英伟达在中国AI芯片市场的优势还在，但已经不再像过去那样稳。
据IDC数据，2025年中国AI加速卡总出货量约400万张，本土厂商合计出货约165万张，份额首次突破四成，达到41%。英伟达仍以约220万张、55%的份额排在第一，但这一数字已经低于2024年约70%的水平。
变化最明显的是国产厂商的排位。2025年，华为昇腾出货81.2万张，约占20%，是国产第一、整体市场第二；阿里平头哥出货26.5万张，占6.6%；百度昆仑芯与寒武纪各约11.6万张，各占2.9%。
如果只看这组数据，国产AI芯片像是完成了一次份额跃迁。但对真正要采购、部署、迁移模型的客户来说，问题没这么简单。芯片能不能买到是一件事，买回来之后能不能稳定跑业务，是另一件事。
2026年的变量，先从英伟达缺口说起
199IT援引Bernstein Research报告称，受美国出口限制影响，黄仁勋曾公开表示，英伟达未来两个季度在华芯片销售额预计为零。该机构还预测，到2026年，英伟达在中国AI芯片市场的份额将大幅萎缩至8%，华为则可能占据50%的份额。
这里需要分清两层含义：2025年的出货数据已经发生，2026年的50%和8%仍是机构预测。它们共同指向同一个方向——中国客户在新增算力采购中，会更严肃地考虑国产方案，而不是把国产芯片只放在补充位置。
这也是为什么2026年被一些行业文章称为国产AI芯片从“推理”走向“训练”的关键年份。过去，国产芯片更多出现在政务、金融、安防、工业质检等推理场景，优势是成本可控、供应相对稳定；但训练任务对显存、互联、软件栈和集群稳定性的要求更高，长期是国产厂商较难进入的环节。
客户态度的变化，并不意味着所有训练任务都会立刻迁移。更现实的情况是：能先替代的先替代，风险较低的业务先上，核心训练任务再逐步验证。
财报开始给国产芯片补一层底气
市场份额之外，业绩也在发生变化。
《科创板日报》5月2日报道，截至4月30日，寒武纪、海光信息、摩尔线程、沐曦股份已披露2026年一季度财报，三家企业实现盈利，寒武纪、摩尔线程营收同比增速均超150%。报道还提到，国产AI算力芯片正从技术突破走向规模化商业落地。
这类财报信号很重要。AI芯片行业最怕“能演示、难交付”，也怕客户只做小规模试点。营收增长和盈利改善，至少说明部分厂商已经进入真实采购和持续交付阶段。
不过，财报改善不等于生态成熟。对客户来说，国产芯片的评估表不能只写峰值算力，还要写清楚几件更琐碎的事：现有模型要改多少代码，算子适配由谁做，训练任务失败后如何恢复，集群调度和监控工具是否够用，供应商能否持续派工程团队支持。
这些问题听起来不像“产业趋势”，却决定项目能不能上线。
选型正在从“哪张卡最快”变成“谁更能交付”
过去很多AI基础设施采购，默认英伟达是标准答案。原因不只是芯片性能强，还有CUDA、工具链、开发者经验和大量现成代码。
国产芯片要进入更多客户机房，第一关往往不是参数表，而是迁移成本。
如果企业已经有大量CUDA代码，换到华为昇腾等国产平台，就要评估CANN、Ascend等软件栈的适配成本。已有模型能不能跑通只是起点，后面还有性能调优、算子补齐、推理部署、故障定位。硬件便宜一些，未必能抵消工程迁移的人力投入。
所以更常见的路径不是“一刀切替换”，而是分层使用：
- 政务、金融、安防、工业质检等推理任务，优先尝试国产芯片；
- 对成本和供应稳定性敏感的业务，扩大国产算力池；
- 已经绑定CUDA较深的训练任务，保留原有体系，同时做国产平台验证；
- 新建智算中心或新业务线，给国产方案更多初始份额。
这也是2025年本土厂商份额达到41%的真实含义：不是国产芯片已经全面替代英伟达，而是客户开始把国产方案放进主采购清单，而不是备选清单。
华为昇腾的位置更突出，但市场不会只有一家
从已有数据看，华为昇腾的领先比较清楚。2025年出货81.2万张，约20%的份额，已经是国产第一；Bernstein Research又预测其2026年可能拿到中国AI芯片市场50%的份额。
但国产阵营并不只有华为。阿里平头哥2025年出货26.5万张，百度昆仑芯与寒武纪各约11.6万张；寒武纪、海光信息、摩尔线程、沐曦股份等企业在2026年一季度财报中也释放出商业化进展。
客户不会只因为“国产”两个字下单。不同厂商的优势场景不同，有的偏云端训练和推理，有的更适合行业客户，有的在软硬件协同上投入更重。未来一段时间，市场更可能是按场景切分，而不是简单按品牌排队。
对采购方来说，判断标准也会更现实：
供应能不能稳定，软件能不能跟上，项目能不能按期交付，出了问题谁来兜底。性能仍然重要，但已经不是唯一答案。
这轮变化还没结束
2025年的400万张出货、165万张国产出货、41%本土份额，说明国产AI芯片已经拿到实质性市场位置。2026年，如果Bernstein Research关于华为50%、英伟达8%的预测兑现，中国AI芯片市场的采购结构会进一步改写。
但这不是一场只靠政策和情绪推动的替代。训练场景能否大规模落地，软件栈能否降低迁移成本，厂商能否持续交付，都会影响客户最终选择。
对企业基础设施团队来说，眼下更适合的做法不是押注单一答案，而是把选型拆细：推理和训练分开，新增业务和存量业务分开，试点验证和规模采购分开。国产AI芯片已经上桌，但真正决定份额的，还是每一次部署后的稳定性和成本账。
