国产AI芯片真能替代英伟达？关键不在算力，而在生态与成本_CPU

1. 17000 token/s，比B200快48倍！Taalas AI 芯片能否颠覆英伟达GPU？

2. 英伟达NVIDIA是不是事实上垄断了？为啥各国还没有以反垄断调查拆分掉英伟达？

3. 读懂黄仁勋：英伟达的护城河不是芯片，而是对未来的定义权

4. 还在被国外AI芯片卡脖子？还觉得国产算力比不上进口？别再被固有认知洗脑了！中国电科RISC-V高端AI芯片流片成功，直接打穿国外垄断壁垒！有人说国产芯片都是“伪突破”，撑不起高端AI需求？这款芯片支持90余种主流AI算法，面向边缘/端侧智能处理，摆脱x86、ARM架构依赖，三大核心技术比肩国际！一边是国外芯片漫天要价、卡我们脖子，一边是国产芯片默默突破、打破垄断；一边是质疑国产不行，一边是实际成果打脸质疑！它到底解决了哪些卡脖子难题？对我们的手机、智能设备有啥影响？所谓的“自主可控”是不是噱头？看完这条视频，带你撕开国产AI芯片的真相！#过个有AI年##HOW I AI##微博超有用视频大赛##上微博涨知识# 种斌Marco的微博视频

5. 如何看待英伟达 10 亿美元入股诺基亚？频繁大额投资背后，英伟达在布什么局？

6. #科技先锋官# 别再死磕通用芯片了！Arm 推出 AGI CPU、特斯拉砸千亿建芯片工厂，全球 AI 硬件早已彻底换道！还在认为国外芯片垄断不可撼动？觉得国产硬件只能跟跑？大错特错！低延迟、高能效的专用芯片时代来临，数据中心格局正在重塑。而中国凭借完整制造产业链、领先绿电资源与海量 AI 应用场景，手握三大硬核优势，完全具备弯道超车的底气。是国外硬件继续领跑，还是中国 AI 硬件实现逆袭突围？专用芯片究竟有多重要？国产机会到底藏在哪？一条视频讲透全球 AI 硬件大变局，看完你会彻底看懂未来趋势！#微博超有用视频大赛##AI创造营##上微博涨知识##科普大作战# http://t.cn/AXIPAs8R

7. #AI创造营# Lyra2.0 单张照片生成 90 米虚拟场景，参数亮眼却藏致命短板。它仅支持静态场景，动态交互与物理还原不足，难以工业仿真等高阶需求。CUDA 生态高度封闭，硬件溢价严重，中小团队根本用不起，供应链高度依赖先进制程，风险集中。看似牢不可破的技术壁垒，实则漏洞明显。国内腾讯混元 HunyuanWorld、昆仑万维 Matrix-3D 等系统快速追赶，成本更低、适配性更强、落地更灵活。英伟达并非无懈可击，封闭高价的生态正在给国产替代让出窗口期。#一分钟精选视频扶持计划##专业视频创作季##科技先锋官# 种斌Marco的微博视频

8. 真正的科技竞争，拼的不是单个环节的领先，是整个生态的闭环。 #大咖观察 #红衣聊AI #电力 #芯片

9. 芯片大咖访谈：英伟达最怕的不是AMD，而是华为，中国是半导体供应链最全的国家#AI #芯片 #半导体 #英伟达 #黄仁勋

10. 直击GTC：1万亿美元GPU、为龙虾做“CUDA”，老黄就指着你烧 token 了

11. 传字节跳动将从华为采购超 400 亿元昇腾芯片，是真的吗？可能会对双方带来怎样的影响？

12. 美商务部长称中国未采购任何H200芯片，怎么看待这一事情？

13. 美国持续加码的芯片制裁，正彻底改写中国AI芯片市场格局。IDC最新数据显示，2025年中国市场AI GPU总交付量达400万片，其中国产半导体厂商交付165万片，拿下国内AI服务器市场41%的份额。曾长期垄断中国市场的NVIDIA，市占率已从制裁前的95%大幅收缩至55%，正式跌破60%关口。华为成为本轮国产替代的最大赢家。2025年华为累计交付约81.2万片AI芯片，拿下近20%的国内市场份额，稳居国产厂商首位。黄仁勋看完肯定不会高兴。

14. 英伟达CEO黄仁勋在Cadence Live 2026大会上强调，英伟达不仅生产昂贵的AI硬件，更是全球低成本AI Token的领导者。他直言：我生产的是全球成本最低的Token。Token是AI模型处理语言的基本单元，生成速度与成本直接取决于硬件与软件的协同效率。黄仁勋指出，单纯靠硬件暴力计算虽然能产出大量Token，但并非高效路径。真正关键的是软硬件深度适配，而这正是英伟达CUDA生态的护城河。经过多年工程迭代，CUDA软件栈已将英伟达硬件打磨成业内公认的最佳Token生成方案。尽管英伟达的AI系统售价高达数百万美元，例如Blackwell或即将推出的Rubin平台，单套设备能带来数十亿美元收入。但黄仁勋强调，这些系统的单Token生产成本和每瓦Token产出率均为全球最低。他的逻辑很直白：买得越多，省得越多。因为设备吞吐量达到前所未有的规模，摊薄到每个Token上的成本反而最低。#AI创造营#

15. 这不是某家企业的胜利，是我们整个民族在“科技博弈”里的翻身仗 #大咖观察 #红衣聊AI #英伟达 #国产芯片

16. #英伟达对华芯片销售降到零零零# 黄仁勋急了，称被动退出中国市场：市场份额从95%到0%，美国出口管制层层加码是主要原因。中国人工智能芯片市场规模约为 500 亿美元，到2030年可能增长至 2000 亿美元。中国企业应该抓住机会，尽快填补市场空缺，完成接棒！袁国庆的微博视频

