11月7日，据彭博社报道，英伟达给东南亚的云服务商加了一道门槛：想拿官方云合作伙伴认证，就得接入Fleet Intelligence系统，上报旗下AI芯片的部署信息。这套系统原本是运维工具，现在能记录单颗加速卡的物理位置。英伟达强调，GPU硬件本身没有内置追踪、没有远程锁机，系统采集的是只读运行数据。微博
三天后，美国参议院民主党领袖舒默呼吁国会通过《芯片安全法案》，要求企业追踪芯片流向。路透社报道了这项呼吁。所谓“电子脚镣”，指的就是这件事：不是给芯片装一颗会爆炸的雷，而是把“芯片在哪、给谁用”变成一项要持续申报的合规义务。真正要堵的，也不只是直接卖到中国的卡——那些早就被管住了。更难堵的是“芯片在境外、算力租给中国客户”的远程调用。芯片一旦能报位置，这条绕道的路就窄了。微博
对国产算力，这当然是利好。但“利好”和“机会”是两件事。
先看已经发生的事。IDC数据，2026年上半年，中国数据中心AI加速芯片出货200.8万颗。英伟达67.8万颗，份额34%，同比下降44%；华为57.2万颗，份额28%，接近翻倍。两家差距从一年前的31个百分点缩到6个。36氪
更值得看的是结构：GPU出货99.1万颗，下降26%；非GPU加速器101.6万颗，增长近80%，第一次在数量上超过GPU。华为、平头哥、昆仑芯、寒武纪四家，拿走了非GPU市场的95%。
所以，问“机会来没来”，答案已经写在出货量里：来了，但来得不均匀。国产芯片在数量上已经是多数，可这个多数主要落在推理和非GPU路线上。训练最吃的那部分，仍是英伟达的地盘。
原因不复杂。推理对单卡性能的容错高，客户更在意供应稳定、交付周期和本地化服务；训练则相反，一张卡慢一点，几千张卡一起等，时间和电费都会放大。国产卡在推理上“够用”，在训练上还在追。
追到什么程度？华为面向训练的昇腾950DT，在8位精度下，单卡算力约为英伟达B200的两成多；明年的960DT，仍不到B200的一半。更硬的约束在存储：海外HBM采购渠道基本被切断，国产唯一明确的途径是长鑫存储，HBM3E还在小规模试产，比国际三强落后一代。软件是第三道墙：CUDA积累了近二十年，国产平台的算子库、通信库和工具链还得一项项补。36氪
报告里有一句话说得直白：国产算力目前主要用于推理，尚无国际前沿水平的模型在国产体系上完成预训练。这并不丢人。推理本来就是更大的生意。灼识咨询预测，到2028年中国AI加速卡市场里，推理占七成以上。问题是，这块市场正在变成一门算账的生意。36氪
寒武纪的三季报是个样本：前三季度营收95.26亿元，同比增长106.76%；归母净利润37.15亿元，同比增长131.49%。数字很好看。但同一张表上，存货116.65亿元，比2025年末增长136%；预付款项30.44亿元，增长约309%；货币资金只剩5.55亿元。钱都压在了产能和原材料上。它的市值从6月底的1万亿元回撤了四成多。市场不再只为“能造出来”付钱，开始问“能不能交付、能不能持续赚钱”。36氪
更大的背景是，算力不缺，缺的是被用起来的算力。信通院口径下，2025年国内智算资源实际使用率只有36.8%，每投入100元建设算力，约70元对应的资源处于空转。五家头部云厂商的AI资本开支与对应收入之比，从2023年的59.2%升到2026年上半年的128.3%。账算到这里，下一轮采购不会只看“是不是国产”，而要看“用起来便不便宜”。36氪
所以，“电子脚镣”带来的窗口是真的，但它不是永久的红利。它把客户从“能买英伟达就买英伟达”推到了“先算供应风险”；可一旦管制放松、或者英伟达找到合规路径，客户还是会用总拥有成本（TCO）重新投票。到那时，国产芯片要面对的不是“有没有货”，而是“好不好用”。
真正锁住客户的，从来不是定位模块，而是生态。CUDA二十年积累的算子库、调试工具、开发者习惯和存量代码，本身就是迁移成本。国产厂商现在做的，是用工程量一寸寸把这道墙啃下来；每一寸都要付钱，也都要时间。
接下来十二个月，有几个观察点：昇腾950DT能不能在四季度按时交付，960DT明年一季度能不能兑现，长鑫的HBM良率能不能爬上来，以及有没有一个前沿模型，愿意把预训练完整跑在国产集群上。这几件事，比任何一条法案都更能决定国产算力的位置。
“电子脚镣”能决定芯片去哪，决定不了开发者去哪。国产算力真正的成年礼，不是英伟达被锁住的那一天，而是客户有得选、还愿意留下的那一天。
