英伟达中国AI芯片份额跌到34%，国产算力第一次从"备选"变成"选项"

一句话结论：2026年上半年，英伟达在中国数据中心AI加速器市场的份额已经跌到34%，华为以28%咬到身后，国产厂商合计份额约47%——这不是情怀叙事，而是IDC口径下第一次有统计数据支撑的"市场换座"。

2026年10月，IDC最新发帀的《中国数据中心AI加速器市场报告》在圈内刷了屏。数据不复杂，但每一行都值得反复看：上半年中国市场AI加速器总出货约200.8万颗，英伟达出货67.0万颗，同比下降44%，份额33.8%；华为出货57.2万颗，接近翻倍，份额28%；平头哥7%、寒武纪5%、昆仑芯4%、海光3%。IDC追踪的11家中国芯片厂商里，有9家出货同比增长。

一、这张榜单到底说明了什么？

先别急着喊"赢了"。34%对28%，只差6个百分点，但收入维度的差距远大于份额。英国《金融时报》测算，华为AI芯片2025年收入约75亿美元，而英伟达同期数据中心收入是1937亿美元量级，差约16倍。原因不难理解：英伟达卖的是高单价的高端训练卡，国产走量的是推理卡和专用加速器。份额是出货量的份额，不是能力的份额。

所以更准确的说法是：国产算力完成了从"情怀选项"到"市场选项"的切换。它替代的是英伟达的份额，还不是英伟达的全部能力。

二、为什么非GPU加速器突然超过了GPU？

这是这份报告里最容易被忽略、但最有信息量的一个数字：上半年中国GPU加速器出货99.1万颗，同比下降26%；非GPU加速器出货101.6万颗，同比增长近80%，首次反超。华为、平头哥、昆仑芯、寒武纪四家在非GPU市场合计占了约95%。

背后的逻辑其实很朴素：大模型从"训练军备赛"转向"推理大规模铺开"之后，企业最关心的不再是谁的峰值算力高，而是每秒钟能吐多少Token、首字延迟够不够低、单位Token的综合成本是多少。ASIC和专用加速器在推理场景的能效比优势，这时候就被放大了。这不是GPU不重要了，而是算力体系开始分层：训练归训练，推理归推理，各用各的最优解。

三、真正的胜负手在系统，不在单卡

很多人把这场竞争理解成"单卡性能追赶赛"，我觉得这个框架已经过时了。今年9月华为全联接大会上发布的昇腾960超节点，走的是"超节点+集群"的路子，用系统架构创新去弥补单芯片工艺的短板；7月世界人工智能大会上首次公开的昇腾950超节点真机，现场是1024卡集群部署。徐直军自己也没回避短板——单芯片仍受国内工艺限制，他预计全行业供需平衡大约要到2029年才会出现。

另一条线索是软件生态。DeepSeek-V4已经实现九种国产芯片的Day0适配，华为CANN全面开源，昇腾CANN社区月活开发者超5200名。更值得关注的是10月20日The Information的爆料：华为工程师长期驻场DeepSeek，把大模型的真实训练需求直接前置到下一代芯片的底层设计里。这种"芯模协同"的打法，在海外是把芯片做完了再让模型来适配，在国内是反过来的。

四、需求侧还在陡坡上，这决定了窗口有多长

工信部数据：截至2026年9月底，中国智能算力规模达到2592EFLOPS，同比增长146%，全国建成万卡以上智算设施52个。IDC预计2026年中国AI加速器整体出货量同比增长19%。

需求还在陡坡上，意味着两件事。第一，国产厂商有足够的时间窗口去磨软件生态，不必在一夜之间打赢单卡性能战。第二，也是最现实的：对普通企业来说，现在换国产卡，账不能只算芯片价格。互联、电力、迁移三本账才是真正的成本。训练找昇腾并接受排队，推理在寒武纪、海光、昆仑芯里按兼容性挑已经跑通目标模型的方案，边缘场景小批量试点换价格，个人需求先租不买——这是我目前能给出的最务实的建议。

五、别把份额当能力

最后说点冷水。份额快速追近，说明封锁挡不住产业进步，但也可能催生资本市场的过度定价。部分份额只有个位数的厂商，股价已经计入了接近全额替代的预期，份额兑现的节奏未必跟得上估值。东吴证券那句话说得很准：市场往往高估国产单卡追赶的短期难度，却低估其在系统层面的赢面与兑现速度。

这两句话要一起听。高估短期、低估长期，中间的落差就是时间和耐心。34%这个数字真正的意义，不是"英伟达不行了"，而是中国AI算力第一次有了第二条腿。有第二条腿的人，才敢往前走。