17. DeepSeek V4直接弃用英伟达CUDA，全栈迁移华为昇腾，推理性能干翻英伟达H20近3倍，速度狂飙35倍，这是国产AI摆脱卡脖子的关键一步，巨头纷纷入局适配，国产替代集群已然成型。过去国产AI全靠英伟达生态，囤芯片看脸色，迁移成本高到离谱，利润大量外流，创新被牢牢限制。如今终于有了更多的选择，国产AI可以甩开膀子加油干了！#一分钟精选视频扶持计划##专业视频创作季##AI创造营##科技先锋官# 种斌Marco的微博视频

18. 国产GPU，拐点已现

19. 特朗普放行了英伟达H200芯片，有个条件是美国政府抽成25%，约等于变相涨价，虽然会对昇腾、昆仑芯等高端国产芯片的短期订单形成挤压，长期看其实还好。H200并不是英伟达最好的芯片，Blackwell、Rubin等更先进芯片仍被禁，这两者综合性能是H200的4-10倍、30倍，售价也非常的昂贵。国产顶尖AI芯片（昇腾910D、壁仞BR100等）整体性能约为H200的50%-80%，核心差距在FP8算力、显存带宽、生态成熟度，在特定场景可形成局部优势，譬如中轻量推理。最重要的是胜在便宜啊。按等效算力算，国产性价比要高40%以上，在加了25%美府抽成后，H200性价比就更低了。按照一些网络说法，H200目前的单卡性能，国产芯片在2-3年内能追上，生态全场景的话大概5年。也就是说，H200最吃香的光景也就2-3年。川普可能会持续的放行一些芯片…咱们还有本地化的政策，现在国产化率已经达到了40%，2026-2027年目标是50%-55%，感觉影响不会特别大，千亿级云端训练挺爱用它的，买家当然是最头部的那几位了。当然这些都是看的资料，挺希望业内人做分享，很好奇明后天的A股，还有未来五年的中美芯片PK情况

20. 【花3万块买了张游戏显卡，英伟达叫它AI开发套件】快速阅读：英伟达DGX Spark搭载的GB10芯片实为消费级黑韦尔架构，而非宣传中的数据中心级别，导致大量软件回退到六年前的Ampere代码路径运行。花溢价买CUDA生态，结果CUDA生态根本没准备好。---有人花了差不多3万人民币买了台DGX Spark，准备正经做AI研究，一周后决定退货。这台机器的核心问题，一句话说清楚：它的sm121架构是消费级黑韦尔，既不是服务器黑韦尔，也不是普通游戏黑韦尔，是一个自己特供的版本。大量软件不支持它，或者被打了补丁，强制跑在六年前的Ampere代码路径上。你买一台2025年的机器，实际跑的是2019年的指令集。更讽刺的是，当有人在英伟达官方论坛追问这个问题时，官方代表给出的解释大意是：因为芯片里塞了光追核心和DLSS算法，所以没空间放完整的张量核心。这是一台AI开发套件。里面有光追核心。用来做游戏渲染的光追核心。原帖作者由此推测，这颗GB10芯片原本是为游戏掌机设计的（需要统一内存架构的那种），英伟达临时决定把它包装成AI产品，用来应对苹果和AMD Strix Halo的竞争。有意思的是，英伟达自家另一款产品Jetson Thor，售价与DGX Spark相近，搭载的却是真正的数据中心黑韦尔架构。同样叫“第五代张量核心技术”，实际上差着一代的距离。有网友指出，这个问题比单纯的软件兼容性更深：黑韦尔这个名字现在覆盖了架构差异巨大的好几条产品线，你的CUDA代码在英伟达自家不同产品之间都无法互相移植了。这不是什么小麻烦，这是整个生态碎片化的开始。当然，DGX Spark也有人用得很顺手。有用户表示，用vLLM跑推理，单机可以达到2500 tokens/s的预填充速度，两台通过内置的ConnectX-7网卡直连组成集群后，速度可以进一步提升，还能加载更大的模型。机器背面那个QSFP112接口支持RoCEv2 RDMA，延迟只有1-2微秒，这个规格在这个价位的设备上确实没有竞争对手。问题在于，你为它付出的溢价，本来买的是CUDA生态的成熟度和开箱即用。而现在这两样都没有兑现。有观点认为，拿同等预算在Mac Studio或Strix Halo方向上下注，反而更务实：苹果的统一内存实现是真正打通的，不会出现加载一个ComfyUI模型就把显存用掉两倍的问题；Strix Halo的软件生态虽然同样不完美，但价格差出去的那部分钱可以直接换成更多的云端算力配额。花钱买CUDA税，是为了不用操心底层软件。现在这条路走不通了。那些真正需要大显存、同时又确实依赖CUDA特定功能的用户，到底应该怎么选，目前恐怕还没有一个干净的答案。---简评：一个品牌最危险的时刻，不是被对手超越，而是开始欺负自己的忠实用户。英伟达这次干了一件特别“聪明”的蠢事：用游戏芯片冒充AI芯片，把最愿意掏钱的专业用户当韭菜割。这3万块买的不是性能，是信任——“我相信CUDA生态成熟，我相信英伟达专业”。结果呢？光追核心塞进了AI套件，张量核心却被“没空间”挤掉了。护城河这东西，从外面攻很难，从里面挖特别快。当你的产品线自己都互不兼容，当“黑韦尔”这个名字变成了一锅乱炖，你亲手教会了用户一件事：原来CUDA税也可以不交。苹果和AMD应该给这款产品发一面锦旗：感谢友商助攻，生态碎片化从今天开始。---www.reddit.com/r/LocalLLaMA/comments/1r569eb/psa_nvidia_dgx_spark_has_terrible_cuda_software

