华为昇腾芯片获阿里、字节大订单,国产芯迎来崛起时刻?

文|风车车
排版|小西
智能手机、高端电动车、大飞机……大国运势这一次给到了国产芯。
2023年9月,华为Mate60发布,国人为之沸腾,它预示着麒麟未亡。而今的人工智能时代,同样是以华为为代表的国产芯片厂商,在给外界不断惊喜。
据报道,华为昇腾950PR在中国客户测试进展顺利,包括字节跳动和阿里巴巴在内的多家科技巨头计划下单。与此同时,寒武纪、摩尔线程与沐曦等多家国产算力芯片厂商发布的2025年度业绩快报,营收规模普遍实现倍增,其中寒武纪更是首次实现年度盈利。

硬科技没有偶然。
一连串事件预示着国产AI芯片正在跨过从“能用”到“好用”的关键门槛,将迎来真正意义上的商业化拐点。
AI算力时代,底层芯片是大模型厂家推理的基座,也是国家基础研究的重点方向。前不久的《新闻联播》里,华为创始人任正非出现在领导人调研基础研究的画面中,反映出以华为为代表的实力派,越来越成为增强国产科技竞争力的底气。
虽然近期黄仁勋又被获准向国内市场出售芯片,问题是,随着英伟达掌握全球AI大脑时代的远去,中国AI加速卡正式进入了华为领跑、多强并起的新阶段。
| 国产芯跑出了商业化拐点 |
多年前谈及国产化替代,市场的眼光只是聚焦在发动机、高铁、新能源汽车、操作系统等领域。芯片尤其是AI芯片,彼时还被视为襁褓中的婴儿。
2024年,国内AI算力芯片市场,英伟达依旧牢牢占据行业主导地位,全年芯片出货总量突破190万张,整体市场占有率维持在70%左右。
但时代一直在变。
政策加码、资本涌入、人工智能创新氛围以及企业研发加大等因素,推动国产AI芯片的商业化拐点加速到来。在此背景下,国产算力等芯片悄然破冰、崭露锋芒,像极了当年华为Mate60横空出世时的风采。
由于国内信创替代进程全面提速,加之国外限供等原因,有机构数据显示去年英伟达国内市场占比回落至55%,垄断优势仍被大幅削弱。反观国产芯片实现跨越式增长,华为昇腾增长势头最为迅猛,年度出货量攀升至81.2万张,市场份额冲高至20%,稳稳坐稳国内算力芯片前列。今年以来外界又传出华为昇腾950PR获字节、阿里订单,兼容CUDA加速生态迁移。据相关报道,华为计划今年出货约75万颗 950PR 芯片。
寒武纪、摩尔线程和沐曦股份在商业化层面也开始迎来曙光。
公开资料显示,2025年,寒武纪实现营业总收入64.97亿元,同比增长453.07%;归母净利润20.59亿元,同比扭亏为盈。这是寒武纪自2020年上市以来首次实现年度盈利,标志着公司正式进入“规模化盈利”阶段。
摩尔线程2026年一季度营收7.38亿元,同比增长155%,归母净利润2935.92万元,成为继寒武纪之后又一家归母单季度盈利的国产GPU厂商。沐曦股份2025年实现营业总收入16.44亿元,同比增长121%,虽然仍处于亏损阶段,但亏损额同比收窄36.70% 。

以华为为代表,再结合后面三家企业的财报,一切都在表明,市场和客户在为国产买单了。同时还指向同一个结论:国产GPU的行业拐点正在到来。过去,国产芯片只能在边缘场景“凑合用”,作为英伟达的备份存在。
现在,越来越多的国产厂商已经成为互联网大厂以及其他科技企业的主力选择,承担着核心业务的算力需求。
商业化拐点的到来,也意味着国产AI芯片已经完成了从技术验证到规模量产的跨越。该拐点的背后,是中国科技企业十几年如一日的持续投入,是整个产业链的协同发力,更是市场需求与技术进步的完美契合。
| 大厂的风向变了?|
国内互联网大厂开始集体转向国产芯片,机构普遍预计到2027年,中国AI芯片的国产化率将从2023年的17%大幅增至55%。这里因素是多元化的。
商业理性的选择可以被排到第一。
一般情况下,AI推理计算分为两个主要任务:“预填充”即模型解释用户提示的过程,“解码”即模型逐字生成响应的过程。对于较大的AI模型,预填充通常是两个过程中较快的一个,而解码则往往特别慢。将两个阶段分别交由不同规格的芯片处理,理论上可以提升整体资源利用率,降低单位token推理成本,所以保证质量的前提下降低成本是大厂的诉求。
按照这个逻辑再直白一点地讲,国产厂商的确在进步。以华为为例,与英伟达基于通用集成电路设计的GPU有所不同,华为昇腾芯片属于专用集成电路架构的NPU(Neural Processing Unit, 神经网络处理器), 专为处理AI神经网络计算任务设计。
在华为看来,受制裁影响,单颗芯片算力与英伟达存在差距,不过通过超节点互联技术还是能弥补单芯片性能不足。在大多数AI推理场景下,昇腾950PR的性能已经能够满足需求,甚至在某些特定场景下表现优于英伟达的产品。有报道称,2026年一季度昇腾950PR商用,推理性能达英伟达H20的2.87倍。
以DeepSeek 为例,4月DeepSeek V4正式发布,其官方技术报告明确将华为昇腾950PR写入硬件验证清单,实现了从英伟达CUDA到国产算力的全栈迁移。据悉,V4通过混合注意力架构(CSA + HCA)、Muon优化器等底层架构创新,在上下文长度放大8倍的前提下,算力消耗比V3.2降低七成以上。

