阿里PPU、百度昆侖芯，中國AI迎「華為時刻」

作者|丁卯

編輯|張帆

封面來源|視覺中國

國內AI芯片市場正在經歷一場深刻的變革，“去英偉達化”成為熱詞。

這場變革的核心在于，以阿里巴巴和百度等為代表的中國科技巨頭，正積極推動AI芯片的自主研發(fā)，試圖挑戰(zhàn)英偉達在國內AI芯片領域的壟斷地位。

9月以來，國產AI芯片捷報頻傳：阿里巴巴、百度等互聯(lián)網巨頭相繼宣布，其核心AI模型的訓練將部分采用自研芯片。與此同時，阿里平頭哥和華為昇騰的新一代產品性能曝光，性能追趕甚至部分超越了英偉達。

資本市場對此反應積極。除了多家投行上調阿里、百度等國內科技巨頭的估值外，華爾街明星基金經理“木頭姐”更是四年來首次買入阿里巴巴。股票表現上，自8月底以來，百度和阿里巴巴的港股股價累計漲幅均在50%左右。

圖：阿里巴巴和百度港股表現 數據來源：wind，36氪整理

那么，國內AI芯片從外購到自研背后究竟出于何種原因？

國產芯片加速“去英偉達化”

這場“去英偉達化”運動，背后最直接的動力源于日益緊張的地緣政治，以及由此引發(fā)的對AI供應鏈穩(wěn)定性和安全性的深層擔憂。

今年4月，美國政府一度禁止英偉達向中國銷售H20芯片，盡管7月恢復出口，卻附加了15%的收入上繳條件。面對美國的限制，中國的反制也接連升級：7月底H20被曝“漏洞后門”遭到約談，8月中旬一度傳出停產消息，而近期的反傾銷調查更是將這場風波推向高潮。

圖：2025年AI芯片相關動態(tài)

數據來源：中原證券，36氪整理

兩國博弈的升級，加劇了海外AI芯片的供應鏈風險。對需要長期穩(wěn)定投入的AI玩家來說無疑是致命的。出于對風險的考量，越來越多的中國科技巨頭意識到芯片自主可控的重要性，由此掀起了一場浩大的“去英偉達化”浪潮。

這場浪潮的演進，給英偉達帶來了明顯的負面沖擊。

今年第一財季，英偉達就因對H20的出口限制計提了約45億的存貨減值。而隨著風暴的愈演愈烈，英偉達來自中國大陸的收入持續(xù)銳減。財報顯示，2026財年第二季度，其來自中國大陸的收入銳減至27.7億，環(huán)比下滑了近50%，占比下滑至6%，同期美國、新加坡和中國臺灣地區(qū)的收入增速則均有提升。

圖：英偉達中國大陸收入及占比 數據來源：wind，36氪整理

與英偉達的困境形成鮮明對比的是，浪潮之下國產定制AI芯片正在快速崛起。

8月21日, DeepSeekV3.1發(fā)布，宣布使用FP8架構增強國產芯片適配性。9月16日《新聞聯(lián)播》意外曝光了阿里平頭哥的PPU芯片。其在顯存容量和片間帶寬上已超越英偉達A800，比肩H20。更關鍵的是，根據招銀國際的數據，得益于國產7nm工藝與2.5D封裝，PPU單卡成本較進口H20下降40%。

圖：國產AI芯片信息 數據來源：山西證券，36氪整理

在PPU曝光僅兩天后，9月18日，華為罕見地公布了昇騰芯片未來三年的詳細演進路線。通過支持低精度計算、混合架構、互聯(lián)帶寬和算力翻倍增長，華為正從技術上實現全面追趕。不止于單卡性能，更重要的是，基于自研互聯(lián)協(xié)議“靈衢”和昇騰950系列芯片的Atlas950 SuperPod，可以形成百萬級規(guī)模的統(tǒng)一算力底座，各項性能超過英偉達下一代NVL144和2027年的NVL576，成為全球最強算力集群。

圖：華為昇騰芯片進展 數據來源：長城證券，36氪整理

而產品性能的突破也加速了國內算力基建國產化解決方案的部署。8月底，百度昆侖芯在中國移動集采中拿下三個標包第一，中標規(guī)模達到10億級。

這更像一面鏡子，清晰地折射出本土AI芯片廠商正在加速蠶食英偉達的市場份額。IDC數據顯示，2024年，英偉達在中國的市占率從85%降至70%，而本土 AI 芯片品牌的出貨量超過 82 萬張，市場份額顯著提升至30%。

圖：英偉達中國市占率持續(xù)下滑 數據來源：IDC，36氪整理

而Bernstein預測，2025年英偉達在中國AI芯片市場的份額將進一步降低到54%，同期本土廠商份額顯著增長，且呈現百花齊放、多元競爭的新格局。

圖：國內AI芯片市場格局演變 數據來源：Bernstein，36氪整理

歷史的鏡像：手機芯片的“通用”到“定制”之路

當前中國AI芯片的定制化浪潮，與過去十余年手機芯片的發(fā)展歷程極為相似。

在智能手機發(fā)展的早期，芯片的主導者是高通、聯(lián)發(fā)科等通用芯片廠商。這些芯片方案的優(yōu)勢是具備高度的兼容性和標準化特性，可以大幅降低手機廠商的研發(fā)門檻，使其可以快速布局智能手機業(yè)務，搶占市場先機。