21. 美国NVIDIA的阳谋，H200对中国市场低价倾销，压制中国AI芯片

22. 这次春节AI大战，国产模型与国产芯片第一次，双向奔赴！ #春节世界观察 #新年囤点专业货 #燃起来了大国重器 #大咖观察 #红衣聊AI

23. 如何看待网传 DeepSeek V4 即将发布并提出「去CUDA化」？

24. 拆解CANN：当华为决定打开算力的「黑盒」

25. Gemini 3.0 的表现，并不直接空英伟达的市场。因为 Google 似乎没有打算大规模对外出货他的加速算力中心，虽然，已经有 meta 会导入的说法。而且两条路线的确有一些互补性。关键是，他又戳穿了一个资本谎言，就是 CUDA 是英伟达的护城河。英伟达 GPU = Google TPUCUDA = XLAC/C++ 带 cuda 扩展 = PythonGoogle 已经完全建立了一个英伟达加速算力集群的替代方案。并且训练出了高性能的模型。换而言之，你和 Google 说 CUDA 是护城河，他会微笑的拍手赞同。内心里呢。那么，对于 meta，xAI，华为，你觉得，CUDA 还是什么不可逾越的障碍吗？

26. 美国放宽售华芯片禁令，是玩了20年的老把戏。 #大咖观察 #红衣聊AI #芯片 #H200

27. 国产芯片这么强了？我在航展上发现中科海光“三重突破”：算力+安全+生态 #中科海光##国产芯片##微博兴趣创作计划# 科技Sexy的微博视频

28. 3月31日，孟晚舟在华为2025年年报致辞中指出，在AI领域，昇腾CANN异构计算架构、Mind系列软件、MindSpore AI、框架已全面开源开放。CANN已经支持和适配PyTorch、vLLM、SGLang、xLLM、VeRL、Triton、TileLang等业界主流的开源社区和项目，匹配开发者习惯，加速自主创新，推动计算产业的生态繁荣，为千行百业的智能化转型提供强大动力。#孟晚舟华为2025年报致辞##孟晚舟称生态繁荣是产业发展基础##孟晚舟华为年报致辞谈战略聚焦#

29. 英伟达退出中国市场，如果是6年前，英伟达的撤出会让国内企业措手不及，现在我们不仅能对英伟达反垄断调查，甚至还明里暗里要求大厂跟英伟达脱钩，说明我们已经做了充足的准备。目前能够替代英伟达芯片的国产芯片有很多：一，华为昇腾系列：如昇腾910系列，早期产品能对标英伟达A100，新款性能可叫板H100，是H20的四五倍。华为有自己的生态闭环，昇腾芯片搭配鸿蒙系统和盘古大模型，适用于互联网大厂、云计算公司等，2025年一季度华为靠国内市场冲到全球AI芯片市场第三。二，寒武纪思元系列：寒武纪思元590芯片性能接近英伟达H20，最新的MLU-690芯片，算力能对标英伟达的H100，且兼容性良好，可适配多个大模型，很多大厂都是其客户。三，海光DCU系列：采用GPGPU架构，兼容“类CUDA”环境，具备全精度计算能力，能发挥大规模并行计算能力。海光拥有CPU+DCU两大产品线，DCU可与CPU共享同一安全域，安全技术水平高。产品广泛应用于大数据处理、人工智能等领域，已占据国内市场头部份额。四，摩尔线程MTT S4000：基于自研MUSA架构，支持CUDA代码迁移，专注于全功能GPU，覆盖AI计算、图形渲染等领域。其已落地多个智算中心项目，还与字节跳动、腾讯等合作推进AI PC，有较强的生态兼容性。五，沐曦曦云C系列：属于全栈GPU解决方案中的通用计算芯片，自研指令集和IP，兼容CUDA生态。产品性能国内领先，已交付超2.5万颗GPU，应用于北京、上海等地智算集群。六，壁仞科技BR100系列：聚焦通用GPU与Chiplet异构架构，算力达英伟达A100的3倍，支持千亿参数模型训练，壁砺模组已落地多个智算中心。七，景嘉微JM11系列：性能对标英伟达GTX1050，可广泛应用于服务器、工作站、台式机以及笔记本等设备，是国产GPU领域的重要产品，目前最新一代JM11系列图形处理器已完成流片、封装。客观说，由于芯片制程的限制，我们的芯片在性能上跟人家比还是有差距的，即便我们真有传说中的高端光刻机，产量上一时半会也无法满足市场需求。好在我们已经有了坚实的基础，还有巨大的市场，没什么可担心的。

30. #芯片# 据外媒《The Information》报道，DeepSeek即将推出的新一代模型V4已基于华为昇腾950PR进行优化，底层代码从英伟达CUDA迁移至华为CANN框架。阿里、字节、腾讯已提前为此大量下单国产AI芯片。国产AI模型+国产芯片的组合将为中国科技自主可控写下关键一页，加速打破英伟达芯片垄断格局。

