国产算力迎来AI元年:41%的份额背后,是一场生态战争

大概半年前，跟一个做算力投资的朋友吃饭。他说了一句我一直记着的话：

“国产芯片能用的那天，比你想象的要近。”

当时我没接话。不是不信，是不敢信。三年前华为被制裁的时候，整个行业都看到了那张底牌——算力卡脖子不是”可能的事”，是已经发生的事。所以当 2025 年 IDC 那份报告说国产 AI 芯片出货量到了 165 万张、市场份额 41% 的时候，我的第一反应不是兴奋，是怀疑。

165 万张。41%。

这两个数字在我脑子里转了好几圈。去年这个时候，国产份额还不到 10%。

不对——准确说，是 6%。2023 年的统计数字，国产 AI 芯片占比不到 6%，几乎可以忽略不计。从 6% 到 41%，两年。这个加速度，说真的，我写文章的时候都反复确认了好几遍数据来源。

谁在吃这 41% 的蛋糕

拆开这 165 万张芯片看看谁在供货：

华为昇腾 81.2 万张，占了国产份额的将近一半。阿里平头哥 26.5 万张，百度昆仑芯 11.6 万张，寒武纪 11.6 万张。后面海光信息、燧原科技、摩尔线程也在疯狂追单。

81.2 万张。一个玩家吃掉一半。

华为昇腾从去年开始几乎成了各地智算中心的”标配”。不是因为它最好，是因为它最”不挑”——生态相对最完整，适配的模型最多，政府招标有天然信任优势。

但真正有意思的不是排名，是结构。

5 家以上的厂商在同时出货，而且每家背后都有不同的技术路线：昇腾走的是自研达芬奇架构，寒武纪做的是 AI 专用芯片（思元系列），海光走的是 x86 兼容路线（海光 DCU 兼容 ROCm），燧原做的是 GPGPU 通用计算。

同一个市场，五条技术路线在跑。这在全球范围内都是罕见的。

各地智算中心的招投标数据更能说明问题：上海要求国产芯片占比不低于 50%，北京规划到 2027 年实现 100%，深圳、杭州、成都都在跟进。政策画了一个需求曲线，厂商们在下面拼命填供给。

需求端被政策和大模型爆发同时拉动，供给端 5 家以上厂商同时在出货。这个结构性条件，三年前不存在。

一个我不想用但逃不掉的词

“替代”。

大部分人看到 41% 的第一反应就是这个。但我越来越觉得这个词需要被质疑——不是说国产替代没发生，是说这个词已经不足以描述正在发生的事了。

去年 4 月，黄仁勋在一次公开场合说英伟达在中国 AI 芯片市场的份额”实际上已经归零”。注意——他说的不是”被替代”，是”归零”。前者是被动的，后者是主动的战略收缩。

说句不好听的，不是国产芯片打赢了英伟达，是美国政府的出口管制帮国产芯片清了场。

但清完场之后呢？

如果只是替代，那么故事应该很简单：英伟达退出 → 国产芯片填补 → 市场份额拉满 → 叙事结束。

现实远没有这么线性。国产芯片的市场份额拉起来了，但替代的难度也在同步增加。因为英伟达留下的不只是一块白板——它留下了一整套开发者习惯、工具链依赖、生产环境惯性。

昇腾跑个 Demo 不难，把 MLPerf 的 benchmark 调好也不难。难的是一个已经在英伟达生态里跑了 3 年的生产系统——几十个算子、各种 CUDA 优化过的代码、运维脚本——要全部迁移到 CANN 生态。这个成本，不是账面上的。

这才是”替代”这个词的陷阱——它把一场漫长的、痛苦的生态迁移，简化成了一个市场份额数字。

真正的变化：双向矫正

岔开一句。我其实挺反感”遥遥领先”这种说法的。

国产芯片和英伟达的差距有多大，做这行的人都清楚——制程落后一代到两代，单卡算力、显存带宽、互联效率，每项都有差距。说追赶是诚实的，说领先是骗人的。如果把选择权完全交给市场、没有任何非市场因素，国产芯片的市场份额不会超过 10%。

