阿腾观察：特朗普专机上的一句爆料，揭开了中美芯片博弈最真实的一面

【01 · 一句让人意外的话】

5月17日，特朗普结束访华行程，在空军一号上向记者说了一句话：

"中国拒绝采购英伟达H200芯片。他们之所以选择不批准，目的是全力发展自家芯片产业。"

这句话传回国内，评论区瞬间分成两派——

• 一派说："硬气！终于不跪了！"
• 另一派说："别吹了，H200比国产强多了，不买是被迫的吧？"

作为一直跟踪AI芯片动向的人，我想说：两派都对，也都不全对。

真实情况，比任何一方说的都复杂。

━━━━━━━━━━━━━━━━━━━━━

【02 · 先把时间线理清楚】

这件事的来龙去脉，值得完整复盘一遍——

📅 时间线

• 2025年12月 — 美国政府允许英伟达向"中国指定客户"销售H200处理器（H20更早获批）
• 2026年5月15日 — 美商务部正式批准向阿里巴巴、腾讯、字节跳动、京东等10家中国公司出口H200，每家公司采购上限7.5万颗
• 2026年5月15日同日 — 路透社报道：英伟达尚未交付任何H200产品给中国企业
• 2026年5月17日 — 特朗普在专机上确认：中国已拒绝采购H200

几个关键细节，很多人忽略了——

• 10家公司，每家最多7.5万颗 — 加起来最多75万颗，不是无限供应
• 知情人士透露：中国公司收到政府指导意见后，放弃了采购计划
• 京东数据：H200搜索量暴增25倍，服务器搜索量暴增40倍 — 市场需求是真实存在的，只是"上面"不让买

阿腾的解读：这不是"中国不需要H200"，而是"中国决定现在不买"。

这两个表述，天差地别。

━━━━━━━━━━━━━━━━━━━━━

【03 · H200到底有多强？不买真的不可惜吗？】

先搞清楚：H200到底是什么水平的芯片？

英伟达当前芯片梯队：

B200/B300 > H200 > H20 > L40S/L20

H200是英伟达第二强的AI芯片，仅次于最新的B200。

H200的性能，仍然远超获准更早进入中国市场的H20。

具体参数（不废话，直接说人话）：

• 工艺：台积电4nm
• 定位：大模型训练 + 推理 + 超算中心
• 对华状态：✅ 获批（但中国不买）

说白了：H200比现在能买到的任何芯片都强，包括国产旗舰。

那中国为什么说不买就不买了？

两个原因——

原因一：政治信号意义大于实际算力需求

美国"批准"本身就是一种姿态——我不是完全封锁，我是"有条件"地让你买。

中国如果接了，就等于承认"我需要你的芯片，求你卖给我"。

现在说不买，是在对外释放信号：我有替代方案，不需要求你。

原因二：国产芯片，真的在进步了

2021年，国产AI芯片自给率：10%

2026年，这个数据：41%

预测到2030年：86%

四年间从10%到41%，这个速度——说实话，超出很多人预期。

━━━━━━━━━━━━━━━━━━━━━

【04 · 国产AI芯片，现在到底是什么水平？】

不吹不黑，直接看数据。

2025年国产AI芯片在中国市场的自给率：41%

根据IDC 2025年度报告：

• 中国AI加速卡市场总出货约400万张
• 本土厂商出货165万张，市场份额首次突破四成达41%
• 英伟达出货约220万张，从2024年约70%下滑至55%

国产替代迎来里程碑式拐点。

主要厂商现状：

• 华为昇腾：2025年拿下约20%市场份额，昇腾950PR已量产
• 寒武纪：2026年Q1盈利10亿元，云端训练/推理双线领跑
• 摩尔线程：国产GPU新锐，生态建设快速推进
• 壁仞科技：自研通用GPU架构，面向智算中心
• 中星微：星光智能五号，单芯片可同时运行通用语言大模型 + 多模态大模型；8颗芯片联合部署，能跑满血版6710亿参数DeepSeek大模型