31. 英伟达周末双炸！CUDA二十年最大更新，顺手屠榜AGI比赛

32. #女子情不自禁到处表白确诊桃花癫# 倒计时！DeepSeek V4即将登场，国产算力真的能接住万亿参数大模型吗？4月下旬，国产AI将迎来历史性时刻！DeepSeek V4官宣定档，带着万亿参数、百万token上下文、原生多模态三大王炸，更首次实现芯片→框架→模型→应用全链路国产替代。当全球顶级大模型彻底告别英伟达，跑在纯国产算力栈上，一个被卡脖子多年的产业，终于迎来真正的突围时刻。一、V4炸场：万亿参数+百万上下文，国产AI里程碑这不是普通迭代，是维度级碾压：• 参数规模：约1万亿MoE架构，总参数较V3暴涨50%，推理仅激活370亿• 上下文能力：100万token，一次性读完整套《三体》，彻底告别“失忆”• 性能跃迁：推理速度提升35倍、能耗降低40%、成本仅为GPT-4的1/70• 多模态：原生支持文本/图像/音频/视频，能力全面对标GPT-5真正震撼的不是参数，而是100%国产算力：全程基于华为昇腾950PR训练+推理，彻底弃用英伟达！底层从CUDA全面迁移至华为CANN框架，算力利用率高达85%。这是全球顶级大模型，第一次主动、完全脱离海外生态。二、算力心脏：国产芯片集体爆发，性能反超海外昇腾950PR：万亿模型专属“中国芯”• 单卡FP4算力1.56P，是英伟达H20的2.87倍• 自研HBM显存128GB、带宽1.6TB/s• 原生支持FP4精度，显存占用降低75%• 功耗600W，性能/能效全面领先国产算力军团全员就位• 海光信息：DCU深度适配全系列模型，算力对标A100• 寒武纪：思元590完成万亿模型推理优化，集群稳定运行• 摩尔线程：全功能GPU支持FP8，夸娥集群大规模部署• 国产芯片已从“能用”→“好用”→“首选”三、全链突围：从传输到散热，国产配套全面承接万亿参数大模型，考验的是整个产业链承载力：1. 高速传输：光模块+连接器，打通“数据大动脉”• 中际旭创/新易盛：800G/1.6T光模块批量交付，带宽需求提升4倍• 华丰科技：224G高速连接器唯一国产量产，昇腾核心供应商• 深南电路/兴森科技：高阶PCB/FC-BGA载板，支撑超算集群2. 液冷散热：高功耗“必选项”，国产独门秘籍昇腾950PR功耗达600W，风冷彻底失效• 高澜股份/英维克：浸没式液冷，能耗降30%+，PUE≤1.1• 中科曙光/浪潮信息：AI服务器+液冷集群，支撑万卡级部署3. 服务器集群：规模化算力底座• 浪潮/紫光/超聚变：昇腾整机服务器数十万片订单锁定• 单机柜算力超10PFlops，支撑万亿模型训练推理四、终极拷问：国产算力真能接住吗？答案：完全能，而且更优！• 性能：昇腾950PR单卡2.87倍于H20，集群线性扩展• 成本：硬件降40%、推理降60%、能耗降40%• 生态：CANN兼容95%+CUDA代码，迁移从“月”缩至“小时”• 产能：昇腾950PR3月量产，大厂已预订数十万片五、历史拐点：从“跟跑”到“领跑”，国产AI换道超车DeepSeek V4不是一个模型的胜利，是中国AI全产业链的胜利：• 芯片自主：摆脱海外垄断，供应链100%安全• 框架自主：CANN替代CUDA，软件生态闭环• 模型自主：万亿参数开源，全球开发者共建• 应用自主：金山办公、拓尔思等全面接入，千行百业落地当万亿参数大模型跑在纯国产算力上，卡脖子已成历史。DeepSeek V4的倒计时，不仅是产品发布，更是国产AI全面崛起的宣言。结语AI算力的“中国时刻”已经到来！从芯片、框架、服务器，到光模块、液冷、应用，全链条国产替代正在加速兑现。DeepSeek V4只是起点，万亿参数、百万上下文、纯国产算力——一个属于中国AI的黄金时代，才刚刚开始！⚠️ 以上内容仅为行业分析，不构成投资建议。股市有风险，入市需谨慎。

33. 英伟达国内AI GPU市场份额跌至55%｜显卡日报4月3日

34. NVIDIA成为了公认的AI时代最大赢家，如果说有哪个技术成为NVIDIA最深的护城河，那几乎所有人都会投CUDA一票，今年正好也是CUDA问世20周年，是GeForce显卡问世25周年。在GTC大会上，黄仁勋也回忆了CUDA的发展历程，提到目前已经有数千种开源的工具、编译器、框架和库，公开的项目大概有几十万个。现在CUDA已经真正融入了每一个生态系统，黄仁勋表示最难实现、最底层的东西就是装机量，他们花了20年让CUDA实现了全球数亿GPU及计算系统的的装机量，每一个云、每一个计算公司中几乎都有。但CUDA的发展不是一帆风顺的，在GeForce显卡问世5年后，NVIDIA推出了CUDA，但当时的他们根本负担不起CUDA的烧钱费用，消耗了公司绝大多数的利润。最终NVIDIA还是坚持下来了，让CUDA搭乘GeForce的便车进入了每一台电脑中，并且日复一日的坚信它，历经13代迭代升级才让它无处不在。#男二以下 AI演员#

35. 只有把产业链攥在自己手里，才能真正站在世界科技的前沿。 #大咖观察 #红衣聊AI #英伟达 #芯片

36. "今天，孟晚舟在华为年报致辞中表示，生态的繁荣是产业发展的基础。#孟晚舟称生态繁荣是产业发展基础# 2026年，华为将持续做强根生态。在AI领域，昇腾CANN异构计算架构，Mind系列软件，MindSpore AI框架全面开源开放。CANN已经支持和适配业界主流的开源社区和开源项目，如PyTorch、vLLM、SGLang、xLLM、VeRL、Triton、TileLang等，匹配开发者习惯，加速自主创新，推动计算产业的生态繁荣。#孟晚舟华为2025年报致辞# "

