银河证券 阿里百度芯片代替英伟达？国产算力朋友圈加速扩张
文 | AI大模型工场，作者 | 西梅汁银河证券，编辑 | 星奈
这次，多年来国产AI与深度绑定的故事，可能真的要被改写了。
这两天外媒一条与百度已经在人工智能模型训练中引入自研芯片，以部分替代英伟达的产品的消息，平地起惊雷，让资本市场对国产算力抱团加速的预期再度升温。
据了解，阿里自年初以来已将自研芯片应用于轻量级模型训练，性能已可与英伟达H20相媲美；则在尝试用昆仑芯P800训练新版文心大模型。消息刺激下，百度股价大涨逾10%创下2024年10月以来新高，阿里涨超6%，腾讯、网易、京东等中概股亦跟涨。
中国市场或将迎来算力的集体狂欢。
而另一边，英伟达交出的Q2财报中，营收467亿美元，同比增长56%，但因为对中国市场给出零销售的口径及数据中心略低于预期，之后几个交易日市值单日蒸发约1300亿美元，舆论口径转向“高处不胜寒”。
从寒武纪一度超越贵州茅台，到阿里、百度加快自研芯片落地，叠加政策层面“人工智能+”行动意见的持续释放，国产算力的“朋友圈”正在加速壮大。英伟达的“失落”，不仅是单一企业的挑战，更是整个产业格局重塑的开端。
营收高增长，股价大跳水
在最新发布的2026财年Q2财报中，英伟达整体营收同比增长55%，继续保持全球AI浪潮中的领军地位。但公司在财报中也承认，中国区收入同比下滑24%，是其全球版图中少见的逆势下行。官方解释多集中在“国际贸易环境与政策因素的影响”，并强调公司会继续与本地合作伙伴保持沟通，寻找合规的市场路径。
市场反应就更为直接了。财报发布后，英伟达股价单日蒸发市值超过9300亿元人民币，市场的反应远比公司口径冷峻。面对外界质疑，英伟达高管在电话会议中强调，中国市场依旧重要，公司会“推出符合出口规定的定制化产品”，但也承认本土替代的速度正在加快。
当然，这种趋势并非英伟达独有的挑战，OpenAI 也传出正自研数据中心芯片与AI基础设施的消息银河证券，试图以降低成本、增强算力自主可控来支撑其130亿美元营收目标。AI应用层的头部玩家也开始向底层算力纵深。
其实，英伟达这次的“失落”，在产品、客户和价格话语权上都有清晰印记。
中国区长期以来是英伟达的重要市场，2024年（截至自然年1月）英伟达中国区营收为171.08亿美元，创下历史新高，同比增长66%，占其全球总营收的约13%，为其第二大销售市场。字节跳动、、阿里巴巴等科技巨头，以及理想、比亚迪等车企都是其重要客户。
当然，这种依赖关系也在变化。Omdia 数据显示，2024 年腾讯订购了约 23 万颗英伟达 AI 芯片，虽仍居全球前列，但3月传出的数十亿元 H20 订单更像是对库存的补充而非增量采购。
市场份额的变化更具深意。Bernstein Research数据显示，以销售金额口径计，2024年中国AI加速器市场中，英伟达的市占率约为66%，华为海思约为23%，AMD约为5%，寒武纪、摩尔线程、沐曦股份约为1%。
IDC 的出货量统计则显示，2024 年中国市场 AI 芯片出货量超过 270 万张，其中国产芯片头部厂商华为昇腾出货 64 万张，而英伟达虽以 190 万张保持 70% 占比，但增速已落后于国产阵营。
更值得注意的是价格信号。国产厂商沐曦股份的曦云 C550 板卡平均销售单价从 2024 年的 4.55 万元 / 张升至 2025 年一季度的 5.99 万元 / 张，涨幅达 31.57%。这种逆势涨价既反映了市场需求的旺盛，也暗示国产芯片正在摆脱 \"低价低质\" 的标签，开始在性能定价上获得话语权。
国产算力的“朋友圈”扩容
此次阿里和百度的最新进展，无疑是国产算力进程的重要注脚。
尽管两家公司并未完全放弃英伟达，仍在尖端模型训练上依赖其GPU，但部分替代的现实，意味着国产厂商在技术和生态上的突破已不再是“纸面预期”，而是进入到实际落地阶段。
国产算力的集体登台提供了窗口期。无论是模型厂商银河证券，还是芯片、存储、网络的上下游，都在形成一种前所未有的合流。
