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(wǎng)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(xiàn)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。

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(shù)據(jù)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(shù)據(jù)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(jù)招銀國際的數(shù)據(jù)，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(shù)據(jù)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(xiàn)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(shù)據(jù)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(shù)據(jù)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(shù)據(jù)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(xiàn)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(shù)據(jù)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(xiàn)。

一是，手機芯片長期被高通、聯(lián)發(fā)科等少數(shù)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(xiàn)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(jù)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(xiàn)數(shù)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(shù)據(jù)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(xiàn)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。