行业资讯

在全球 AI 算力竞争的大棋局中，2025 年 7 月 15 日，英伟达创始人黄仁勋于第三届中国国际供应链促进博览会上宣布，受美国出口管制影响停售三个月的 H20 芯片正式恢复对华供应。这一消息犹如一颗投入湖面的石子，激起千层浪，而背后所蕴含的技术压制与商业博弈，值得深入剖析。与此同时，以华为昇腾、摩尔线程、沐曦为代表的国产算力厂商正砥砺前行，以系统级创新打破算力垄断，在推理与训练双赛道全力追赶，从技术和生态方面构建起自主可控的坚实壁垒。

H20 芯片作为英伟达专为中国市场推出的特供产品，其性能存在明显局限。FP16 算力仅 148TFLOPS，互连带宽也不过 1.7TB/s，这使得它仅能在垂类模型推理领域发挥作用，根本无法满足万亿级大模型训练的需求。此次解禁，表面上看是英伟达得以重新向中国出售 H20 芯片，但实则暗藏玄机。美国仅允许销售库存芯片，并且依旧对 Blackwell 架构新品进入中国市场设限。这种策略可谓 “一箭双雕”，一方面能在一定程度上缓解英伟达因出口管制导致的业绩压力，另一方面又试图阻碍中国借助 H20 芯片积累技术经验。

从产业和供应层面审视，中国市场在推理算力方面已基本具备自给自足的能力，然而在生态构建上与英伟达仍存在较大差距。因此，H20 恢复供应后，短期内会增加中国推理算力的供给，市场竞争也将随之加剧。不仅如此，英伟达还针对中国市场推出了 RTX Pro GPU，主要应用于智能工厂与物流数字孪生场景，其性能符合美国出口限制标准。更有消息传出，英伟达正在为中国市场打造一款名为 “B30” 的降规版 AI 芯片。这款芯片将首次支持多 GPU 扩展功能，用户可通过连接多组芯片构建高性能计算集群。B30 预计采用英伟达最新的 Blackwell 架构，搭配 GDDR7 显存，摒弃高频宽内存（HBM），且不会采用台积电的先进封装技术。

不过，从长远视角来看，随着中国芯片企业在技术上不断取得突破，英伟达的技术优势正逐渐被削弱。黄仁勋曾坦言，英伟达的技术仅领先中国企业一代。倘若美国继续在技术出口上设限，无疑将失去庞大的中国市场。中国信通院数据显示，2024 年国产 AI 芯片在数据中心的市场份额从 12% 大幅跃升至 25%。相关数据还表明，英伟达在华市场份额从四年前的 95% 急剧降至 50%。由此可见，当国产芯片在推理场景实现 70% 以上的市场覆盖时，H20 的解禁更像是美方在技术压制与商业利益之间权衡后的妥协，绝非对华技术封锁的彻底转变。

尽管面临来自国际巨头的巨大压力，国产 GPU 企业并未退缩，而是以 “架构自研 + 场景深耕” 双轨战略，奋力突破英伟达的生态垄断。

在 AI 训练领域，华为昇腾的 CloudMatrix 384 超节点横空出世，这一成果意义非凡，标志着国产算力首次在系统层面实现对国际巨头的超越。该超节点由 384 颗昇腾 NPU 与 192 颗鲲鹏 CPU 组成，借助全对等高速互联架构，实现了百纳秒级的通信延迟。其 300PFLOPs 的密集 BF16 计算能力，较英伟达 GB200 NVL72 提升近一倍。更为关键的是，昇腾通过数学优化成功弥补芯片工艺上的差距。在训练 7180 亿参数的盘古 Ultra MoE 模型时，其算力资源利用率（MFU）从行业平均的 30% 提升至 41%，在实验室环境下更是突破 45%，这相当于通过系统优化实现了两代芯片工艺的跨越发展。

这种不走寻常路的 “非摩尔定律” 创新路径，在 DeepSeek - R1 模型的推理测试中得到了有力验证。CloudMatrix 384 的吞吐量达 2300 TPS，与英伟达 H100 持平，而单位算力成本却降低了 40%。华为的这一突破揭示了一个重要趋势：当单芯片性能提升逐渐陷入瓶颈时，通过芯片间的高效协同以及系统级优化，国产算力完全有能力在特定场景实现 “弯道超车”。

