夜雨聆风看了5月13日晚上特朗普抵达北京的接机仪式、14日早间的正式欢迎仪式、多场会谈及晚宴，我注意到访问团中有两位商业领袖格外特殊。除了特斯拉CEO马斯克，还有另一位赶上末班车的英伟达CEO黄仁勋。之前白宫公布的16人商业代表团名单里并没有他，专机经停阿拉斯加时受特朗普邀请临时登机，才成为代表团一员。
黄仁勋最后一刻能成行，抛开相关谈判的因素，单从产业角度看，一方面体现了英伟达在整个AI芯片产业中不可替代的重要地位；另一方面，也折射出一个深刻变化：中国AI芯片产业的快速崛起，正在持续占领英伟达的市场空间。黄仁勋此行，某种意义上是这个时代变局的注脚。
国产AI芯片2025-2026年的发展现状
之前我对国产AI芯片只有些模糊的认识。为了写这篇文章，这几天读了些国产AI芯片的深度研究报告，才发现形势发展之快超出想象。
根据IDC相关报告，2025年，中国AI加速卡市场总出货量约400万张，本土厂商合计出货约165万张，市场份额达到41%。其中国产厂商的具体份额是：华为昇腾一枝独秀，2025年出货约81.2万张，占国产总出货量的近一半（约49%），占全市场约20%。紧随其后的是阿里平头哥，出货约26.5万张（占全市场约6.6%）。寒武纪和百度昆仑芯并列第三，各自出货约11.6万张（各占约3%）。再往后是海光信息（约8.3万张，占约2%）、沐曦股份（约 6.6 万张，占约 1.6%）等厂商。
剩余的市场份额基本由英伟达占据（220万张，占比55%）。但2025年4月美国出台对华AI芯片出口新管制措施后，英伟达H20芯片无法在中国销售，其市场占比开始大幅下降。同年8月美国政府曾有限恢复H20出口许可，但市场反应冷淡，英伟达随后暂停了H20的生产计划。2026年1月H200放宽却附加25%收入税，中企集体拒购，到4月黄仁勋坦承英伟达在华直接销售份额已归零。直至5月13日特朗普访华，H200销售才实质性松动，批准了10家中国企业购买，但市场格局已经不可逆转。
进入2026年，国产替代进一步提速。据IDC 2026年一季度数据，目前国产AI芯片已占国内市场50%以上。据美国调查公司Bernstein Research2025年底的预测，到2026年，英伟达在中国AI芯片市场的收入份额将大幅萎缩至8%左右，华为有望独占约50%，其他国产厂商合计约20%左右，国产阵营总体将占据主导地位。需要说明的是，多数中立机构预测 2026 年国产芯片市场份额将在 60%-70% 之间，英伟达份额约为 20%-25%。
出口管制的松动反而没有阻止国产替代，这恰恰说明，国产AI芯片崛起的原因不只是外部压力。更根本的驱动力在于，国产芯片正从"可用"迈向"好用"，覆盖了从推理到训练的各个层面。加上政策支持、模型公司对芯片的软硬件一体适配，以及AI全产业链的协同，国产AI芯片才获得了越来越多的市场份额。
国内大模型的芯片适配
国产AI芯片的崛起，离不开国产模型厂商进行的软硬件一体适配。目前，推理端国产AI芯片已完全胜任，从"可用"到"好用"的跨越已经完成；但训练端仍然是薄弱环节。据我目前了解，已采用国产AI芯片完成大模型训练的厂商主要有以下四家。
华为。华为盘古模型完全采用昇腾芯片进行训练和推理。在技术自主性上，华为无疑走在最前列。不过从模型能力上看，盘古整体处于中等水平，这恐怕也是"全自研"在性能上暂时需要付出的代价。
科大讯飞。2026年4月29日，科大讯飞在投资者交流会上明确表示，公司是"目前中国主流大模型中唯一一家坚持在全国产算力上完成全栈模型训练的厂商"。其在华为昇腾910B集群上训练完成的30B星火X2-Flash模型，主打高性价比。讯飞与盘古相似，模型能力大致在第二梯队，但它们主要面向政府和企业市场，中等水平的模型已基本够用，这本身就说明国产AI芯片在特定场景下已经具备了商业可用性。
百度。2026年4月30日，百度发布文心5.1预览版模型，5月9日发布了正式版。在5月13日的百度AI开发者大会上，集团执行副总裁沈抖表示，"在昆仑芯全国产集群上，已成功完成对文心5.1重要版本的训练，整个集群的有效训练率达到97%。"虽然文心5.1在LMArena文本排行榜上排名靠前，但模型总体水平距顶尖仍有距离。不过，97%的训练效率足以证明百度昆仑芯性能不俗。昆仑芯目前主要服务于百度内部模型训练，尚未大规模对外开放。
美团。4月24日，美团发布LongCat-2.0-Preview预览版模型，据新闻报道，该模型训练推理全程依托国产算力集群完成，训练规模在5万至6万张算力卡之间，是迄今在国产算力上完成的最大规模训练任务。目前该模型仅提供API内测，尚无网页版可供公开测试，实际性能有待验证，但总体上可归入国内模型第二梯队。
