英伟达H20芯片解禁，国产芯片厂商迎挑战

“我们可能无法全部恢复先前的库存减计损失，但多数库存有望复苏。新客户需求与现有库存产品的匹配性高，因此不能说完全恢复，但也不是毫无可能。”

这是英伟达创始人黄仁勋在H20芯片解禁后的最新表态。他在链博会上的此番言论，无疑给英伟达国产替代品制造商们带来了一记重击。

此前，在2025年一季度财报电话会议上，黄仁勋透露，由于中国芯片出口限制导致的计提损失，一季度为55亿美元，二季度可能上升至80亿美元，总损失接近1000亿元人民币。

相比之下，2024年，英伟达在中国交付了超过100万张H20芯片。按照当时每张芯片1.2万美元到1.3万美元的售价计算，仅H20就为英伟达贡献了超过120亿美元的营收，超过上一财年英伟达在中国区的整体营收。

近千亿的潜在亏损，对英伟达在中国芯片市场中的地位产生了直接影响。5月份参加Computex 2025期间，黄仁勋表示，英伟达在中国AI芯片市场的份额已从2022年出口管制期间的95%，下降至50%。随之带来的，是英伟达在中国市场的营收占比从2022年的约40%，下降到不到20%。

国产芯片厂商们，在英伟达中国市场份额下滑中成为了最大赢家。以DeepSeek R1为代表的推理模型的推出，更是为国产芯片瓜分英伟达市场增添了一份助力。

2025年前，大模型行业更多处于预训练阶段，众多国产芯片厂商在训练效率和结果上难以与英伟达芯片匹敌。但进入后训练阶段的推理模式后，随着客户对芯片性能的要求直线下降，落后英伟达好几代的国产芯片厂商们，终于迎来了一次难得的替代机会。

据字母榜（ID：wujicaijing）了解，华为在昇腾芯片的支持下，一度在今年一季度的DeepSeek一体机市场占据了超70%的份额。

寒武纪更是凭借飙升的订单量，罕见地实现了扭亏为盈。沐曦股份和摩尔线程等初创芯片公司，在蜂拥而至的订单推动下，纷纷开启了上市冲刺。

然而，随着H20芯片解禁的消息传出，正处于加速发展期的国产芯片厂商不可避免地迎来了新一轮业务震荡期。

A

除了抢占以DeepSeek一体机为代表的推理市场外，华为还瞄准了英伟达占据核心的训练市场，发起了进攻。

在单卡性能不如英伟达的条件下，华为采取了以数量取胜的策略，利用比英伟达更多的多卡集群来弥补差距。

4月份，华为推出了CloudMatrix 384超节点，官方称其已在芜湖数据中心规模上线。据“科创板日报”报道，华为内部人士称其为“核弹级”产品，或将彻底解决算力焦虑问题。

传统AI服务器通常包含8张算力卡，一台服务器称为一个节点。在ChatGPT掀起大模型浪潮并验证了缩放法则（Scaling Law）的正确性后，更大的算力集群成为了训练出更优模型的必备条件。

为此，AI厂商不得不构建起包括成千上万张GPU算力卡的算力集群，这带来了卡与卡之间互联和通信的新挑战。

针对上述难题，2024年3月，英伟达率先发布了NVL72超节点，支持将72张算力卡组成一个超节点，为万亿参数的大模型训练和推理提供服务。

相比之下，华为CloudMatrix 384顾名思义是以384张昇腾算力卡组成一个超节点，从而在规模、性能和可靠性上对标英伟达的NVL72。

华为的野心时刻被黄仁勋看在眼里。在谈及国产芯片竞争时，黄仁勋再次提及华为，“任何低估华为、低估中国制造能力的人，都是极其天真无知的。华为是一家非常强大的公司……他们能够做到与我们接近的水平。”

除了华为外，作为当前GPU芯片上市第一股的寒武纪，也用更直观的财报数据展示了如何瓜分英伟达的蛋糕。

2025年一季度，寒武纪实现营业收入11.11亿元，同比暴涨4230.22%，接近去年全年营收。归属于上市公司股东的净利润3.55亿元，上年同期为亏损2.27亿元。这也是寒武纪连续第二个季度实现盈利。

更多创业公司也在暴涨订单的推动下开始抢夺上市窗口期包括沐曦股份和摩尔线程都于年内提交了IPO申请。

B

然而国产芯片厂商在纷纷争当英伟达替代品的同时仍受限于产能等因素无法消化所有订单。

以寒武纪为例尽管其一季度营收暴涨超40倍但绝对值上也只有约11亿元人民币相比英伟达一季度55亿美元的计提损失占比不到3%。

就在国产芯片还在等待产能提升的当下H20芯片的解禁等于又抢了一波国产芯片的空窗期。这一变动将直接影响三季度后的国产芯片厂商整体营收规模也将抢占原本就不大的市场空间。

年初DeepSeek爆火带动一众科技大厂加码To C应用时尤其是腾讯元宝因接入DeepSeek流量暴涨有报道称腾讯、字节等向英伟达紧急下单了一批H20芯片以满足AI应用的算力消耗。

但随着4月份H20被禁上述订单也不了了之。近期H20解禁后外界很快传出字节、腾讯等厂商已经向英伟达下单。对此黄仁勋否认称自己还没来得及与任何客户会面。“需要一些时间来提升H20供应链的产能未来几个月英伟达将努力加速这一过程。”

之所以仍有一众厂商愿意等待英伟达H20芯片关键原因在于英伟达芯片在多卡串联的并行计算环节存在较大优势。

微软大中华区Azure事业部总经理陶然曾解释过由于很多厂商没有能力实现多卡连接但多卡并行运算直接决定大模型训练所需时间成本“同样一套模型如果训练一次需要花费一周成本为100万美元但如果带宽太小最终耗时两周那成本就将乘以2。”

在崇尚效率的大模型赛道时间有时比金钱更重要。更糟糕的是即便是在更换国产GPU的过程中国内AI厂商也面临无法使用更先进制程工艺芯片的挑战。美国相关部门已将壁仞、摩尔线程等国产GPU公司列入实体清单这意味着在没有获得许可的情况下它们既不能进口含有美国公司的任何技术或产品也不能通过代工厂生产14nm以下的先进芯片。

C

英伟达的麻烦并未随着H20的解禁而结束。相比上半年近千亿的损失更令英伟达担忧的是大客户纷纷自研芯片的现状。

为了降低用云成本微软、谷歌等美国头部云厂商开始加速自研服务器芯片和云端AI芯片。

“如果你能制造出针对AI进行优化的硅那前方等待你的将是巨大的胜利。”研究公司Forrester分析师格伦·奥唐纳这样形容道。

谷歌曾是最早大规模采购GPU进行AI计算的公司但后来研发自己的AI专用芯片在2016年发布了第一代TPU（张量处理单元）。如今从AI绘图公司Midjourney到AI独角兽公司Anthropic都开始使用起了谷歌的算力。

亚马逊也借助收购的以色列芯片初创公司Annapurna Labs在推出基于Arm的服务器芯片和AI芯片后开始将自研算力服务器销售给包括OpenAI、Anthropic等在内的AI大客户从而挤占英伟达的市场份额。

对需求量大的国内科技大厂而言成本压力也是华为、阿里、百度、字节、腾讯等自研芯片的原因之一。国信证券在一份研报中称处理器芯片占服务器BOM（物料清单）成本约40%。

\n