很多人都还记得四年前，美国正式落地高端AI芯片出口管制，英伟达A100、H100这类算力芯片禁止卖到国内市场。当时国内绝大多数互联网企业、智算中心，全部依赖海外高端GPU，不少行业人士心里很担心，国内人工智能的发展节奏，会直接被外部的芯片卡脖子拖住脚步。四年时间过去，市场格局发生巨大变化，英伟达在中国高端AI算力市场份额大幅萎缩，华为昇腾快速崛起，撑起国内一半的AI芯片市场。
这里先要纠正网络上流传的一处夸张说法：英伟达并没有全球市值暴跌九成。英伟达依旧是全球AI芯片行业的龙头企业，海外市场的需求依旧旺盛，股价只是阶段性回调波动。真正出现大幅下滑的，是英伟达中国内地高端AI芯片市场的占有率。在管制落地之前，英伟达在国内AI数据中心芯片市场占比接近95%，属于一家独大，国内想要搭建大模型算力集群，几乎没有别的成熟选项。
2022年管制政策落地之后，英伟达只能拿出专门针对中国市场的阉割版本芯片A800、H800，后面又推出H20芯片。没过多久，H20同样被美方追加限制，不能向国内供货。高端芯片的供货通道关上，国内算力市场巨大的缺口，只能依靠本土芯片企业顶上。这四年时间里面，不只是华为一家发力，国内还有十多家AI芯片厂商同步推进研发、落地产品，整个国产算力赛道全部跑起来。
华为昇腾能够冲到国内市场一半的份额，并不是单颗芯片性能直接追平海外最顶尖产品。华为内部也很客观承认，单独拿出一颗昇腾芯片，在最先进制程上面，还和海外顶级芯片存在差距。昇腾走了一条不一样的技术路线，不靠单颗芯片硬拼极限性能，而是依靠芯片之间大规模互联的超节点架构，把成千上万颗芯片连成一套完整的超级算力集群，用系统层面的整体算力，满足大模型训练、推理的需求。
这套集群方案解决了国内最迫切的难题。国内各大云厂商、智算中心，采购算力芯片的核心目的，是稳定跑通大模型、人工智能业务。只要整套集群的总算力、延迟、稳定性满足业务标准，就可以落地投产。最近几年，国内很多头部大模型企业，已经完成框架适配，原生支持昇腾芯片运行，不用再强行适配英伟达生态。生态适配完成，是国产芯片大规模落地最关键的一步，芯片硬件再好，没有软件、框架、模型适配，很难被客户真正用起来。
很多人会问，单单有华为一家突破，能不能代表整个中国半导体行业实现全面奇迹？答案是还远远不够。AI算力芯片只是半导体庞大产业链当中的一个板块。芯片制造设备、光刻胶、高端封装材料、很多细分领域的零部件，依旧还处在攻坚阶段。这四年最大的收获，是我们打破了海外芯片在国内算力市场的绝对垄断，不再只能被动接受海外厂商的定价、供货周期，拥有了自主可控的算力选项。
断供这件事，客观上加速了国内政企、云厂商采购思路的转变。在没有管制之前，大家优先选海外成熟芯片，生态成熟，上手省事。管制落地之后，国内客户主动愿意拿出资金、业务场景，给到国产芯片厂商做测试、打磨产品。芯片产业有一个特点，光靠实验室研发很难快速完善，必须放到真实业务场景里面长时间跑，才能暴露稳定性、兼容性的各类问题，持续迭代优化。大批量真实业务落地，反过来又加快昇腾等国产芯片产品迭代速度，形成正向循环。
我们也要客观看待英伟达当下的处境。它失去的主要是中国内地高端AI芯片市场，全球其他地区的订单需求依旧很强，企业营收的基本盘还在。对于英伟达来说，丢掉中国这块巨大市场，是一笔重大损失，黄仁勋多次公开提醒美方，强行切断对华芯片供货，最终只会倒逼中国本土芯片产业快速成长，长期损害美国芯片企业自身的利益，这句话现在一步步应验。