大模型厂商的态度首当其冲。DeepSeek 在UE8M0 FP8 精度上率先提出新标准，并强调这将与即将发布的下一代国产芯片高度契合。过去，国内厂商更多是跟随，等待国际标准落地再做适配，如今已经有机会在新一代训练精度上抢先发声。
以寒武纪为例，在DeepSeek释放标准信号后，股价一度飙升，短暂高于贵州茅台，成为A股“第一高价股”。市场的躁动背后，是投资人对国产算力产业链加速成熟的乐观判断。
同时，大厂的动作同样迅速。
实际上，阿里对芯片的布局是草蛇灰线，伏脉千里。自2018年收购中天微，成立“平头哥”以来，已经推出含光800、玄铁处理器、倚天710等产品，并在云计算与推理加速场景中逐步落地。
前段时间，就被曝出，正在在测试一款由本土厂商代工的新型AI推理芯片，还已将自研芯片投入轻量级模型的训练环节，其性能被内部评价为“足以媲美英伟达H20”。如此来看，阿里试图构建一整套从芯片、模型、应用上的完整闭环。
百度方面，早在2018年便推出了昆仑芯系列，目前已迭代至第二代，采用7nm工艺，性能提升约2-3倍，支持视频编解码、虚拟化等特性。百度智能云还基于“昆仑芯P800”加速卡构建起规模化集群，训练效率和能效比接近国际先进水平。昆仑芯已由独立公司运营，并获得资本市场支持，逐渐成为国内AI芯片的重要代表。
根据最新披露，百度基于“昆仑P800”加速卡的规模化集群已进入新版文心一言的训练试验，训练效率和能效比接近国际先进水平，进一步验证了昆仑芯在训练场景的可用性。
更值得注意的是，这场抱团也逐渐延伸到整个基础设施层面。长鑫存储正积极布局高带宽内存领域，努力突破技术壁垒，而中科曙光、华为也在AI服务器和网络互联上的发力，都在共同支撑一个生态逻辑，当进口高端GPU受限时，本土厂商不再是“补丁”，而是主动搭建起新算力体系的支柱。
其中，中科曙光在2025年世界智能产业博览会上协同AI芯片、AI整机、大模型等20多家产业链上下游企业，共同发布了国内首个AI计算开放架构，这种类似“安卓模式”的开放路径，使国产生态从兼容走向真正的互联互通。
换句话说，国内市场的算力格局，正在从单点依赖走向集体崛起。过去被视为分散的厂商，如今正在通过标准、资本和应用场景的汇聚，逐步构建出一个“国产算力朋友圈”。
从兼容到自研，格局重塑
算力格局的变化，不只是企业间的短兵相接，更是产业底层逻辑的重塑。过去，国产厂商更多把追赶和替代作为目标，能跑通CUDA，能兼容英伟达的开发流程，就是合格答卷。
但大模型迭代速度在不断加快，AI 应用场景越发复杂后，单一的替代思路已难以满足现实。新的需求不断涌现，推理过程需要更高的效率和更低的延迟，训练环节的要求更低的能耗和更强的规模弹性，行业落地则希望有更贴合本土场景定制上的优化。这些差异化的需求，或许为国产厂商提供了真正的破局机会。
在这种背景下，国内企业的角色正在发生转变，从被动适配，到主动定义。从过去依赖进口芯片、努力跟随国外标准，到如今推动软硬件生态共建、试图建立行业规则。
这种趋势的背后，是算力属性的升级。它不再只是单个企业的竞争资源，正逐渐显现出类似电力、通信等基础设施的特征。AI时代的算力，也可以是数字经济的底座。
未来，英伟达或许仍凭借生态优势占据全球核心地位，AMD 和英特尔在欧美市场寻找突破口，而国内厂商也会依托庞大的本土市场和政策支持，形成独立的算力极点。
同时，特斯拉CEO马斯克近日在社交媒体上透露特斯拉自研芯片进展称，AI5已完成设计评审，这款AI芯片将成为“史诗级”产品。马斯克还表示，AI6芯片会在此基础上实现更大突破。
多极共存的格局，一方面能有效降低算力成本，缓解当前算力稀缺的矛盾；另一方面也会加速创新迭代，让 AI 应用以更快速度进入教育、医疗、制造、交通等各类行业场景。
英伟达的失落，是一个拐点，而国产算力的觉醒，会是一个新的开始。换句话说，算力新时代的意义，已不只是性能指标的提升，而在于如何构建一个更加开放、可靠、可持续的智能社会基础。
配资门户服务网站提示：文章来自网络，不代表本站观点。
