从10%到40%：中国AI芯片跨过生存线，真正的竞争才刚刚开始

五年间，中国AI芯片国产替代率从约10%升至40%，这可能是中国半导体产业最值得重视的结构性变化之一。

需要先说明的是，“国产替代率”会因统计范围不同而有所差异。按照IDC数据，2025年中国市场共出货约400万张AI加速卡，其中国内厂商出货约165万张，占比达到41%；英伟达约占55%，AMD约占4%。华为出货约81.2万张，平头哥约26.5万张，昆仑芯和寒武纪均在11.6万张左右——IDC数据经路透社披露。

因此，“从10%升至40%”能够准确描述产业趋势，但这里的40%主要指中国AI加速服务器市场的出货量占比，不能直接理解为所有AI芯片、先进制造工艺以及整条供应链都实现了40%的自主化。国产设计的芯片，仍可能在制造设备、高带宽存储、先进封装、EDA软件等环节存在外部依赖；同样一张加速卡，用于普通推理和用于万卡大模型训练，其技术含量也有明显差别。

即便如此，41%的市场份额依然具有分水岭意义。它说明国产AI芯片已经从实验室样品和政策示范项目，开始进入规模化交付阶段。一个产业只有跨过规模门槛，才能形成“出货—使用—反馈—迭代—再出货”的商业闭环。过去国产芯片最缺少的往往并非设计方案，而是真实客户、真实负载以及持续迭代的机会。如今，数以百万计的国产加速卡进入数据中心，相当于为整个产业建立了一座巨大的工程训练场。

国产替代加速，首先源于外部供应环境变化。先进AI芯片出口限制，让国内企业获得了过去很难得到的市场窗口。但外部限制只能打开大门，产品最终能否留下来，仍取决于性能、成本、稳定性和生态。近期字节跳动与国产芯片厂商洽谈推理芯片采购，腾讯也已成为昆仑芯客户，说明国产算力正在从政府项目走向大型互联网企业的核心业务场景。路透社相关报道。

更深层的变化，是AI芯片竞争已经从“单颗芯片性能”升级为“整套算力系统能力”的较量。

训练大型模型时，决定效率的还有芯片之间的高速互联、内存带宽、通信延迟、编译器、算子库、故障恢复以及集群调度。华为CloudMatrix 384将384颗昇腾处理器和192颗鲲鹏CPU通过高速网络连接起来，体现的正是以系统工程弥补单芯片差距的思路。CloudMatrix 384技术论文。

这条路线说明，中国AI芯片未来未必需要在每一个单项参数上复制海外产品，也可以依靠更多芯片、更强互联和软硬件协同，形成具有竞争力的整体算力。代价同样存在：芯片数量增加后，功耗、散热、通信效率和故障率都会成为新的约束。国产算力能否真正成熟，最终还要接受“每度电能够产生多少有效计算”“一套集群能够稳定运行多久”“模型迁移需要付出多少成本”的检验。

从40%继续走向更高比例，难度可能比前一阶段更大。前一段路主要解决芯片有没有、能不能交付；后一段路需要解决好不好用、是否经济、客户愿不愿意长期复购。

当前国产AI芯片仍面临四道硬门槛。

第一道是先进制造与供应链。高端芯片设计出来以后，还要面对工艺、良率、HBM存储、先进封装和高速互联等限制。任何一个环节出现短板，都会影响最终出货。

第二道是软件生态。CUDA真正强大的地方，在于经过多年积累形成的编译器、算子库、开发工具和开发者习惯。国产厂商各自建设软件平台，容易形成彼此割裂的生态，企业每更换一种芯片，都可能重新适配模型。降低迁移成本、推动接口兼容和统一软件标准，将比单纯增加芯片型号更有价值。

第三道是商业化质量。政策订单可以帮助企业完成冷启动，但一家芯片公司的长期价值，最终来自市场化客户、持续复购、稳定毛利率和经营现金流。依靠低价、补贴或者关联采购形成的出货量，很难支撑长期研发投入。

第四道是算力利用效率。芯片安装进数据中心，只代表形成了资产；真正被模型持续调用，才能形成有效算力。部分地区若重复建设智算中心，却缺少模型、数据和应用，国产化率越高，闲置浪费也可能越大。

因此，政策层面下一阶段应当逐渐从补贴“买了多少芯片”，转向考核“产生了多少有效计算”。采购评价体系可以增加集群利用率、模型吞吐量、单位功耗性能、稳定运行时间和实际应用收入等指标。同时加大对基础软件、先进封装、高带宽存储、高速互联和开源生态的支持，减少同质化芯片项目重复建设。2026年发布的“人工智能+制造”专项行动也已将高端训练芯片、端侧推理芯片、AI服务器、高速互联和智算云操作系统列为协同突破方向。国家数据局公布的专项行动方案。

对于企业用户，选择国产AI芯片时也应放弃只看峰值算力的简单比较。更合理的指标包括三年综合使用成本、模型迁移时间、能耗、集群稳定性、供应保障和售后支持。推理业务场景丰富、成本敏感、模型相对固定，可能成为国产芯片继续扩大份额的主战场；高端训练则需要通过软硬件联合优化逐步突破。

对于资本市场，行业国产替代率上升，也不能直接等同于每一家国产芯片公司的盈利确定性。真正值得跟踪的指标，是市场化客户占比、重复采购率、应收账款增速、经营现金流、库存变化、研发投入效率以及客户集中度。订单增长很快、现金持续流出、应收账款大幅攀升的企业，其增长质量需要格外审慎。

从10%到40%，中国AI芯片解决了“能否进入市场”的问题；从40%走向更高水平，考验的是性能、生态、成本和商业效率。前者依靠窗口、投入和勇气，后者需要长期工程能力与产业协同。

40%真正重要的意义，也不只是一张市场份额图。它意味着中国已经拥有一套可以持续迭代的AI算力体系，并开始获得影响全球技术路线、供应格局和定价体系的能力。国产替代的终点，也不应停留在用国产产品取代某一家海外企业，而应建立一个开放、多元、互相兼容并能持续创新的计算生态。

当国产AI芯片能够让客户在没有行政要求的情况下，依然愿意主动购买、长期使用并持续复购，中国AI算力产业才算真正完成了从“替代”到“竞争”的跨越。