然而，隨著行業(yè)的迭代，通用芯片的弊端也開始顯現。

一是，手機芯片長期被高通、聯(lián)發(fā)科等少數企業(yè)壟斷，導致手機廠商在供應穩(wěn)定性上長期受制于人，并需要承擔高昂的額外費用，對利潤造成擠壓。以“高通稅”為例，蘋果每售出一臺iPhone就需要交付高通售價5%的專利費，2016年蘋果支付的專利費用高達28億美元，占當年利潤的6%。

二是，通用芯片的架構設計無法完全匹配手機廠商的產品迭代規(guī)劃和定制化需求，導致產品性能提升滯后，且難以形成軟硬件一體的協(xié)同效應，弱化了用戶的使用體驗。

三是，核心硬件上的趨同使得手機廠商只能針對攝像頭、屏幕等外部環(huán)節(jié)做“堆料”創(chuàng)新，難以形成真正的差異化壁壘和品牌溢價，阻礙了品牌的高端化進展。

正是基于這些明顯的缺陷，以蘋果為代表的頭部廠商走上了芯片自研之路，推動智能手機芯片從“通用”向“專用”的過渡。

2010年，蘋果推出首款自研芯片A4，奠定了此后 iPhone 在智能手機領域的王者地位。A系列芯片采用自研架構和先進制程工藝，并與IOS系統(tǒng)調度邏輯緊密配合，實現了軟硬件的全面優(yōu)化。不僅保證了iPhone硬件性能的持續(xù)領先，也形成了基于軟硬協(xié)同的獨特技術生態(tài)，讓iPhone的使用體驗上一騎絕塵，為蘋果構筑了難以復制的護城河，成為其長期穩(wěn)居高端智能手機第一梯隊的關鍵。

在蘋果取得成功后，華為也緊隨其后開啟了自研芯片之路。

2013年，華為通過海思半導體自研麒麟芯片，整合了華為在通信、AI和影像處理方面的核心技術，不僅優(yōu)化了整體性能也使其在5G時代具備了先發(fā)優(yōu)勢。更重要的是，麒麟芯片與鴻蒙系統(tǒng)的深度融合，為華為手機構建了強大的生態(tài)護城河，讓其徹底擺脫了手機“組裝廠”的標簽，憑借差異化優(yōu)勢在國內高端市場站穩(wěn)了腳跟。

而更深遠的影響在于，依靠定制化芯片兩家公司減少了對外部供應商的依賴，從根本上優(yōu)化了成本結構。而且以此所形成的“軟硬一體”生態(tài)優(yōu)勢，也使其品牌溢價持續(xù)提升，為其帶來了更可觀的利潤空間。2024年，蘋果iPhone業(yè)務毛利率接近40%，遠高于行業(yè)平均毛利率水平。

國產AI芯片的“華為時刻”

當前，中國AI芯片的“去英偉達化”浪潮，正是對手機芯片發(fā)展歷程的一次深度復刻。

從本質上看，AI芯片的國產化和定制化，既是出于供應鏈安全性的考量，更是AI從訓練轉向推理后，行業(yè)的必然選擇。

隨著大模型迭代速度的趨緩，市場需求正從“瘋狂堆算力”轉向更務實的商業(yè)化應用落地。這種背景下，AI的重心也從“訓練”轉向“推理”。根據英偉達 CEO 在 2026 財年第一財季業(yè)績會時的發(fā)言，AI 推理 token 的生成量在過去一年激增了 10 倍。

與訓練相比，推理任務對算力需求有所降低，但對成本、功耗和延遲的要求更高。英偉達的通用GPU雖然性能強大，但其成本高、能效低，且存在高延時問題，因此并不能完美匹配推理任務需求，尤其是國內閹割版較高的成本致使其性價比大打折扣。

這種市場需求的變化，直接推動了國內芯片行業(yè)的定制化之路。

從適配度上看，與通用 GPU 相比，定制芯片去除了大量冗余功能從而在執(zhí)行特定任務時，能在功耗、成本和延遲上實現數量級的優(yōu)化。對于需要大規(guī)模、高并發(fā)、低延遲的AI 推理任務來說，效率遠高于通用 GPU。

圖：通用芯片與定制芯片的對比 數據來源：民生證券，36氪整理

而本土芯片設計及供應鏈的進一步成熟，也為國產芯片性能加速追趕國際水平提供了底氣，使得AI算力基建轉向國產解決方案成為可能。

正如智能手機時代的蘋果和華為，中國的AI玩家已經不再滿足于僅僅購買英偉達的通用GPU，而是開始嘗試外購+自研兩條腿走路。

一方面，在訓練領域，依靠國際先進芯片的高性能實現模型迭代，為進一步的自主化保留時間窗口；另一方面，加速自研定制化芯片并積極適配國內外主流大模型，在能效、特定場景優(yōu)化等方面尋求差異化優(yōu)勢，并通過軟硬件的深度協(xié)同，優(yōu)化效率和成本。

這預示著，中國AI產業(yè)正從單純的算力消費者，轉變?yōu)樽灾鞯纳鷳B(tài)構建者。這不僅是應對外部壓力的防御性策略，更是中國科技產業(yè)邁向更高價值鏈的必然選擇。

*免責聲明：

本文內容僅代表作者看法 。

市場有風險，投資需謹慎。在任何情況下，本文中的信息或所表述的意見均不構成對任何人的投資建議。在決定投資前，如有需要，投資者務必向專業(yè)人士咨詢并謹慎決策。我們無意為交易各方提供承銷服務或任何需持有特定資質或牌照方可從事的服務。

點擊圖片即可閱讀