从“求着你卖”到“你爱卖不卖”：英伟达H20的中国失意记

2025年4月，美国一纸禁令，封杀了英伟达对华出口H20芯片。

四个月后，禁令解除了。

2025年8月，美国政府开始发放H20对华出口许可证。英伟达CEO黄仁勋兴冲冲地跑到北京宣布这个消息，说“我非常高兴，这真是个非常、非常好的消息”。

但现实很快给了他一盆冷水。

禁令解除后，中国市场对H20的热情远低于预期。一方面，美国政府要求销售收入的15%上交；另一方面，据报道中国企业高层对“沉迷美国技术栈”的态度越来越敏感，即“不能将核心算力长期建立在美国芯片上”，部分企业在采购H20时面临更大的不确定性。

最终结果印证了一切：有报道称H20重新开售后，中国市场的收入远低于预期。到2026年初，英伟达已经停止了H20的生产，转而准备推出B30芯片来替代它。

更讽刺的是，尽管英伟达随后推出了性能更强的H200，想借此重新敲开中国市场的大门，但据报道中国对此兴趣寥寥。原因同样简单，“他们想要实现半导体独立。”

这个故事告诉我们：禁令解除不等于市场回归。真正的变化是，中国市场已经有了别的选择。

① 在说算力擂台之前，先把几个名字说清楚

这场仗的主角是两家公司的芯片，先简单介绍一下它们。

英伟达（NVIDIA）——很多人知道它做显卡，但它的真正厉害之处，是把显卡变成了AI时代的“大脑”。

显卡的核心是GPU（图形处理器），天生擅长并行计算。2012年深度学习火起来之后，人们发现GPU特别适合跑AI模型，因为速度比CPU快几十倍。英伟达嗅觉灵敏，从游戏显卡转向AI计算，闷声发了大财。

现在英伟达市值约4.4万亿美元，是全球最值钱的公司。它的AI芯片H100、H200，是训练大模型的“标配”。几乎所有你能叫出名字的大模型，OpenAI的GPT、Google的Gemini，背后都是英伟达的算力。

华为昇腾。在中国能跟英伟达正面比的，只有华为。

昇腾是华为海思旗下的AI芯片品牌，最早做AI推理（用已经训练好的模型去做预测），后来延伸到AI训练。昇腾最牛的地方在于“全栈自研”——芯片自己设计，代工找中芯国际，主推自研MindSpore框架，同时兼容PyTorch等主流框架，软件栈有CANN。这在全球范围内都是少数玩家才能做到的事。

我们还需要特别提一下H20，这是英伟达的“中国特供版”。

H100被美国禁止出口中国之后，英伟达专门为中国市场定制了H20。如果把它比喻成H100的“残血版”，可能就更好理解了。不同来源估算它的算力大概是H100的15%-33%，性能被大幅阉割。但因为当时这是中国公司能买到的、最接近顶尖水平的选择，所以H20一度卖到断货。

② 为什么大模型竞争本质上是芯片竞争？

因为大模型太大了。

GPT-4、DeepSeek-V3、华为盘古……这些千亿参数级别的模型，训练一次要消耗天文数字的算力。芯片性能不够，模型就训不完，或者训出来的质量就是差一截。

AI芯片的核心任务是两件事：训练和推理。

训练，就是让AI从零开始学习——喂给它海量数据，让它自己找出规律。这个过程需要超强的算力，就像让一个人做几十万道数学题来“顿悟”解题方法。

推理，就是用已经训练好的AI去做判断。比如你问ChatGPT一个问题，它在几毫秒内给你回答。

过去，这个逻辑是铁律：芯片性能决定模型上限。

但一个值得关注的变化是：芯片的差距确实还在，但已经不是决定性因素了。

③ 昇腾910B vs H100，差距到底有多大？

先说硬件。

昇腾910B是华为目前的主力训练芯片，对标的是英伟达的A100/H100系列。直观对比如下：

从数字看，H100算力是910B的数倍。

但用大白话讲：同样训练一个千亿参数大模型，H100可能需要100张卡跑一个月；昇腾910B可能需要200张卡跑一个半月。

差距的确存在，但不至于“不能用”。

更关键的是，在美国芯片管制的背景下，H100/A100想买也买不到。能稳定供货的国产方案，当然就成了首选。

昇腾新一代产品已经拿出来了更有说服力的数据。2026年3月，华为Atlas 950超节点在MWC 2026上首次海外亮相，搭载昇腾950PR芯片（2026年Q1已发布）和昇腾950DT芯片（Q4待发布），用自研的“灵衢”互联技术连接最多8192张芯片组成超级集群。

这是什么意思？

单卡性能暂时打不过H100，华为就换个思路，用超大规模集群来弥补。Atlas 950 SuperPoD的FP8算力据报道达到8 ExaFLOPS，目标是支撑万亿参数大模型的训练和推理。