作为国内唯一具备全功能 GPU 研发能力的厂商，摩尔线程的突围从底层架构创新开始。其自主研发的 MUSA 架构，运用计算与通信协同编排技术，在千卡智算集群中实现了 92% 的计算效率，超越了同等规模的国外同代系产品。

在生态建设方面，摩尔线程与智源研究院携手开发的 FlagOS 软件栈，成功完成 Aquila - VL - 2B 多模态模型的端到端训练，充分验证了国产 GPU 在复杂 AI 任务中的可靠性。更值得关注的是其 “夸娥智算集群” 的商业化落地。基于 MTT S5000 的千卡集群已为多个智算中心的大模型训练提供支撑，其 3D 全互联拓扑结构将跨节点通信开销降低了 60%，为国产算力的规模化部署提供了可复制的工程范例。

在 AI 推理市场，沐曦股份凭借曦思 N100 加速卡树立了新的性能标杆。这款芯片搭载 HBM2E 高带宽内存，单卡 INT8 算力达 160TOPS，支持 128 路高清视频并行处理，能效比达到英伟达 A100 的 80%。更为关键的是，沐曦构建了 “硬件 + 软件 + 场景” 的三维竞争力。其 MXMACA 软件栈与主流 AI 框架深度适配，ModelZoo 模型库覆盖计算机视觉、自然语言处理等 200 余个场景，让客户能够真正做到开箱即用。

与联想联合推出的 DeepSeek 一体机，是沐曦场景化创新的典型成功案例。该方案已在医疗、教育、制造等领域迅速落地。实测数据显示，其支持的 DeepSeek - R1 - Distill - Qwen - 14B 模型推理性能达到国际主流 GPU 的 110% - 130%。这种 “软硬协同 + 垂直行业” 的发展模式，使沐曦在推理芯片市场抢占了先发优势，其曦思 N260 芯片更是成为首个支持满血版 DeepSeek R1 本地推理的国产 GPU。

尽管国产芯片在特定场景取得了显著突破，但前行之路依然荆棘丛生。

在技术层面，英伟达 H20 的解禁，无情地暴露出国产算力在生态兼容性、高端芯片制造工艺等方面的短板。例如，在单芯片性能上，国产芯片目前仍落后一代。不过，这也为国产算力技术的发展指明了方向。一方面，系统级创新成为破局的关键所在。华为借助 “数学优化 + 集群计算” 来弥补单芯片的不足，摩尔线程通过 “全互联拓扑 + 混合精度训练” 提升计算效率，沐曦则以 “场景化模型库 + 行业解决方案” 构建差异化竞争优势。另一方面，新型架构的探索正在加速推进。存算一体芯片、光子计算、量子 - 经典混合架构等前沿技术，为国产算力实现 “换道超车” 带来了可能性。

在生态层面，英伟达 CUDA 平台拥有超过 400 万开发者，与之相比，国产算力生态尚处于起步阶段。为此，华为推出 “Day0 迁移工具”，助力客户在一天内完成模型迁移；摩尔线程联合智源研究院打造开源软件栈 FlagOS，吸引全球开发者共同参与建设；沐曦则通过 DeepSeek 一体机方案，降低 AI 应用的使用门槛。

更为深远的影响是，国产算力的崛起正在重塑全球供应链格局。当华为在内蒙古建设全球最大的 “零碳算力” 基地，当摩尔线程的夸娥集群为长三角的 AI 训练提供支持，当沐曦芯片随着联想一体机进入东南亚市场，中国 AI 产业正从过去的 “技术追随者” 逐步转变为 “规则制定者”。这种转变不仅关乎商业利益，更将深刻影响未来十年全球数字经济的权力格局。

AI 算力领域的竞争，在未来无疑将愈发激烈。但中国市场蕴含的巨大潜力，正推动着中国芯片产业高速发展。从芯片架构设计到集群系统构建，从软件生态培育到行业应用拓展，国产算力厂商正全力以赴构建一个自主可控的技术体系。H20 的解禁，仅仅是算力较量的一个新起点。可以坚信，中国 AI 产业的未来，必将由自主创新的 “中国芯” 书写出辉煌篇章。