黄仁勋杀回来了，英伟达芯片或将重返国内市场

老黄舍不得中国市场这块大蛋糕。

芯片江湖的风向，又一次变了。

年初，政策进一步收紧，英伟达芯片在国内的份额跌至谷底。一年间，黄仁勋在两地游说。

年末，这道封锁终于裂了口子，英伟达H200被允许进入国内销售。

不过时不待人，在政策反复无常的背景下，国内的芯片力量也早已不容忽视。

一、英伟达芯片在国内市场解冻

近日有消息传出，英伟达计划在2026年2月中旬向中国客户交付首批H200芯片，预计数量在4万到8万颗之间。

这意味着，被政策冰封多年的高性能AI芯片，终于在国内市场迎来解冻。

图源：电子工程专辑

回顾过去三年，英伟达对华芯片出口之路可谓一波三折。

2023年，受出口管制影响，英伟达旗下最先进的A100和H100芯片被禁止向中国销售。

为绕过限制，英伟达随后推出中国特供版A800和H800，通过降低互连带宽以满足当时的政策要求。

然而一年后，管控再次收紧，A800和H800也被列入禁售名单。

英伟达不得不继续调整，推出性能进一步下调的H20、L20等芯片。

但到今年上半年，H20的出口也受到新的限制，导致英伟达积压了约55亿美元的库存。

CEO黄仁勋曾公开表示，英伟达在中国市场的份额“从95%跌到了0”。

今年12月初，事情出现了转机。

英伟达获准向中国销售性能更强的H200芯片，但附加了一个重要条件：每笔交易需向美国政府缴纳约25%的费用。

这一比例相比此前H20出口许可的15%大幅提高。粗略估算，仅H200芯片一项，每年就可能为美国带来超过100亿美元的额外收入。

从性能上看，H200基于台积电4N工艺打造，集成800亿晶体管，搭载HBM3e显存，拥有141GB显存和4.8TB/s的显存带宽。

其FP16算力达到1979T，互联带宽为900GB/s。相比之前在中国市场推出的H20，H200的性能提升显著。

不过，随着英伟达今年发布基于Blackwell架构的B200等新一代芯片，H200在全球市场上已不再是“最尖端”的产品。

图源：36氪

但有研究员表示，国内大多数AI模型此前都是针对Hopper架构（H200所属架构）进行开发和优化的。

若要迁移至Blackwell架构，需重新开发运算模块、搭建工具链并重构底层程序，将耗费大量时间与工程成本。

因此，对不少国内企业而言，H200在现阶段反而比更新的架构更具实用吸引力。

图源：CSDN

面对H200的“回归”，国内企业的态度呈现两极分化。

一部分公司持积极态度，尤其是那些急需提升算力投入的AI企业。

例如，字节跳动计划在2026年投入约1600亿元用于AI基础设施建设，其中芯片部分预算约850亿元，并已决定试采购H200。

另一部分企业则保持观望，这主要出于三方面顾虑。

一是担心政策再次反复，影响长期部署；二是25%的额外费用显著推高了采购成本；三是芯片本身可能存在的安全风险。

不过，值得关注的是，今年上半年国内多家大厂曾向英伟达下达总值约160亿美元的H20订单，但因出口限制未能交付。

随着H200获准进入，这部分需求有望转化为新订单，在明年集中释放，这或许能带动H200在国内市场的接纳程度。

总体来看，H200的获批不仅是英伟达在中国市场的一次卷土重来，也折射出全球科技竞争与供应链博弈的形式。

对中国企业而言，如何在性能、成本、安全与自主可控之间找到平衡，或将是接下来必须面对的长期课题。

二、国内市场该如何应对

数据显示，2024年英伟达在中国大陆市场的总收入为171亿美元。若H200后续顺利交付，其数据中心产品在华收入有望创下新高。

正因为如此，英伟达美股周一盘后交易中快速拉升，涨超1%，市值涨超450亿美元。

不过，这样的解禁并非英伟达独享。AMD董事长兼CEO苏姿丰也已对外确认，公司获得向中国客户出口MI308芯片的许可。

这意味着，在国内高端AI芯片市场上，竞争正在重新展开。

从市场份额来看，当前中国AI芯片市场格局已不同以往。

证券时报数据显示，在国内AI芯片市场，英伟达仍以54.4%的份额位居第一，华为海思以21.4%紧随其后，AMD则以15.3%位列第三。

目前，国内AI芯片领域已形成多元发展格局。

华为海思作为领头羊，构建了从芯片、硬件到软件框架的完整生态。

图源：微博

旗舰AI芯片昇腾910C自2025年5月起大规模供货，字节跳动、阿里、腾讯等互联网巨头是其现有客户，华为云也大量部署了昇腾910C等芯片用于提供 AI 算力服务，支持大模型训练。

寒武纪则被视为“国产算力中军”，其云端产品思元590已通过市场验证。比如百度在“文心一言”等项目中曾尝试使用思元 590 替代英伟达 A100，用于支撑超大规模算力的调用。

寒武纪能提供云、边、端全系列芯片及统一软件平台，生态较为完整，潜力巨大。

图源：36氪

此外，一批新兴公司正从特定方向寻求突破。本月，摩尔线程与沐曦相继上市。

其中，摩尔线程专注于全功能GPU，兼顾图形渲染、AI计算与科学计算。

该公司技术布局全面，不仅发布了新一代“花港”GPU架构与万卡级智算集群，还推出了用于AI PC的“长江”SoC芯片，展现出广泛的应用能力。

沐曦的曦云C系列强调全流程国产化可控，从芯片设计到制造设备、材料，都力求摆脱对外依赖，确保即使在严苛的外部限制下，也能实现稳定生产。

总体来看，国内芯片产业已形成“主力军攻坚、新势力突围”的多元格局。

三、明年，算力或将迎来爆发增长

当前大模型的发展焦点，已从早期的语言理解快速转向原生多模态和更复杂的世界模型。

AI所需处理和生成的不再仅仅是文字，而是图像、声音、视频乃至对物理世界的模拟与交互。

这也意味着，算力需求即将步入指数级增长的临界点。

根据IDC报告，2024年，中国生成式AI投资占整体AI市场投资的18.2%。

随着技术迭代与应用落地加速，预计到2029年，这一比例将大幅攀升至41.1%，投资规模超过450亿美元，五年间的年复合增长率高达48.0%。

整体来看，到2029年，中国人工智能总投资规模预计将达到1,114亿美元。

图源：IDC

这些数字背后，是一个根本性的转变：算力已从过去的辅助性资源，演变为驱动AI发展的核心生产要素。

未来，无论是训练更复杂的多模态模型，还是实现AI与真实世界的实时互动，强大的计算基础设施都将成为不可或缺的基石。

可以预见，2026年或将是中国算力发展的一个关键节点。国内市场将在“外部解禁”与“自主突破”的双重背景下，迎来一轮爆发式增长。

企业需要做出的选择，不再仅仅是购买更多芯片，而是如何布局一个兼具性能、安全与可持续性的算力战略。

下一轮竞争已经来临，谁掌握了先进且可靠的算力，谁才能真正掌握未来的主动权。