全球AI基础设施供需平衡将在2029年左右实现,中国市场可能更慢。
从“备胎”到“主力”:一场被迫却成功的转型
华为昇腾的崛起,是一场在极端外部压力下被迫完成的转型。它不仅是一次市场份额的更替,更意味着中国AI算力底座的根本性重构。
英伟达CEO黄仁勋已公开承认,英伟达在中国AI加速器市场的份额“已降至零”,并“基本认输”给了华为。他甚至警告,美国的限制措施最终可能伤及美国自身。
这场逆转证明,在特定的地缘政治约束下,通过系统级创新和生态建设,中国科技企业完全有可能构建出自主的算力体系。然而,从“能用”到“好用”,从“跟跑”到“领跑”,华为和中国的半导体产业仍需在产能提升、生态深化上持续奋斗。
正如那句老话所说:“塞翁失马,焉知非福。”美国用了四年时间封锁,结果却“亲手把王冠戴在了华为头上”。这或许正是这场技术竞赛中最具讽刺意味,也最发人深省的一章。