单个芯片打不过你，那就用大规模集群来对抗。

④ 生态才是真正的护城河

硬件的差距在缩小，但另一个差距，才是真正的“深坑”。

英伟达之所以称霸AI芯片市场，靠的不只是GPU的性能，而是CUDA生态。

你可以把CUDA理解为英伟达为自家芯片开发的一套“操作系统”和“工具箱”。全球数百万AI开发者用它写代码、训练模型、优化算法。PyTorch、TensorFlow这些主流框架，默认都支持CUDA。

打个比方：CUDA就像英语——全球AI开发者的通用语言。

华为的昇腾用的是CANN架构，对标CUDA。但CANN起步晚，框架适配、工具链、开发者社区都还在追赶阶段。

现在很多AI研究者在论文里做实验，用的代码默认都是为CUDA写的。换成昇腾，光是环境适配就要花上好几天。

这不是芯片性能的问题，是整个产业链积累的差距。

不过，2025年8月，华为宣布全面开源CANN架构。这个动作的战略意义不容低估——开源意味着更多开发者可以参与进来，一起建生态。从“封闭”到“开放”，这是华为在生态战上的一次重要转向。

⑤ 禁令解除了，擂台赛也已经变了

2025年4月，美国禁了H20；四个月后，又放回来了。这看起来真的好像是一个“美国卡脖子”然后“松手”的故事。

但真实的剧本要复杂得多。

首先，禁令本身就是个“意外”。当时特朗普政府本来已经打算放过H20，结果4月9日突然变卦，要求H20必须获得出口许可才能销往中国。英伟达措手不及，直接计提了约55亿美元的库存损失，最终实际确认45亿美元。

然后是“稀土换芯片”的博弈。有分析认为，美国突然解除H20禁令，与中国在稀土出口管制上的让步有关——这是大国博弈的一部分，不是单方面的“仁慈”。

更重要的是：中国已经不那么需要H20了。

在禁令颁布的四个月里，华为昇腾910B、910C快速上量，价格便宜，供货稳定。虽然性能与H100仍有差距，但比被阉割过的H20已经强不了多少。

想象一个场景：你是国内一家云厂商的采购负责人，以前买英伟达的芯片是因为没有替代品。现在昇腾成熟了，价格只有H20的一半，供货稳定，还不用担心美国随时断供——你还会大规模采购H20吗？

答案是：不会。

所以，禁令解除后故事的真正走向是：中国市场对H20的需求远低于预期，英伟达停止了H20的生产，转而押注B30。

不是昇腾“逼回”了H20，而是中国市场已经不再那么需要它了。

这场擂台赛里，真正的胜负手不是禁令什么时候解除，而是谁先把产品做好、把供应链做稳。

⑥ 那些正在填补空白的人

昇腾之外，还有一批国产AI芯片公司在快速崛起。

2025年被称为“国产AI芯片元年”，多家企业进入IPO冲刺阶段：

摩尔线程：2025年12月5日登陆科创板，当前市值约3000亿，定位更偏向通用GPU

寒武纪：老牌选手，推理芯片已批量出货，2025年8月市值曾破6600亿

燧原科技：科创板IPO申请已获受理

沐曦、瀚博：各有专长，IPO在推进中

这个赛道的逻辑是：昇腾做“全能选手”，其他玩家各有专长——寒武纪、燧原、瀚博在训练和推理两端都有布局。

当中国市场开始“嫌弃”H20的那一刻，说明国产替代不只是口号了。

更有意思的是，英伟达自己也承认了这一点。在2026财年Q4财报会议上，英伟达CFO柯莱特·克雷斯表示，中国AI竞争实力正在提升，可能对全球AI行业格局造成长期冲击。

从曾经的“求着你卖”，到现在的“你爱卖不卖”，英伟达自己大概也没想到，局面会变化得这么快。

⑦ 这场比赛的本质是什么？

说了这么多，昇腾 vs 英伟达，真正的胜负手是什么？

当然不是谁的芯片跑分更高，而是谁能先建起自己的生态。

芯片性能追上来需要时间，生态建起来更需要时间。但换个角度看，这场竞争，中国还有足够的时间去追赶。

中国有全球最大的AI应用市场，有海量的数据，有大量愿意用国产芯片做开发的工程师。市场足够大，生态自然会生长。

就像安卓在中国靠的不是“官方推广”，而是几亿用户的需求倒逼出了生态。昇腾的CANN也一样。

这场擂台赛的结局，或许不会是在某一天，某一款芯片突然赢了。更有可能的是：两条平行线同时延伸，一边是英伟达的CUDA生态，一边是昇腾+国产芯片的替代生态，在各自的市场里各自运转。