这个案例可以很好地佐证,国产芯有利于助力国内AI企业降低成本并取得不错的推理效果。
实现这样的目标,离不开国产厂家长期以来的高投入。华为每年的研发费用高达一千多亿,其他专注于芯片业务的厂商投入同样不低。这便换来了技术上的厚积薄发。国产芯片厂家不仅实现了芯片设计的自主可控,还构建了从芯片到操作系统、开发框架、应用生态的全栈技术体系。
总结下来,成本与性能的平衡是国内大厂考虑国产芯片厂家的重要因素。而大厂们开始选择国产的另外一层原因,是民族情结。
客观而言,国产芯片的供应链更加稳定,交货周期更短,能够避免因国际形势变化导致的断供风险。对于互联网大厂来说,稳定的供应链比短期的价格优势更加重要。
地缘政治因素加速了这一进程。
过去,大家呼吁支持国产芯片,更多是出于情绪和感性。但现在,国产芯片性能上来了,从理性产品角度,也会选择国产芯片。美国对中国芯片产业的持续打压,让中国企业深刻认识到,核心技术买不来、讨不来,必须掌握在自己手中。如果不加快国产替代,未来可能面临无芯可用的局面。
国产产业链的合力和团结发挥了关键作用。过去,国产芯片面临的最大问题不是硬件性能,而是软件生态。英伟达凭借CUDA生态垄断了全球AI开发者市场,国产芯片很难与之竞争。但现在,情况发生了变化。
国内企业纷纷加入鸿蒙和昇腾生态,共同推动国产软件的发展。DeepSeek V4等万亿参数模型优先适配昇腾,科大讯飞的大模型一直都是基于国产算力底座而研发的。
如此一来,产业链的合力有望打破英伟达的生态垄断。越来越多的开发者开始学习和使用国产开发框架,越来越多的应用开始适配国产芯片。于是,一个良性循环正在形成:更多的应用带来更多的订单,更多的订单带来更多的研发投入,更多的研发投入带来更好的产品,更好的产品吸引更多的应用。它同样标志着中国AI产业逐步摆脱了对国外技术的依赖,走上了自主创新的道路。
| 国产芯片厂商探索不同路线,竞争还在 |
国产AI芯片行业的繁荣,并不意味着竞争的结束,而是新一轮竞争的开始。
目前,国内主流的AI芯片厂商主要有三条技术路线。华为走的是全栈自研路线,从芯片设计到操作系统、开发框架、应用生态全部自主可控。这种路线的优势是技术壁垒高,协同效应好,能够提供端到端的解决方案。
寒武纪强调训练与推理一体化的架构与生态,软件端NeuWare平台实现“一次开发、多端部署”,兼容主流AI框架并开源工具链降低迁移成本,这种路线的优势是能够获得互联网大厂的信任,不易与客户产生竞争关系。
摩尔线程等公司则围绕通用GPU路线持续推进,在推理场景中重点突破多卡互联和软件工具链领域的技术瓶颈。
与此同时,阿里、字节、百度自身也在AI芯片上有所布局。
5月15日,据多家外媒报道,美国商务部已批准向阿里巴巴、腾讯、字节跳动、京东等10家中国公司出口英伟达H200芯片,每个买家最多可购买75000颗。这一消息引发了市场对国产芯片前景的担忧。
不过,实际情况可能没有那么糟糕。据报道,尽管出售计划获得批准,但至今双方未达成任何交易。

有一点是确定的,国产芯片的崛起已经不可逆转。
即使英伟达能够向中国出售H200芯片,也无法改变国产芯片已经成为市场主流的事实。互联网大厂已经建立了基于国产芯片的技术体系,不会轻易切换回去。而且,H200芯片的价格远高于国产芯片,供货量也有限,只能满足部分高端训练场景的需求。
未来的竞争,将不仅仅是国内厂商之间的竞争,更是中国芯片厂商与全球芯片厂商的竞争。国内算力芯片厂商出货放量的时间节点,恰好处于全球超大规模数据中心资本开支维持高位运行的周期。美银证券将2026年全球超大规模云厂商资本支出预测上调至超过8000亿美元,同比增长67%,并预计2027年将进一步突破1万亿美元。
这是一个千载难逢的历史机遇。中国芯片厂商不仅要满足国内市场的需求,还要走向全球市场,与英伟达、AMD等国际巨头展开正面竞争。国产芯片的崛起,不是一蹴而就的,而是一个漫长而艰苦的过程。我们已经跨过了最艰难的时刻,但前面的路还很长。
图片源于网络,侵删。
原文标题 : 华为昇腾芯片获阿里、字节大订单,国产芯迎来崛起时刻?
(来源:维科网)