37. #一分钟视频创作季# 黄仁勋韩国之行：英伟达的救命稻草还是临时缓冲？黄仁勋携 26 万块 GPU 布局韩国的算力盟约，看似为悬崖边的英伟达筑起防线，但结合商业机构预警与财务数据，这更像是权宜之计而非终极保障。英伟达的左手出右手进困局已现端倪：2026 财年 Q1 虽录得 441 亿美元营收，同比增 69%，但 H20 芯片出口受限导致 45 亿美元库存计提，毛利率从 78.4% 骤降至 60.5%。更严峻的是，谷歌、微软等超大规模客户贡献近半数据中心收入，却同步推进自研 GPU，谷歌 Axion 芯片能效较 x86 芯片高 60%，微软自研芯片已用于 Azure 算力集群，CFRA 分析师警告，这种去英伟达化将直接拖累英伟达的收入增长。黄仁勋的韩国之行带来的好处都是在明面上的。26 万块 Blackwell 架构 GPU 部署可弥补约 105 亿美元中国市场损失，推动韩国成为美国外最大 AI 计算枢纽。但这无法化解英伟达的核心风险。Gartner 预测 2027 年 AI 芯片市场达 1400 亿美元，AMD、英特尔及科技巨头自研芯片已形成围剿；中国市场大门紧闭，而韩国合作的长期收益依赖产业链落地，短期难以对冲 49% 的客户集中风险。Cathie Wood 的预警尤为刺耳，科技巨头自研芯片将瓦解英伟达的垄断优势。黄仁勋的韩国布局虽暂缓危机，但要真正脱险，仍需打破依赖单一客户、单一市场、单一产品的三重枷锁，否则这道保险终将难抵行业变革的洪流。#有点东西##AI创造营##AI生活指南# 种斌Marco的微博视频

38. 独家｜聚焦大模型推理，水下AI芯片公司斩获10亿元Pre-A轮融资

39. CUDA护城河破了？AI暴力直出82%算子，开发彻底告别手搓时代

40. 华为AI强势崛起，芯片格局的反转！2025年，华为昇腾出货 81.2万颗 AI芯片，占中国整体市场 20% ，国产厂商第一、全市场第二。而英伟达份额暴跌 40% ，国产芯片整体份额升至 41% 。昇腾950 PR推理性能达英伟达H20的近3倍，910 C采用7nm工艺，FP16算力 800 TFLOPS 。deepseek深度求索新一代旗舰模型V4从CUDA迁移到华为CANN框架，阿里、字节等大厂下单数十万颗升腾芯片。构建MindSpore框架到CANN计算架构闭环，2025年全面开源，开发者达数百万。（信息综合自网络）

41. #阿里发布性能比肩英伟达H20的芯片#国产AI圈杀疯了！阿里平头哥突然甩出高端AI芯片“真武810E”，96GB大显存+700GB/s互联带宽，性能直接看齐英伟达H20，还早就落地阿里云万卡集群，服务着国家电网、小鹏汽车等400多家客户！更绝的是“通云哥”黄金三角正式亮相——通义大模型+阿里云+平头哥芯片三位一体，阿里直接成为继谷歌之后全球第二家全栈自研玩家！从底层算力到上层应用全链路拿捏，这波硬科技布局也太顶了吧

42. 中国科技企业在全球半导体舞台上，将发出越来越响亮的声音。 #大咖观察 #红衣聊AI #半导体 #芯片

43. 聚光灯外的英伟达中国门徒

44. 而且，老黄号称英伟达加速算力集群在相同能耗下，性能更高。而其实，Google TPU 集群，要比英伟达集群更有优势。Google TPU 集群（如 Ironwood）更有优势，尤其在 AI 推理和张量密集任务中，能效高出 2-4x。所以在万亿规模的资本利益下，没有什么绝对的护城河。加速算力供给的需求是巨大的，而竞争必然是激烈的。高毛利无论是从商业规律，还是社会福祉考虑，都不可能维系。

45. CUDA再见了！寒武纪亮出软件全家桶

46. 消息称美国政府正考虑允许英伟达对华出售 H200 芯片，出于哪些考量？将对相关产业带来哪些影响？

47. 【#英伟达正逐渐失去中国市场#】#国产AI芯片或全面替代英伟达# 一个“全面替代”的时刻或许已经来了。过去一周，西方媒体和社交媒体都在讨论一个问题，有消息称中国有国家资金支持的新建数据中心项目，都必须使用国产AI芯片。英伟达听到这一消息，大概已经心如死灰。一线希望，眼见要破灭。CEO黄仁勋一直卖力地游说白宫“放行”旗舰芯片Blackwell，并努力向中国释放友善信号——“中国会赢得AI竞赛”。2022年，英伟达在中国AI芯片市场份额高达95%。2025年上半年，这一数字为54%。消息曝光后，中国相关上市公司股价大幅拉升，市场对国产高端AI芯片需求再度扩大的预期升温。在中美贸易摩擦持续的情况下，全面替代有其必然性。也正是在“兵分两路”的趋势下，中美AI芯片的竞争超越了单纯的技术比拼，演变为两条截然不同的技术路线和商业生态之间的全面角逐。#全网热点共创计划# 全面替代，英伟达幻灭

48. #运营商##AI# 通信国产队真金白银出手，全力支持华为算力生态！近日，中国移动2026-2027年人工智能超节点设备集中采购项目完成开标，五家企业成功入围中标名单：河南昆仑技术、长江计算、华鲲振宇、宝德计算机和华启智慧。采购规模为6208张AI加速卡，折合776套计算节点设备，总金额约20.6亿元。值得关注的是，此次采购明确指定采用华为CANN生态方案，这是三大运营商在集团层面首次启动AI超节点设备集采，标志着运营商算力建设正式从"通用服务器堆叠"向"高性能超节点架构"战略转型，国产AI算力生态在大规模基础设施建设中实现重大突破。这是中国移动AI算力升级的里程碑事件，首次在集团层面整体部署AI超节点设备，明确选择国产华为CANN生态，对整个国产AI算力产业链具有强信号意义。该集采落地将加快移动云AI化转型，并推动国产AI生态在运营商市场的规模化渗透。

