发生了什么
据 Financial Times 最新报道，华为 AI 芯片业务 2026 年收入预计增长 60%，达到约 120 亿美元。这一增长的主要驱动力是中国科技巨头正集体从 Nvidia 芯片转向华为昇腾（Ascend）系列 AI 芯片。
关键数据
| 指标 | 数值 | 说明 |
|---|---|---|
| 2026 年预计收入 | ~$120 亿 | 同比增长 60% |
| 主要客户 | 阿里、腾讯、字节、百度 | 中国头部科技大厂 |
| 核心产品 | 昇腾 910C 系列 | 对标 Nvidia A100/H100 |
| 增长驱动力 | 美国出口管制 + 国产替代 | 政策与市场双重推动 |
背景：为什么是中国科技巨头集体转向
美国出口管制的长期影响
自 2023 年美国加强对中国 AI 芯片出口管制以来，Nvidia 对华销售的 AI 芯片受到严格限制。虽然 Nvidia 推出了特供版芯片（如 H20），但性能和供应都不稳定。
这迫使中国科技巨头寻找替代方案，华为昇腾系列成为最成熟的选择：
| 对比维度 | Nvidia H20（特供版） | 华为昇腾 910C |
|---|---|---|
| 算力 | 受限 | 接近 A100 水平 |
| 供应稳定性 | 受政策影响大 | 国内供应链 |
| 软件生态 | CUDA 成熟 | CANN 快速追赶 |
| 价格 | 溢价高 | 性价比高 |
| 技术支持 | 受限 | 本地化服务 |
国内大模型训练的需求爆发
2026 年是中国大模型竞争的白热化阶段：
- Qwen3.6、Kimi K2.6、DeepSeek V4 等模型密集发布
- 训练算力需求呈指数级增长
- 每家公司都需要稳定的大规模算力供应
在这个背景下，华为昇腾的国内供应链优势变得极具吸引力。
格局判断
1. 中国 AI 算力生态正在成型
华为 AI 芯片收入的大幅增长不仅仅是商业数字，更是一个生态信号：
- 硬件层：昇腾系列芯片性能持续提升，逐步接近国际水平
- 软件层：CANN（Compute Architecture for Neural Networks）生态日益完善
- 应用层：主流框架（PyTorch、MindSpore）对昇腾的支持越来越好
- 客户层：头部科技大厂从”尝试使用”转向”规模化部署”
2. 对全球 AI 芯片格局的影响
| 区域 | 趋势 | 影响 |
|---|---|---|
| 中国 | 国产芯片替代加速 | Nvidia 在华份额持续下降 |
| 美国 | 出口管制收紧 | 短期利好美国芯片公司长期竞争力 |
| 全球 | 供应链分化 | AI 算力可能出现”两个生态” |
3. 对超大规模资本支出的影响
此前有报道指出，2026 年全球超大规模厂商 AI 基础设施资本支出预计达到 7250 亿美元，同比增长 77%。其中：
- $520K/每百万美元 → GPU 和加速器（Nvidia、AMD、博通定制芯片）
- $150K/每百万美元 → 网络和光通信
但在中国市场，这个分配正在发生变化——华为昇腾的份额正在蚕食 Nvidia 的蛋糕。
对开发者和企业的影响
如果你在中国做 AI 开发：
- 昇腾生态的成熟意味着你可以有更多算力选择
- MindSpore 框架和 CANN 工具链的学习成本在降低
- 华为云的昇腾实例性价比值得关注
如果你在海外做 AI 开发：
- 需要关注中美 AI 芯片生态分化对模型开发的影响
- 同一个模型可能需要适配不同的硬件后端
- 开源社区的跨平台适配工作会越来越重要
如果你在关注投资机会：
- 华为 AI 芯片产业链（包括上下游供应商）是一个值得关注的赛道
- 国产 AI 软件生态（框架、工具链、优化库）也有巨大空间
- 但需要注意估值和实际业绩的匹配度
风险和不确定性
- 技术差距：昇腾 910C 与 Nvidia 最新旗舰（如 B200）仍有代差
- 软件生态：CUDA 的生态壁垒不是一朝一夕能突破的
- 地缘政治：出口管制政策可能进一步变化
- 竞争格局：海光、寒武纪等其他国产芯片厂商也在追赶
华为 AI 芯片的 60% 增长是一个重要里程碑，但”国产替代”是一场马拉松，不是百米冲刺。