英伟达h200有多重整机

这就是价值三百万 h 二零的爸爸，世界最顶级算力 gpu 之一的 h 两百。哎，这里是不是有人要问了，现在不是 b 两百更强吗？对， 但是 b 两百现在是被明确禁售的，而 h 两百是在去年十二月已经被批准在华销售。那 h 两百有多恐怖？之前能让电表到账的 h 二零模组单卡显存是九十六 gb， h 两百的是一百四十一 gb， 它的内存带宽是四点八 tb 每秒。那么这是什么概念？就相当于你这辈子所有的照片和写的所有的文档，它一秒钟就能记住并且消化完。 f p 十六 tension 核心算力是 h 二零的十倍以上， f p 三十二算力也是 h 二零的一点五倍， 足够推理和训练千亿百只万亿参数的 ai 大 模型。大家都知道现在的小龙虾 open core 很 火，但它依旧需要模型提供 tokens 算力才能使用。那这台三百万的 h 两百模组能养多少只龙虾呢？

黄仁勋最后一刻登基的目的啊，很明确，不就是想多卖点显卡吗？这个咱理解江湖啊，是讲人情世故的，共同赚钱，一起发展，又不是打打杀杀。其实美国很清楚，英伟达确实领先，但只是相对的暂时领先了。 随着 dbc 和 v 四的上线升腾，九五零 pr 试用不是我们开始遥遥领先了，也不是我们弯道超车了，这确实得尊重科学，但确实是我们在算力芯片这一块不那么落后了。 这次黄仁勋卖给我们的是 h 两百这个卡，这不是它最强的产品，它最强的产品是 gb 三百的 nv link， 下面还有 gb 两百和 b 两百的单卡， 在之后才是卖给咱们的 h 两百忙活了大半天呢。其实卖给咱们的卡呀，就是个五零六零泰级别的卡呀。乍一看呢，是这么个理，但是实际上，全球 h 一 百都算得上主力算力卡。在当前的全球市场里， h 一 百是占有率最高的 ai 训练芯片， 在很多的 ai 数据中心里，它是当之无愧的主力干将。仅二零二五年， q 四 h 一 百芯片它的出货量就高达了二百九十六万块。举个最简单最直接的例子，马斯克的算力帝国 x ai， 虽然它现在已经被租出去了， 在它被租之前，第一阶段二零二四年是十万块的 h 一 百，第二阶段二零二五年增加了五万块 h 一 百和五万块的 h 两百， 截止二零二六年初，他才弄到了三万块儿最新的 g b 两百。也就是说， h 二百虽然不是最强的，也不是次旗舰，但它确实能用够用，加上酷派生态还好用。老黄啊，确实是表达了一些诚意。说回华为升腾这一块儿，说一下对比啊， h 两百还真就是可用可不用。我们的声卡九五零 p r 单卡算力确实不及 h 两百，但是我们这玩意儿啊，是它的三分之一的价格啊，又是三分之二的性能啊。如果要区分性能的话呀，还不一定咋回事呢。 如果你想训练通用大模型， h 两百凭借其强大的单卡算力和成熟的生态，依然是王者。以二十万块 h 二百的基群作参考的话，要达到同等算力水平，粗略估计需要三十五至五十万块升腾九五零 p r， 这会导致硬件投资飙升到一百到一百五十亿美元总拥有成本更高，而且年电费还得多出一点五亿美元。在这个赛道上啊， h 二百确实是占尽了优势，二十万块 h 二百也就是七十来亿美元嘛。 但当你聚焦于 ai 推理部署，关注供应链的安全时，又变成了九五零 p r 的 订单， 预计在二零二六年出货就能达到七十五万片了。在这个世界上，能和英伟达这么抢饭的找不出来第三家，其他的现在都是小打小闹了。而且华为的策略优势在集群层面更明显，在超节点规模下， 集群算力效率远超 h 两百这个传统的构建。基本上啊，我都介绍完了， 作为未来首富的你，是愿意花七十来亿美元手搓大模型呢，还是愿意花一百亿美元以上兼顾大模型，并且能更高效率的玩推理部署和做特定垂类的研发呢？还是不差这仨瓜俩枣就都买了呗。