但按下”遥遥领先”这个吐槽键，我更想说的是另一件事：

大模型正在主动适配国产芯片，而不是反过来。

去年 DeepSeek 发布 V3 版本的时候，昇腾 950PR 是它的首选算力底座之一。这不是华为求来的，是 DeepSeek 自己选的。原因很简单——DeepSeek 在 2024 年就发现，如果只依赖英伟达芯片跑推理，未来半年到一年的算力供给存在巨大风险（出口管制进一步收紧的可能性一直在）。所以它主动做了昇腾适配。

同样的故事在重复：通义千问适配了寒武纪和燧原，文心一言在昇腾和海光之间做了双轨部署。

中国日均 Token 调用量从 2024 年初的 1000 亿飙升到 2025 年中的 30 万亿——翻了 300 倍。大模型厂商为了应对这个增长，需要尽可能多的算力来源。国产芯片不是因为”好用”才被选中，是因为”必须用”而被推上了生产线。

这是个意外的正反馈循环：

大模型厂商被迫适配多种芯片架构 → 芯片厂商为了跑通最新的大模型 → 不得不加速完善自己的软件生态 → 生态越完善，适配越容易 → 更多厂商愿意适配。

如果说过去两年是”国产芯片在追英伟达”，那接下来两年可能是”中国 AI 应用在倒逼国产芯片成长”。前者是替代逻辑，后者是协同进化。两者的区别，决定了这个市场未来 5 年的走向。

涟漪与裂缝

重构正在发生，但裂缝同样存在。

先说涟漪效应。算力底座的变化已经在三个层面传导：

对创业公司——模型推理成本在急剧下降。国产芯片的单位算力成本比进口低（这是市场定价的结果，不是性能对比的结果），而生态碎片化催生了大量适配、调优、迁移需求。今年上半年，做芯片适配和技术迁移的团队，订单排到了 Q4。

对投资人——寒武纪 2025 年上半年营收 64.97 亿元，同比增长 453%，首次实现扭亏。海光信息营收 143.77 亿元，同比增长 56.92%。这些数字 3 年前不敢想。但同样要注意的是，高增速背后是低基数，明年同比不会这么好看。芯片行业不是互联网——烧钱能烧出规模，但规模的尽头是技术天花板。

对普通用户——推理成本降到一定临界点后，大量”没必要 AI”的场景会变成”为什么不加个 AI”。我对这个前景既兴奋又不安。兴奋的是可能性，不安的是——窗口来得太快，快到我们可能来不及问”应不应该”。

再说不确定性。

三个结构性的脆弱点摆在那里：先进制程产能受限，7nm 以上的高端制造仍然依赖台积电；新生态的真实可用性尚未被大规模验证——跑通 Demo 和支撑千万用户线上服务是两回事；政策驱动的需求占比过高，市场化需求的可持续性有待观察。

还有一个隐性的风险：多生态并行的局面在短时间内不会收敛。开发者对一个碎片化的硬件生态天然排斥。除非出现一个事实上的”中国标准”（可能是昇腾 CANN 也有可能不是），否则适配成本会长期居高不下。

这些都不会在 2026 年消失。

故事没讲完

写到这里，我很想给一个清晰的结论。但我给不出来。

从 2023 年到 2025 年，国产 AI 算力完成了从”差点没救”到”能用了怎么办”的转变。问题变了，这是个好消息——证明第一阶段做对了。

但第二阶段的问题——从”能用”到”好用”到”生态成熟”——比第一阶段更难。第一阶段是供应链问题，第二阶段是生态问题。供应链有上限，生态没有。生态是一种赢了通吃、输了归零的游戏。

至于接下来会怎样——我不确定。真的不确定。

也许明年这个时候回头看，会发现今天的担忧都是多余的——生态建起来了，开发者来了，中国 AI 在国产芯片上跑出了英伟达跑不出的东西。

也可能反过来——窗口被制程墙堵住了，生态碎片化变成了死胡同，市场在等待一个”中国版 CUDA”但始终没等到。

这两个结局的概率我不知道。没人知道。但有意思的地方就在这儿——故事的下一章，正在被这个市场中每一个参与者的选择写出来。而它的开头，已经比三年前任何人能想象的要好。