以上四家是已完成国产芯片训练的厂商。而有一家必须特别提及的，是DeepSeek，它走出了一条不同的路。
面向未来的算力自主设计：DeepSeek的突破
4月24日，DeepSeek发布了DeepSeek V4预览版。这是一个万亿参数的大模型，但独特之处在于，它在设计之初就以"低算力目标"为导向，原生适配国内大多数AI芯片，不绑定任何一家。具体技术细节可以参考之前的一篇AI观察笔记：DeepSeek观察：从V4到繁荣生态，看见它技术自主的托底之力
这与此前四家的路径截然不同。华为、讯飞、百度、美团，都是在特定国产芯片上进行训练适配；而DeepSeek的思路是从模型架构层面就降低算力门槛，实现算力与硬件的解耦，使国产芯片的适配变得"水到渠成"。作为一家顶级模型公司，这种算力自主的设计理念，为国内其他模型树立了极具启发的标杆，也在更深层次上加速了国产模型与AI芯片的软硬件一体化适配进程。
放大视野：从AI芯片到AI全产业五层架构
要全面理解AI全产业，黄仁勋在2026年3月10日提出的"五层蛋糕"架构，提供了一个很好的分析框架。
他认为AI已经变成了如同电力和互联网一样的基础设施，从工业角度讲，它分为五层架构。
最底层是能源Energy。实时生成的智能需要实时产生的电力支持。每一个生成的 token，都是电子流动、热量管理以及能量转化为计算的结果。在这一层面之下，没有抽象层。能源是 AI 基础设施的首要原则，也是制约系统能产生多少智能的瓶颈因素。
能源层之上是芯片Chips。这些处理器旨在大规模地将能源高效转化为计算能力。AI 工作负载需要巨大的并行处理能力、高带宽内存和快速互连。芯片层的进展决定了 AI 的扩展速度以及智能的可适用性
芯片之上是基础设施层Infrastructure。这包括土地、供电、冷却系统、建筑工程、网络通信，以及将成千上万处理器编排到一台机器的系统。这些系统就是 AI 工厂。它们的设计目的并非存储信息，而是制造智能。
基础设施层之上是模型层Models。AI 模型能够理解多种类型的信息：语言、生物学、化学、物理学、金融学、医学以及物理世界本身。语言模型只是其中一个类别。一些最具变革性的工作正发生在蛋白质 AI、化学 AI、物理模拟、机器人技术和自主系统等领域。
最上层是应用层Applications，经济价值在此产生，比如Agent智能体、药物研发平台、工业及人形机器人、法律助手、自动驾驶汽车等。
在这个“能源→芯片→基础设施→模型→应用”五层架构中，当基础模型性能不断突破，基于 AI 构建的应用开始创造真实经济价值，就会对其下方的每一层架构产生强劲的拉动效应。
从全产业链角度来看，中美 AI 产业各有禀赋优势：我国在能源供给、算力基础设施、行业应用层面具备基础优势，美国在高端芯片、通用基础模型领域占据先发优势。我国人工智能发展的核心战略取向为：在芯片、基础模型等关键核心环节实现自主可控、安全可靠；在能源、算力基础设施、行业应用等优势领域迈向全球领先，最终构建全链条协同、体系化完备的 AI 产业整体竞争力。这一战略布局，既是安全的需要，也是产业发展的历史机遇。
把握机遇：普通人的切入点
对于我们普通人来说，AI 产业的爆发式增长带来了前所未有的发展机遇。我认为主要有两个参与方向：
其一，利用日渐丰富的AI工具在生活与工作中创造价值。AI辅助下，既可以通过各类AI副业增加收入，也可以尝试升级到OPC（个人公司）模式进行轻创业，以极低的成本撬动个人能力的放大。
其二，通过资本市场分享AI全产业的发展红利。芯片层的国产替代（设计、制造、封装测试）、基础设施层的AI工厂建设（液冷、光模块、IDC数据中心及算力租赁）、能源层的电力基础设施（光伏、储能、特高压）、应用层的具身智能与行业AI（机器人、教育、医疗、工业），这四个方向对应着五层架构中的关键环节，具有长期增长潜力。关键在于识别每一层的核心企业与核心环节，并在层与层之间的联动效应中发现超额收益。
回头再看黄仁勋此行。他既是英伟达在中国市场承压的直观缩影，也是中国AI产业从追赶到并跑这一历史转折中的生动注脚。当一位曾独占95%市场份额的行业霸主，不得不以"补票"的方式挤上访华专机时，时代的天平确实在悄然倾斜。
参考资料
1、科大讯飞:2026年4月29日投资者关系活动
2、黄仁勋：人工智能是五层蛋糕 AI is a five layer cake
3、IDC：《中国云端 AI 加速器市场跟踪报告（2025 年度）》，2026 年 4 月
4、Bernstein Research：《China AI Accelerators Market Share》，2025 年 12 月
5、芯东西：《2025 中国 AI 芯片市场格局全解析》，2026 年 4 月 15 日