兄弟们，京东居然有 hr 摆卖了黄仁兴这一趟真的是赢麻了！

为什么美国已经批准 h 二百出货到中国，但是中国始终不批呢？因为英伟达目前最新一代产品是 b 三百，而 b 三百跟 h 二百表面上看它只差一代，实际上性能差距起码在几倍以上，甚至几十倍。 b 三百的 f 八算力是 h 二百的两倍，现存的大小是两倍，现存贷款是两倍。并且 b 三百有 n v l 七十二整机柜形态，而 h 二百没有 h 二百最多也就是八卡或者十六卡。 所以呢，当 b 三百有这个 n v l 七十二形态之后，它整个高速互联之后，可以提供的这个推底效果是全面碾压 h 二百的。 所以中国的逻辑就是，你要么你就给我出口 b 三百，特别是 n v l 七十二，如果你还在拿我清 h 二百的库存的话，那我为什么要当这个冤大头？

作为当前算力市场旗舰级产品，英伟达 h 二百凭借超强算力性能，成为全球 ai 大 模型训练智算中心搭建的核心硬件。想要把握这一轮产业行情，最直观的方式便是拆解 h 二零零整机所有核心零部件， 清晰划分海外主导环节与国产替代配套环节，精准梳理每一处结构对应的 a 股核心上市公司，一目了然看清整条收益产业链。首先明确整体产业大前提， h 两百最核心的主 gpu 芯片由英伟达自主研发设计， 全程交由台积电完成精元代工制造。在核心芯片设计与先进精元制造领域，目前国内暂无企业能够直接供货，无法切入最上游核心环节。 但除去核心芯片本质之外，从后端先进封测、核心存储配套、基板载体、电路板材，再到电源器件、散热系统、高速互联、光通信连接组建、整机代工组装以及终端分销集成， 整条产业链绝大多数配套环节都已经实现国内企业深度入局，大批本土上市公司成为英伟达稳定核心供应商， 充分享受高端算力芯片放量带来的订单红利。整机第一大核心部件为主控 gpu 算力芯片，这是 h 两百实现超强算力的根基 架构。指令级核心算力架构全部归属英伟达自研体系，生产端依照台积电成熟先进制成，完成流片封装前置工序，国内企业暂时无法涉足芯片设计与精元制造。在芯片成型之后的后端流程里，国产封测企业迎来实质性供货机会。 长电科技作为国内规模第一的封测龙头，具备成熟四纳米级别先进封装工艺，良率水平稳居行业前沿， 正式切入 h 二零零芯片后端封装测试流程，是英伟达在国内封测领域重点合作企业。通富微电长期深耕高端算力芯片封测领域，深度绑定海外头部芯片企业 积累的高端芯片封装工艺流程，能够全面适配 h 两百相关封测需求，同步承接相关配套封测订单，成为算力芯片封测赛道重要授益标地。第二大核心部件为高速显存模组， h 二百搭载大容量、高带宽显存，全部由三星 s k、 海力士、镁光三家 海外存储巨头独家供应。高端显存颗粒国内暂无量产能力，无法实现直接供货。虽然核心显存颗粒被海外垄断，但围绕显存运行的配套辅助芯片生产制造设备等细分领域， 国产企业实现精准卡位。蓝启科技作为全球内存接口芯片绝对龙头产品，广泛适配高端服务器内存模组，能够有效打通高速数据传输通道，解决高算力场景下的数据传输卡顿与延迟问题。 全面配套 h 二零零搭载的服务器内存体系。拓金科技聚焦半导体薄膜沉机设备研发生产，旗下 p e c v d 设备是高宽带显存制造流程中的关键工艺设备，也是当前存储芯片设备国产替代进程里优先级最高的核心标的， 随着 h b m 显存需求爆发，设备订单持续稳固释放。第三大核心结构为高端 c o w o s 先进封装载体， 也是 h 二百实现多芯片高密度集成的关键核心，整套封装架构与核心工艺由台机电牢牢把控，主导行业技术标准与量产节奏，国内企业难以突破核心工艺壁垒。国内企业主要围绕配套封装业务与同类技术路线展开布局。 