除了AI算力芯片之外，这四年国内半导体其他赛道，同样有不少看得见的进展。存储芯片、功率半导体、模拟芯片、第三代碳化硅芯片，都陆续实现量产突破。国家大基金三期持续投入半导体设备、材料领域，国内设备厂商的产品，一点点进入国内各大晶圆厂生产线，实现小批量替代。整个产业链不是单点突破，而是整条链条，从设计、制造、封测，再到上游设备材料，同步往前推进。
但是半导体攻坚的路依旧很长，不能只看到市场份额数据就觉得全部难题已经解决。先进光刻机、部分超高纯度特种光刻胶、高端半导体零部件，依旧是最难啃的硬骨头。这些产品研发周期极长，动辄十年以上，想要全部实现国产化替代，还需要持续投入研发资金、积累工艺经验，不是短短四五年就可以全部走完。
还有一个很现实的关键点，产能。昇腾拿到一半市场份额，国内智算中心的订单需求还在持续上涨，现在最大的压力反而是产能爬坡。芯片设计完成之后，晶圆制造、封装测试的产能能不能持续跟上市场需求，交付稳定、良率合格的芯片，决定国产算力能不能持续守住拿到的市场份额。产能建设、良率提升，是接下来一段时间的核心任务。
很多海外智库也一直在跟踪国内算力自主化的进度。过去他们的判断是，国内想要搭建大规模自主AI算力，至少还要七八年时间，现实的落地速度，超出了不少海外机构原本的预估。核心原因不是技术突然之间跨越式爆发，而是国内市场体量足够大，产业链齐全，一旦下定决心集中攻坚，从芯片设计、服务器制造、数据中心建设，上下游全部配套企业都能同步跟上节奏。
普通老百姓最关心的是，国产半导体突破，对普通人有什么实实在在的好处。算力成本会慢慢往下走，国内大模型、AI应用落地的成本降低，各行各业的智能化改造，工厂、政务、医疗里面的AI应用，落地速度会更快。同时供应链自主可控，不会因为海外一纸管制文件，突然断供，国内科技企业的发展稳定性更强。
当然，自主可控不等于完全闭门造车。国内依旧保持和全球合规半导体企业的正常贸易往来，成熟制程芯片、通用半导体产品，依旧保持正常进出口。我们追求的是关键核心领域不被“卡脖子”，构建安全可控的产业链，不是切断全球半导体之间正常的产业分工合作。
还有一点要理清，AI芯片市场里面，并不是只有英伟达、华为两家玩家。国内还有很多家国产算力厂商，各自拥有自己的产品路线，国内算力市场正在走向多元化。一家独大的局面消失，多个厂商互相竞争、技术互相促进，反而会让国产芯片的性能、成本持续优化，最终受益的是国内大量使用算力的企业。
很多自媒体喜欢用一战封神、全面碾压这类很夸张的词语形容国产芯片的进展。更加客观的评价是，四年断供，我们成功完成从无到有的突围，拿到了算力赛道的入场券，打破海外垄断。接下来比拼的，是长期的工艺迭代、软件生态完善、成本控制、稳定供货能力，这是一场漫长的长跑，不是一次短期冲刺。
站在全球AI产业格局来看，算力供应已经不再由单一国家、单一企业完全掌控。中国本土算力产业链成型，意味着全球AI算力市场，形成多条独立的供应链，不同国家和地区，有了更多选择，整个行业的抗风险能力都会提升。
话题互动
你觉得国产AI芯片接下来最大的难点，是芯片制造产能爬坡，还是软件生态的完善？算力芯片实现自主可控之后，会带动国内哪些行业迎来更快的智能化升级？欢迎大家评论区说说想法，持续客观解读国产科技产业突破，可以点个账号关注。
免责声明：AI芯片市场份额相关调研数据来自行业第三方机构、华为全联接大会公开信息，各家芯片厂商后续产能、性能迭代以企业官方发布为准，本文仅客观解读行业发展现状，不构成投资建议。