49. 为什么巴菲特投资谷歌而不是英伟达？从长期看，谷歌和英伟达，谁的护城河更深？谁的安全边际更高？谁更持久？谁更能提供源源不断的现金流回报。1）如果AI算力需求一直疯涨，那英伟达是无上限的。但AI算力需求会一直疯涨吗？显然是有瓶颈的，只是目前不知道瓶颈在哪儿。最近大空头做空英伟达的理由，是说发现很多公司少算了资本开始，本来达子的GPU都是3-4年报废的，而现在很多公司都按照5-6年算。这其实就是个问题，算力增长存在瓶颈，显卡不那么容易坏，后期的需求可能会降低。尤其是当模型能力到了瓶颈，人形机器人都需求未释放前，那时候会存在风险。2）谁的护城河更宽更深？谁的竞争优势更大？英伟达的护城河来自于技术垄断，这使得他要面临很多挑战，来自全球的芯片公司，即使CUDA是生态护城河，但也不是坚不可摧的。即使有性能优势，但如果其他地区有更便宜的能源呢？（比如中国给用国产GPU的企业补贴）而谷歌的网络效应，显然是更宽更深的护城河。20亿人以上的应用，谷歌有好多个，在国外，大家很难离开谷歌应用生态提供的服务。3）巴菲特不是不投资科技股，而是不投资缺乏竞争优势和长期稳定性的公司不过伯克希尔投资谷歌的占比是偏少的，巴菲特和芒格曾经说过，错过谷歌和亚马逊是他们的失误，谷歌和亚马逊都是他们本应该看懂的生意模式。谷歌生意模式的本质是什么？答案是收租，是通过网络效应形成的特许经营权。当你占据全球最大的搜索入口，最大的视频网站，最大的地图，最大的安卓应用生态入口等后，剩下的就是收租。而收租的生意，一直都是巴菲特非常喜欢的，也是他们经常涉足的领域，巴菲特长期投资的美国运通，早期投资的报纸，本质上也都是收租的生意。当然，这并不是做空英伟达，英伟达的垄断地位短期内依旧稳固，卖铲子的商业模式也非常优秀。但相比于收租来说，还是收租更好，稳定，持久。作业可以抄，但盲目抄作业也不可取，需要注意的是，伯克希尔买入的时间点，是在市场因为AI不看好谷歌时买入的，这时候如果你通过调研发现，AI搜索对谷歌的冲击很小，以及谷歌在AI研发方面的优势很大，比如Gemini3.0Pro，那就会在别人恐惧我贪婪了。此外，伯克希尔的谷歌仓位目前占比很小，目前还不是其核心投资标的，当然有一些价值投资者，比如李录，是将谷歌作为核心仓位的。如果是抄作业的话，也应该抄的明白。#价值投资##谷歌##英伟达#

50. 谁能掌握能源、算力，还有应用生态，谁就能定义未来。 #大咖观察 #红衣聊AI #能源 #算力

51. 科技日报：深圳破解 “CUDA困局”取得突破！

52. 传字节跳动将从华为采购超 400 亿元昇腾芯片，是真的吗？可能会对双方带来怎样的影响？

53. 传字节跳动将从华为采购超 400 亿元昇腾芯片，是真的吗？可能会对双方带来怎样的影响？

54. 华为公布国产AGI芯片基准测试结果，关键指标在多项AI推理测试中超越英伟达同级产品。分析人士指出，美国持续对华芯片禁运反而加速了国内自主芯片研发突破，被讽为"潘多拉魔盒效应"——禁运不仅未能遏制中国，反而使英伟达丢失了庞大市场。中国AI芯片从"追赶"走向"局部领先"是2026年最重要的地缘科技事件，深刻影响全球AI算力格局与供应链重构。#华为#

55. 媒体报道字节跳动百亿采购华为海思的昇腾 AI 芯片，这是很好的消息，国内 AI 企业和芯片企业形成联动共赢，就可以正循环地前进了。现在，不光有华为海思，还有百度昆仑系、寒武纪等企业，希望中国 AI 芯片企业能够开辟不同的路线，来对标美国 TPU 阵营

56. #微博声浪计划##听见微博# 阿里平头哥推出真武810E芯片，性能比肩英伟达H20，功耗低150W，训练成本降超30%。该芯片已部署万卡集群，支撑400家企业。阿里通云哥战略形成技术三角，推动国产AI芯片规模化商用，但仍面临工具链、制程等挑战。科技星辰说的微博音频

57. Space X的护城河

58. #DeepSeekV4会带来哪些惊喜#我个人的决定最大的惊喜就是在硬件环境上，有消息说DeepSeek V4 直接全栈脱离 CUDA，适配昇腾 950，CANN 框架代码兼容度超 95%！国产芯片迁移成本大降，硬件成本只要英伟达的 1/3，推理性能还能拉满，单卡算力碾压国际竞品。有了国产硬件的支撑，国内的大模型的发展环境会变的更加的自主，也能够让用户的使用成本降低，这样更有利AI应用落地，普惠更多的中小微企业。

59. 英伟达真正的护城河是什么?

