徐直军：昇腾份额超英伟达，中国AI芯片真弯道超车了吗

华为副董事长徐直军在华为全联接大会（HC2026）上抛出了一条引人注目的判断：从“能够统计到的数据看”，昇腾在中国市场的份额已经超过英伟达。

这条来自华为管理层的一手陈述之所以引发关注，是因为它直指一个敏感问题——在经历美国连续数年的出口管制后，国产AI芯片究竟有没有真正接住英伟达退出的那块市场？

答案并非简单的“是”或“否”。昇腾确实在加速渗透，但其“反超”的前提条件和真实约束同样值得深挖。

“超英伟达”的口径有多模糊？

徐直军的表述本身留下了明显的开放性。“从我们能够统计到的数据看”——没有指明具体是哪份数据、由哪个机构统计、时间区间覆盖多长、衡量维度是出货量、算力总量还是其他指标。

这是一个典型的“定性判断而非定量事实”的声明。华为方面可以援引自身出货数据和客户采购信息得出这个结论，但这与IDC、Gartner等第三方机构按统一口径追踪的市场份额是两个不同的概念。

公开可查的行业信息显示，截至2024年，受美国对华高端GPU禁售政策影响，英伟达在华只能销售性能大幅降级的H20特供版芯片。这一限制客观上为昇腾创造了窗口期——大量原本会采购英伟达A100／H100的中国企业被迫转向备选方案，昇腾成为少数能填补空白的选择之一。

但需要注意的是，“部分替代”不等同于“全面超越”。即便以出货量计算，英伟达仍在中国存量市场占据相当大的基数；而从实际可用算力角度看，英伟达H20的单卡算力虽然在多项基准测试中明显低于原版H100，但在软件生态成熟度和兼容性上依然拥有显著优势。昇腾的优势在于系统层面——通过Peerium计算架构和UnifiedBus灵衢总线实现多芯片互联，弥补了单芯片性能的不足。

单芯片受限下的系统突围

华为的策略很清晰：既然单个芯片的制程工艺受到制约，那就从系统设计入手提升整体算力密度。

Atlas 950超节点就是这个思路的产物。基于Peerium架构和灵衢总线，它能支持最多25．6万张卡的规模部署测试。这意味着在数据中心级场景下，华为试图用规模和互连效率来对冲单点性能差距。

另一项值得关注的是NPO（近光引擎）Hi－ONE模组，支持7．2T高带宽并内置光源。业内评估认为这种光电一体设计在短期内难以被其他厂商复制，因为它需要整合光模块制造、封装和芯片设计的全链条能力。

但这种系统级创新的代价也不低：首先是需要整个产业链配套，包括机柜、散热、供电、网络交换等全部适配昇腾架构；其次是软件生态迁移成本。目前昇腾依赖的CANN软件栈对标CUDA，在算子兼容性、开发工具链易用性和开发者社区活跃度上与英伟达仍有较大差距。

换句话说，选择昇腾不仅仅是换一块芯片，更是重写整个深度学习基础设施。

“想多产但产不出”

徐直军在全联接大会上讲了一句更直接的话：“目前的瓶颈不在需求，而在于整个中国产业界的供货能力。”

这句话揭示了当前中国AI芯片产业最核心的矛盾——市场需求远大于供给，但供给端受制于半导体先进制程的全球供应链瓶颈，扩产速度跟不上需求增长速度。

具体来说，昇腾910C虽然已经开始量产交付，截至大会时已达“一千多套”规模，但从行业反馈来看，良率仍是主要制约因素。7nm及以下制程的制造依赖ASML的EUV光刻机，而中国目前无法获得新的EUV设备供应。这导致国内代工厂只能在既有DUV设备基础上进行多重曝光工艺，成本更高且良率波动更大。

除了晶圆制造环节，光模块和先进存储芯片也在供不应求。徐直军预测全球供需平衡要到2029年才能达成，中国市场可能更慢。这意味着在未来至少三年内，“有订单但交不出货”将成为中国AI芯片产业反复出现的常态。

谁是赢家？

如果以中国市场内出货量或算力部署量为衡量维度，华为昇腾确实在美国禁售政策倒逼下获得了快速的市场替代空间。但要理解这场博弈的全貌，需要从不同参与方的角度分别拆解。

华为昇腾及其产业链是最大的赢家之一。随着更多企业和科研机构转向国产方案，昇腾上下游——从封测厂到服务器集成商再到配套芯片供应商——都迎来了实质性的扩产机会。

英伟达则面临市场份额逐步被蚕食的态势。即便H20是合规产品，其性能劣势也意味着利润率持续承压。长期来看，失去中国市场不仅影响收入，还可能导致软件生态的边缘化——当越来越多的大模型训练和推理任务基于昇腾平台构建，后续迁移回CUDA生态的成本只会越来越高。

中国下游AI企业和研究机构处境相对复杂。一方面，昇腾提供了“有得选”的局面，避免了完全断供的风险；另一方面，系统迁移带来的研发延迟和不确定性也会拖慢部分项目的进展。

接下来关注什么？

如果你需要持续跟踪这个话题的走向，以下几个指标比任何单一声明都更有参考价值：

1。 昇腾实际交付量季度环比变化。千套级的起步量能否在接下来几个季度实现成倍增长，直接印证“瓶颈在供给而非需求”的判断是否成立。

2。 下一代昇腾产品的量产进度。徐直军提到950DT面向训练的型号仍在测试中，预计年底或明年初才开始规模供货。这份时间表是否会如期兑现？

3。 国内主要AI企业的硬件选型比例变化。重点关注大型云厂商和大模型创业公司采购昇腾 vs 英伟达的比例变动趋势。

4。 SMIC及国内代工厂先进制程产能利用率。一旦产能利用率出现系统性下降，可能意味着需求端出现了转折。

5。 全球半导体设备供应格局。特别是光刻机相关政策的任何松动或收紧信号，都将直接影响中国芯片扩产节奏。