英伟达在中国仍是第一,但AI芯片市场已不再一边倒
“英伟达2026年Q2全球份额跌破80%”目前缺少可核验数据。能确认的是,2025年中国AI加速卡出货约400万张,英伟达占55%,本土厂商合计超过四成。华为居国产阵营前列,平头哥与寒武纪的座次也在变化。
阅读全文关键词:AI芯片
“英伟达2026年Q2全球份额跌破80%”目前缺少可核验数据。能确认的是,2025年中国AI加速卡出货约400万张,英伟达占55%,本土厂商合计超过四成。华为居国产阵营前列,平头哥与寒武纪的座次也在变化。
阅读全文Fortune Business Insights预计,2026年全球边缘AI市场规模为475.9亿美元,但这一口径并非芯片销售额。端侧选型也不能只看TOPS:内存、算子回退、CPU与NPU调度以及软件适配,都会改变实际
阅读全文苹果把AFM 3 Core Advanced做到约200亿参数,却通过稀疏架构控制单次推理的激活规模。结合Arm对CPU、GPU、NPU协同的强调,手机端侧选型需要重新评估实际计算量、部署适配和任务调度。
阅读全文端侧大模型进入手机和PC后,芯片性能已不能只看TOPS。Arm推出Lumex CSS并引入SME2,试图从CPU、GPU、系统IP和数据搬运入手,缓解算力、内存与功耗之间的牵制。
阅读全文昇腾910C进入量产交付阶段后,国产AI芯片面对的不再只是单卡性能比较。集群稳定性、CANN适配、模型迁移和故障恢复,正在决定它能否真正接住大模型训练任务。
阅读全文Arm 决定亲自下场做 AI 芯片,Meta 据传是首位客户。这条新闻表面看是云端战场,背后真正让手机厂商焦虑的是端侧 14B 模型部署的瓶颈——热密度和内存带宽。Arm CSS 平台和高通、联发科、苹果的路线对比,IP
阅读全文国产AI芯片的订单和财报都在升温,但从NVIDIA迁移到昇腾、寒武纪等平台,真正难的是性能、工具链和工程适配。能跑通的案例值得看,没跑顺的成本也不能忽略。
阅读全文2026年各地8000P智算中心密集交付,但混合部署昇腾与海光时,算力利用率普遍低于60%。本文直击异构集群的真实运维痛点:跨架构算力分配不均、显存碎片化、通信拓扑不匹配。提供代码级实操方案,包括华为CANN与海光DTK
阅读全文B200有8TB/s内存带宽、GB200组合和800Gb/s网络平台优势;昇腾910C更依赖超节点、本土交付和软件优化。企业选型不能只看单卡参数,还要把迁移、调优和运维成本算进去。
阅读全文