60. 英伟达隐蔽的护城河—CUDA 生态

61. 英伟达的护城河真的牢不可破吗？

62. 英伟达的CUDA“护城河”有多宽

63. 黄仁勋罕见激动

64. 英伟达护城河深度解析

65. 黄仁勋最新访谈

66. 黄仁勋这次把英伟达真正的护城河讲透了

67. Dwarkesh 专访黄仁勋

68. AI攻破英伟达护城河，CUDA编程不再神秘

69. CUDA护城河正在失效，英伟达试图建立新的壁垒

70. CUDA 真的牢不可破？国产 GPU 的生态突围给出答案

71. 英伟达的“生态帝国”正被重新评估？600万开发者的下一站在哪

72. 比 H200 致命 10 倍！CUDA 13.1 锁死生态，中国 AI 要被卡脖子？

73. 英伟达凭CUDA生态垄断AI算力，其壁垒有多难突破？

74. AI算力竞速（下）

75. 开发者用CUDA做推理，是因其生态完善难切换吗

76. 英伟达的“护城河”正在变成“枷锁”？从GPU双刃剑与生态风险看TPU与中国芯片的破局点

77. 深度解析

78. 亮剑英伟达，寒武纪引领中国AI软件新生态

79. 一文深度梳理NVLink对比UALink发展趋势

80. 黄仁勋

81. 亮剑英伟达寒武纪引领中国AI软件新生态

82. 谷歌TPU突袭英伟达

83. 美国英伟达公司富可敌国的密秘！

84. 一文看懂英伟达的NVLink技术

85. 英伟达市值破局

86. 英伟达、华为、AMD

87. DeepSeek V4弃英伟达投华为昇腾——国产算力“技术闭环”，你的智算中心该押注哪条路？

88. H200天价一卡难求，华为昇腾910B成性价比国产真替

89. 国产算力打破垄断

90. 华为AI芯片份额冲到20%！新卡性能超英伟达H20三倍，国产替代迎来关键突破

91. DeepSeek V4全面转向华为昇腾910B

92. 国产AI芯片集体爆发！英伟达中国份额从95%暴跌至55%，发生了什么？

93. 黄仁勋警告成真？华为昇腾+DeepSeek将颠覆CUDA霸权？

94. 国产AI芯片能否替代英伟达H200？路透社梳理五大区别

95. 龙头透视 #015 | 寒武纪

96. 壁仞科技这回没玩虚的

97. 国产AI芯片Top10出炉

98. 寒武纪、沐曦、摩尔齐发业绩，国产AI芯片的盈亏与分化

99. 寒武纪首次盈利！AI芯片公司逆袭，国产替代彻底爆发了

100. 2026年AI芯片深度博弈

101. 国产AI芯片占41%份额华为20%领跑英伟达份额腰斩

102. 国产AI芯片崛起

103. 中国AI芯片现状（截至2026年4月）可以用一句话概括

104. 【AI入门系列】

105. 断崖式下跌！英伟达中国AI芯片市场份额暴跌至55%，华为成了国产替代的最大赢家

106. 国产算力芯片突破

107. 数据出炉

108. 尴尬了，你以为份额为0%的英伟达，2025年在中国赚走1360亿

109. 英伟达中国市场份额腰斩！从95%跌至55%，国产AI芯片拿下41%市场

110. 英伟达在中国市场份额从95%暴跌到“接近0%”，黄仁勋亲口承认

111. 英伟达跌下神坛，华为崛起，2026中国AI芯片市场格局剧变背后的真相

112. 字节440亿买华为，寒武纪要凉？错！多模态刚需与产能真相揭秘

113. 字节跳动在华为与寒武纪之间选择可能

114. Deepseek V4.0优先适配国产AI芯片为国产大模型树立了榜样

115. 国产AI训练芯片突围

116. 智谱 GLM-5.1 Day-0适配海光/摩尔线程

117. 国产大模型与芯片的“双向奔赴”

118. 国产AI芯片看两个指标

119. 阿里云发布全新ESC900 AI服务器，搭载自研玄铁9100芯片

120. 国产AI算力突围

121. 深度解析

122. 脱离CUDA，性能反超

123. 不止于“追赶”

124. 撼动英伟达护城河

125. 豫见AI小课堂【华为CANN】全面开源！AI算力破局者—“华为版CUDA”！国产AI+生态悄然崛起！

126. DeepSeek V4旗舰模型完成与华为昇腾950PR芯片、CANN框架的全栈适配

127. 华为CANN

128. DeepSeek V4 放弃 CUDA 迁移到华为昇腾，国产 AI 芯片真的崛起了？

129. 如何破解CUDA困局

130. 深度｜DeepSeek 脱离 CUDA

131. 跳出CUDA困局

132. 从CUDA到CANN

133. AI时代的“去IOE”

134. 国产算力芯片兼容CUDA绝非最优解，盲目跟风只会本末倒置

135. 国产算力破局！DeepSeek V4全面迁移昇腾950PR，彻底告别CUDA生态

136. Gartner 重磅预测：2030 年 80% 中国 AI 基建将用国产芯片，一场不可逆的算力自主革命

137. 资本视界｜阻止国产替代的英伟达护城河究竟是什么

138. 华为开源CANN打破英伟达开发生态的垄断，12家核心公司（梳理）

139. 国产AI芯片崛起：三大门派、瓜分英伟达

140. 软件为魂 , 英伟达CUDA生态系统的护城河效应（3）

141. 主流国产AI芯片

142. 国产算力芯片，即将兼容CUDA？

143. 华尔街速递 | 摩根大通：国产AI芯片需求年增40%！这两只股票最受益（附目标价）

144. 传昇腾950PR获字节和阿里巴巴大单!销售预计过500亿！

145. 彻底炸场！十大中国AI芯片头部企业集结，挑战美国英伟达

146. 2025年中国AI加速卡市场，国产出货165万块占41%，华为+平头哥占据六成国产份额

147. CUDA“护城河”的四大核心壁垒有哪些

148. 英伟达很慌，中国地区的收入，从26.4%降至现在的9%了

149. 国产AI芯片，疯狂秀肌肉

150. 华为拿下字节400亿订单

151. ‌主流AI芯片的软件生态与迁移成本差异对比

152. 摩尔线程：国产GPU替代的全功能路线

153. 英伟达破5万亿市值深度解析：AI算力帝国的四大“护城河”

154. 英伟达又双叒叕出新品了

155. 75万颗芯片落地！华为昇腾核心个股全解读

156. 国产AI芯片全面替代英伟达H20，推理场景已成熟，训练领域加速追赶

157. 国产AI芯片全景：2026年，谁在跑赢这场算力替代战

158. 中国AI芯片厂商崛起，41%国内市场份额!

