阿里PPU、百度崑崙芯，中國AI迎「華為時刻」

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。

這場變革的核心在於，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，試圖挑戰英偉達在國內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、百度等互聯網巨頭相繼宣佈，其核心AI模型的訓練將部分採用自研芯片。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

那麼，國內AI芯片從外購到自研背后究竟出於何種原因？

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於日益緊張的地緣政治，以及由此引發的對AI供應鏈穩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，儘管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。對需要長期穩定投入的AI玩家來説無疑是致命的。出於對風險的考量，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衝擊。

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。而隨着風暴的愈演愈烈，英偉達來自中國大陸的收入持續鋭減。財報顯示，2026財年第二季度，其來自中國大陸的收入鋭減至27.7億，環比下滑了近50%，佔比下滑至6%，同期美國、新加坡和中國臺灣地區的收入增速則均有提升。

圖：英偉達中國大陸收入及佔比數據來源：wind，36氪整理

與英偉達的困境形成鮮明對比的是，浪潮之下國產定製AI芯片正在快速崛起。

8月21日, DeepSeekV3.1發佈，宣佈使用FP8架構增強國產芯片適配性。9月16日《新聞聯播》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，得益於國產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，華為罕見地公佈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、互聯帶寬和算力翻倍增長，華為正從技術上實現全面追趕。不止於單卡性能，更重要的是，基於自研互聯協議「靈衢」和昇騰950系列芯片的Atlas950 SuperPod，可以形成百萬級規模的統一算力底座，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羣。

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，百度崑崙芯在中國移動集採中拿下三個標包第一，中標規模達到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，英偉達在中國的市佔率從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：英偉達中國市佔率持續下滑數據來源：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「定製」之路

當前中國AI芯片的定製化浪潮，與過去十余年手機芯片的發展歷程極為相似。

在智能手機發展的早期，芯片的主導者是高通、聯發科等通用芯片廠商。這些芯片方案的優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門檻，使其可以快速佈局智能手機業務，搶佔市場先機。

然而，隨着行業的迭代，通用芯片的弊端也開始顯現。

一是，手機芯片長期被高通、聯發科等少數企業壟斷，導致手機廠商在供應穩定性上長期受制於人，並需要承擔高昂的額外費用，對利潤造成擠壓。以「高通税」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，佔當年利潤的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劃和定製化需求，導致產品性能提升滯后，且難以形成軟硬件一體的協同效應，弱化了用户的使用體驗。

三是，核心硬件上的趨同使得手機廠商只能針對攝像頭、屏幕等外部環節做「堆料」創新，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。

正是基於這些明顯的缺陷，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系列芯片採用自研架構和先進製程工藝，並與IOS系統調度邏輯緊密配合，實現了軟硬件的全面優化。不僅保證了iPhone硬件性能的持續領先，也形成了基於軟硬協同的獨特技術生態，讓iPhone的使用體驗上一騎絕塵，為蘋果構築了難以複製的護城河，成為其長期穩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，不僅優化了整體性能也使其在5G時代具備了先發優勢。更重要的是，麒麟芯片與鴻蒙系統的深度融合，為華為手機構建了強大的生態護城河，讓其徹底擺脫了手機「組裝廠」的標籤，憑藉差異化優勢在國內高端市場站穩了腳跟。

而更深遠的影響在於，依靠定製化芯片兩家公司減少了對外部供應商的依賴，從根本上優化了成本結構。而且以此所形成的「軟硬一體」生態優勢，也使其品牌溢價持續提升，為其帶來了更可觀的利潤空間。2024年，蘋果iPhone業務毛利率接近40%，遠高於行業平均毛利率水平。

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，正是對手機芯片發展歷程的一次深度復刻。

從本質上看，AI芯片的國產化和定製化，既是出於供應鏈安全性的考量，更是AI從訓練轉向推理后，行業的必然選擇。

隨着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 財年第一財季業績會時的發言，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、功耗和延迟的要求更高。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，因此並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的定製化之路。

從適配度上看，與通用 GPU 相比，定製芯片去除了大量冗余功能從而在執行特定任務時，能在功耗、成本和延迟上實現數量級的優化。對於需要大規模、高併發、低延迟的AI 推理任務來説，效率遠高於通用 GPU。

圖：通用芯片與定製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玩家已經不再滿足於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，加速自研定製化芯片並積極適配國內外主流大模型，在能效、特定場景優化等方面尋求差異化優勢，並通過軟硬件的深度協同，優化效率和成本。

這預示着，中國AI產業正從單純的算力消費者，轉變為自主的生態構建者。這不僅是應對外部壓力的防禦性策略，更是中國科技產業邁向更高價值鏈的必然選擇。