2025年7月15日，英伟达创始人黄仁勋在第三届中国国际供应链促进博览会上宣布，受美国出口管制影响停售三个月的H20芯片正式恢复对华供应。这一决定距离4月美国全面禁售H20仅过去三个月。彼时，英伟达被迫计提55亿美元减值损失。
反观国产AI芯片，以华为昇腾、摩尔线程、沐曦为代表的国产算力厂商，正以系统级的创新，打破算力垄断，在推理与训练双赛道奋起直追，从技术和生态方面构建起自主可控的双重壁垒。
H20解禁背后：技术压制与商业博弈
作为英伟达专为中国市场推出的特供芯片，H20的FP16算力仅148TFLOPS，互连带宽仅为1.7TB/s。因此，H20仅适用于垂类模型推理，无法支撑万亿级大模型训练。
此次解禁，标志着英伟达可以向中国出售H20芯片，但实际上，美国仅允许库存芯片销售，同时仍然限制Blackwell架构新品进入中国市场。这种策略既试图缓解英伟达的业绩压力，又防止中国通过H20积累技术经验。
从产业和供应层面看，中国市场的推理算力基本能实现自给自足，但在生态构建上与英伟达存在差距。因此，H20恢复供应后，短期内会增强中国推理算力的供给，同时加剧市场竞争。
当然，此次英伟达还专为中国设计的RTX Pro GPU，主打智能工厂与物流数字孪生场景，性能符合美国出口限制标准。另有消息称，英伟达正在为中国市场打造一款名为“B30”的降规版AI芯片。这款芯片将首次支持多GPU扩展功能，允许用户通过连接多组芯片构建更高性能的计算集群。B30预计将采用英伟达最新的Blackwell架构，搭配GDDR7显存，而非高频宽内存（HBM），同时也不会采用台积电的先进封装技术。
不过，从长期来看，随着中国芯片企业的技术突破，英伟达的技术优势正在减弱。黄仁勋曾直言不讳的表示，我们的技术只比他们领先一代。如果美国不想参与，那就将失去中国市场。
中国信通院数据显示，2024年国产AI芯片在数据中心的市场份额从12%跃升至25%。相关数据显示，英伟达在华市场份额从四年前的95%骤降至50%。
不难发现，当国产芯片在推理场景实现70%以上的市场覆盖时，H20的解禁更像是美方在技术压制与商业利益间的妥协，而非对华技术封锁的彻底转向。
国产算力突围：从单点突破到系统制胜
在激烈的竞争环境下，虽然国产厂商的芯片技术上还无法与国际厂商的芯片技术相比，但是国产GPU企业正以“架构自研+场景深耕”双轨战略，突破英伟达的生态垄断。
华为昇腾：集群算力重构训练范式
在AI训练领域，华为昇腾CloudMatrix 384超节点的问世，标志着国产算力首次在系统层面超越国际巨头。这款由384颗昇腾NPU与192颗鲲鹏CPU组成的超级计算单元，通过全对等高速互联架构实现了百纳秒级通信延迟，其300PFLOPs的密集BF16计算能力较英伟达GB200 NVL72提升近一倍。更关键的是，昇腾通过数学优化弥补芯片工艺差距：在训练7180亿参数的盘古Ultra MoE模型时，其算力资源利用率（MFU）从行业平均的30%提升至41%，实验室环境下更突破45%，相当于通过系统优化实现了两代芯片工艺的跨越。
这种“非摩尔定律”创新路径，在DeepSeek-R1模型的推理测试中得到验证——CloudMatrix 384的吞吐量达2300 TPS，与英伟达H100持平，而单位算力成本降低40%。华为的突破揭示了一个关键趋势：当单芯片性能提升趋缓时，通过芯片间高效协同与系统级优化，国产算力完全可以在特定场景实现“弯道超车”。
摩尔线程：全栈自研打通生态闭环
作为国内唯一具备全功能GPU研发能力的厂商，摩尔线程的突围之路始于底层架构创新。其MUSA架构通过计算与通信协同编排技术，在千卡智算集群中实现92%的计算效率，超越同等规模国外同代系产品。
生态建设方面，摩尔线程与智源研究院联合开发的FlagOS软件栈，成功完成Aquila-VL-2B多模态模型的端到端训练，验证了国产GPU在复杂AI任务中的可靠性。更值得关注的是其“夸娥智算集群”的商业化落地——基于MTT S5000的千卡集群已支撑多个智算中心的大模型训练，其3D全互联拓扑结构使跨节点通信开销降低60%，为国产算力规模化部署提供了可复制的工程范式。
沐曦：场景化创新定义推理新标准
在AI推理市场，沐曦股份通过曦思N100加速卡树立了新的性能标杆。这款搭载HBM2E高带宽内存的芯片，单卡INT8算力达160TOPS，支持128路高清视频并行处理，其能效比达到英伟达A100的80%。更关键的是，沐曦构建了“硬件+软件+场景”的三维竞争力：其MXMACA软件栈与主流AI框架深度适配，ModelZoo模型库覆盖计算机视觉、自然语言处理等200余个场景，使客户开箱即用。
与联想联合推出的DeepSeek一体机，成为沐曦场景化创新的典型案例。该方案在医疗、教育、制造等领域快速落地，实测数据显示，其支持的DeepSeek-R1-Distill-Qwen-14B模型推理性能达到国际主流GPU的110%-130%。这种“软硬协同+垂直行业”的打法，使沐曦在推理芯片市场占据先发优势，其曦思N260芯片更成为首个支持满血版DeepSeek R1本地推理的国产GPU。
从技术暗战到生态重构：国产算力从可用到好用的跨越
尽管国产芯片在特定场景实现突破，但挑战依然严峻。
首先，在技术层面，英伟达H20的解禁，暴露出国产算力在生态兼容性、高端芯片制造工艺等方面的短板。例如，在单芯片性能方面，国产芯片仍落后一代。
不过，这也致使国产算力技术演进的方向已愈发清晰。一方面，系统级创新成为破局关键——华为通过“数学优化+集群计算”弥补单芯片不足，摩尔线程用“全互联拓扑+混合精度训练”提升计算效率，沐曦以“场景化模型库+行业解决方案”构建差异化优势。另一方面，新型架构的探索正在加速：存算一体芯片、光子计算、量子-经典混合架构等前沿技术，为国产算力提供了“换道超车”的可能性。
其次，在生态层面，英伟达CUDA平台拥有超过400万开发者，而国产算力生态尚处萌芽阶段。为此，华为推出“Day0迁移工具”，支持客户一天内完成模型迁移；摩尔线程联合智源研究院打造开源软件栈FlagOS，吸引全球开发者共建；沐曦则通过DeepSeek一体机方案，降低AI应用门槛。
更深远的影响在于，国产算力的崛起正在重塑全球供应链。当华为在内蒙古建设全球最大“零碳算力”基地，当摩尔线程的夸娥集群支撑起长三角的AI训练需求，当沐曦芯片随联想一体机进入东南亚市场，中国AI产业正从“技术追随者”转变为“规则制定者”。这种转变不仅关乎商业利益，更决定着未来十年全球数字经济的权力格局。
结语：自主创新书写中国芯
AI算力的竞争，未来将更加激烈。不过，中国市场拥有巨大的潜力，这也催动了中国芯片产业的高速发展。不难发现，从芯片架构到集群设计，从软件生态到行业应用，国产算力厂商正在构建一个自主可控的技术体系。
可以说，H20的解禁，意味着算力较量才才刚刚开始。但可以确认，中国AI产业的未来，终将由自主创新的“中国芯”书写。