159. 2025年中国AI芯片市场：华为20%

160. 人形机器人“大脑”，迎来国产替代新方案

161. 算力狂飙 40%！华为昇腾 910B 重磅发布，千亿大模型训练迎来国产芯新选择

162. 华为NPU有没有专门针对强化学习或者transformer的模块

163. 破局CUDA生态垄断！CANN产业链迎来黄金发展期

164. 摩尔线程torchada：一行代码完成PyTorch跨平台迁移

165. AI芯片、算力芯片：国产替代头号战场🔥

166. 技术霸权与市场策略的双重奏：从芯片性能图看英伟达的强势地位

167. 英伟达 Q3 财报前瞻：利润率稳健，但中国市场遇挑战

168. 国产AI芯片三分天下！华为昇腾领跑，英伟达份额暴跌至55%

169. 2025国产AI加速卡出货量八强盘点：谁是真正的 "算力之王"？

170. 英伟达在中国市场份额跌至不足60%！

171. 【小龙虾AI快讯】2026.4.4 #媒体精选计划 #新媒体英伟达在中国不吃香了！市场研究机构IDC的最新报告显示，2025年中国AI加速服务器市场中，本土芯片厂商的市场份额已攀升至约41%，正逐步缩小与行业龙头英伟达的差距。报告数据显示，2025年中国市场AI加速卡总出货量达到约400万张。其中，英伟达虽仍以约220万张的出货量保持市场首位，占据55%的份额，但其领先优势正显著收窄。相比之下，中国本土厂商合计出货约165万张，成功占据了超过四成的市场份额。在中国厂商阵营中，华为成为了无可争议的领跑者，其AI芯片出货量约为81.2万张，占据了国产芯片总出货量的近一半。阿里巴巴旗下的半导体公司平头哥紧随其后，百度昆仑芯与寒武纪并列出货量第三位，此外，海光信息、天数智芯和沐曦等厂商出货量紧随其后，多元化竞争格局正在形成。一句话：中国AI芯片市场格局正在重塑，本土厂商以快速攀升的市占率，不断撼动英伟达长期以来的主导地位。关注我，每天更新AI动态

172. 壁仞科技深度分析

173. 如何看待国产AI芯片的增长

174. 寒武纪（688256.SH）2025-2030年深度研究报告：从“国产替代”到“算力之王”的财务与价值跃迁

175. 英伟达的生态

176. 2026年AI芯片适配开发指南：不同芯片平台的适配要点

177. IDC最新排名：国产AI 芯片出货量Top8，国产替代的拐点到了？

178. 寒武纪凭什么不惧友商竞争

179. 4月3日消息，根据市场研究机构IDC最新的研究报道称，在2025年的中国云端AI加速器市场，中国本土的GPU和AI芯片厂商占据了近41%的市场份额，曾经在中国市场占据主导地位的英伟达的份额几乎腰斩。同时，报告还公布了7家国产AI芯片厂商的出货量排名。 IDC的数据显示，中国本土的GPU和AI芯片厂商在2025年向本土的AI服务器市场交付了165万张AI加速卡，在总出货量400万张加速卡当中的占比超41%（通常情况下一张AI加速卡上是配备一颗AI芯片）。相比之下，基于英伟达GPU的AI加速卡在中国市场的出货量预计约220万张卡，市场份额约55%。这与英伟达的H20 AI加速卡被美国实施出口管制之前所宣称的在中国市场占据的95%份额下滑了近一半。并且，在新的AI加速卡恢复对华销售之前，英伟达在中国市场的份额预计将会进一步降低。从具体的排名来看，华为是2025年中国云端AI芯片市场中最大的赢家，出货了约81.2万颗AI芯片，占据了近20%的市场份额，排名第二。在本土企业中排名第一。值得注意的是，3月21日，华为在中国合作伙伴大会2026上，正式发布并展出了搭载全新昇腾950PR（Ascend 950PR）处理器的AI训练推理加速卡Atlas 350，并宣布该加速卡正式上市。据称其性能几乎是英伟达H20芯片的三倍。 #GPU #AI芯片 #AI加速卡 #云端AI #人工智能

180. 华为2026年将占据中国AI芯片市场50%份额

181. 寒武纪12月13日发布思元590 NPU芯片，算力接近英伟达A100，适配中大型AI大模型训练

182. 信创模盒ModelHub XC适配模型数量突破20000 国产芯片适配纵深推进

183. CANN Meetup北京站成功举办，共探AI算力新实践

184. 中国AI芯片市场迎巨变：英伟达2026年将仅占8%

185. 从 PyTorch 到 MindSpore：一次算子迁移的完整实战记录

186. 国产AI芯片顶流已就位！2026中国AI芯片TOP10重磅揭晓

187. 中国GPU市场剧变，英伟达市占率降至55%

188. 国产AI芯片2026年市场规模破300亿，哪些企业能进主流供应链？

189. 新大陆携手昇腾深化CANN开源合作，助力自主AI生态创新发展

190. 海光出手，国产芯片迎来双王炸！

191. 全国首站CANN开源开放沙龙落地江苏，共建昇腾AI算力生态新范式

192. 英伟达业绩光环下的阴影：高端芯片缺席中国市场，H200入华仍存变数

193. AI 芯片格局重塑：NVIDIA Vera Rubin 与国产昇腾的 2026 对决

194. 昇腾 CANN 生态联创：紫东太初引领国产自主 AI 算力新生态

195. 英伟达业绩爆表，对华收入却降63%！为何失去中国市场还玩得转？

196. 国产AI芯片爆单

197. 2026年国产GPU（如昇腾910B）租赁价格与英伟达对比

198. 国产AI芯片2025年座次表出来了

199. “Ai算力卡”国产品牌和英伟达还有多大的差距？

国产AI芯片真能替代英伟达？关键不在算力，而在生态与成本

精选参考来源