还有一个关键信号：

DeepSeek-V4发布时，官方技术文档里，华为昇腾与英伟达并列出现在硬件验证清单。

这意味着：国产芯片已经可以跑通顶尖大模型的完整训练/推理流程。

翻译成人话：

两年前，国产芯片是"能用"；今天，国产芯片是"好用"；再过两年，可能是"最好用"。

━━━━━━━━━━━━━━━━━━━━━

【05 · 但问题也很现实】

说完好消息，必须说问题。

国产芯片最大的短板，不是算力，是生态。

英伟达的护城河：CUDA

CUDA是英伟达花了15年构建的软件生态——几乎所有AI框架（PyTorch、TensorFlow）、几乎所有AI应用，都是基于CUDA开发的。

国产芯片想替代，不只是做出"算力相当的硬件"，还要让所有软件都能在国产芯片上跑起来——这是系统工程，不是单一技术突破能解决的。

目前国产芯片的生态进展：

• 华为昇腾：CANN架构，已适配PyTorch/TensorFlow，但兼容性仍有差距
• 寒武纪：BangC++，生态建设进行中
• 摩尔线程：MUSA架构，对标CUDA，进展较快
• DeepSeek适配：至少8家国产芯片已与DeepSeek-V4完成深度适配——这是一个重要里程碑

阿腾的判断：

生态差距是真实的，但大模型时代的到来，实际上缩短了生态追赶的时间。

为什么？因为大模型时代的软件栈更"厚"——

• 以前：软件 → CUDA → 英伟达芯片

• 现在：软件 → AI框架 → 推理引擎 → 多种芯片

中间层变厚了，芯片厂商有机会在中间层做适配，绕过CUDA的护城河。

━━━━━━━━━━━━━━━━━━━━━

【06 · 所以，国产芯片的机会到底有多大？】

我画一张简化的"机会地图"——

• 2021年：自给率10%，能用但不够好用 → 高度依赖英伟达

• 2026年（现在）：自给率41%，好用场景越来越多 → 部分依赖

• 2030年（预测）：自给率86%，大部分场景可替代 → 低度依赖

但机会不等于没有挑战——

挑战一：先进制程被卡

H200用的是台积电4nm工艺。国产芯片目前最先进制程是7nm（中芯国际），在晶体管密度和能效上仍有差距。

好消息：先进封装技术（如Chiplet）可以在一定程度上弥补制程差距。

挑战二：高端AI训练场景仍有差距

推理场景（把训练好的模型跑起来）国产芯片已经可以胜任；

但训练场景（从零开始训练大模型）英伟达仍然有明显优势。

好消息：DeepSeek等公司已经在用国产芯片做训练，进展比预期快。

挑战三：时间窗口

美国不会一直允许H200这样的芯片卖到中国。这次"批准"可能是一次性窗口。

中国芯片产业需要在这个窗口期内，尽可能缩小差距。

坏消息：时间紧；好消息：速度比预期快。

━━━━━━━━━━━━━━━━━━━━━

【07 · 对普通人，这意味着什么？】

又到了聊"这对你有什么影响"的时候。

① AI算力成本，可能要降了

如果国产芯片大规模替代英伟达，算力成本会显著下降（国产芯片的定价通常比英伟达低30~50%）。

最终，你用的AI工具（ChatGPT替代品、AI写作工具、AI编程助手）的订阅价格，可能会更便宜。

② "算力自主"会影响你能用的AI工具

如果中美科技脱钩加剧，一些依赖英伟达最新芯片的AI服务（如某些高端AI视频生成工具）可能无法进入中国，或者性能受限。

反过来，基于国产算力的AI工具会越来越多，性能也会越来越好。

③ 投资/就业方向参考

国产AI芯片产业链（芯片设计、封装测试、AI服务器、算力运营）是未来5年的高景气赛道。

不一定炒股，但就业选择可以参考这个方向。

━━━━━━━━━━━━━━━━━━━━━

【08 · 最后】

回到开头的问题：中国拒买H200，是硬气还是虚张声势？

我的答案：两者都是。

是硬气——因为41%的自给率，给了中国说"不"的底气。

也是无奈——因为H200确实比国产芯片强，不买意味着短期内在最顶尖的AI训练任务上会落后。

但把时间拉长到5年、10年——

今天不买H200，是在倒逼自己把"不依赖别人"这条路走通。

这条路走通了，10年后就不用再看任何人脸色。

这条路走不通，今天的"硬气"就是明天的"被卡"。

所以，这不是终点，是起点。

国产芯片的机会，不是"有没有"，而是"能不能抓住"。

时间，是唯一的裁判。

——阿腾

━━━━━━━━━━━━━━━━━━━━━

📌 关注「阿腾学AI」，每周深度解读AI行业

和AI做朋友，让技术回归生活 🤖

⭐ 戳上方蓝字关注，推送不迷路

💬 今日互动：你觉得国产AI芯片能在几年内追平英伟达？评论区聊聊你的判断～