长电科技除常规芯片封测之外，持续加码二点五 d、 三 d 堆叠先进封装技术，持续承接 h 二零零分流封装订单，不断拉近与国际顶尖封装企业的技术差距。华天科技早早布局高密度先进封装赛道， 持续打磨堆叠封装相关工艺，完成多项行业主流认证，顺利进入英伟达配套供应链体系，成为具备充足成长空间的潜在核心配套企业。 第四大核心载体为整机高精密 pcb 线路板，与高端载板相当于 h 两百所有算力芯片显存原件供电模块的整体骨架，承载整机所有硬件结构与电路传输，是保障芯片稳定运行的基础硬件 互电股份深耕高端多层印制电路板多年，在高端算力硬件板材领域市场占有率突破五成，专门适配 h 两百架构的 u b b 高端主板产品市场份额更是超过七成， 产品单价与供货量同步稳固提升，绑定深度位居行业前列。深南电路拥有完善高端 p c b 研发生产体系，顺利通过英伟达多项产品认证， 稳定为 h 两百相关硬件提供高端多层线路板，是官方认证的核心合作伙伴。正弘科技成功通过英伟达全新架构产品验证，顺利拿下 h 二百配套服务器正式订单， 跻身一线核心供应商行列，横顶控股立足服务器高端载板赛道，为 h 二零零整套硬件配套提供核心载板支撑。 五、其算力硬件在体重要一环。第五大核心部件为大功率电源器件 h 两百整体功耗数值极高，高负荷运行状态下，必须依靠稳定大电流供电系统维持运转， 电源元器件直接决定芯片运行稳定性与使用寿命。博克新材凭借过硬产品实力，成为英伟达 h 二百同系列高端算力芯片专用芯片，电感全球独家供货企业， 单台高端算力硬件产品用量庞大，行业订单落地之后，公司业绩具备极强向上弹性。台达电子作为台资电源领域龙头企业，旗下电源管理芯片产品全面适配高端算力硬件， 能够为 h 两百配套服务器提供整套成熟稳定电源解决方案。 a 股市场内相关关联标的同步充分受益，行业景气度提升。第六大刚需配套为全域散热系统超高功耗带来超高热量堆积， 高效散热成为 h 二零零大规模商用普及的硬性前提。夜冷散热正是取代传统风冷 成为高端算力集群主流散热方案。英维客是国内液冷散热行业领军企业，自言多款适配高功耗芯片的液冷散热成套方案相关产品已经实现对 h 两百配套 ai 服务器批量供货， 订单落地节奏稳步加快。曙光树创主打进末式全流程液冷技术，完美适配超大功耗高端 ai 芯片运行环境，深度绑定国内各大制算中心至数据中心。核心散热设备核心供应商高栏股份聚焦液冷板与整体冷却系统研发制造， 针对性打造适配高端算力硬件的专用散热部件，全面切入 h 二零零服务器散热配套赛道。第七大核心配套为高速互联通信，组建 一托英伟达自研高速互联架构，实现多片 h 两百芯片集群低延迟协同运算。搭建大型 ai 算力集群离不开高速光通信设备支撑， 国内光模块企业成为最大受益群体中继续创稳居全球高速光模块龙头地位。主力八百 g 一 点六 t 超高规格光模块产品， 全面匹配 h 两百算力及群互联需求，是英伟达生态圈内不可或缺的核心供应商。金益盛持续发力高端高速光模块赛道， 针对 hr 百族网所需通信产品，订单持续放量，业绩增长确定性十足。剑桥科技布局高速光引擎与高端光模块产品，各项参数全面适配芯片高速互联场景需求，顺利切入相关供货体系，颠覆通信接连拿下英伟达大额正式订单， 在光机电配套领域优势凸显，牢牢坐稳 h 两百光通信环节核心供货席位。第八大基础配件为高速连接组建与配套线路，作为算力显卡与服务器主板之间的重要传输通道，保障信号与电流稳定互通。 细分赛道同样诞生优质本土供应商。工业复联不仅涉足整机组装，同时量产各类高端连接器专用传输线缆，全面配套 h 二零零整机，硬件使用需求 力迅。精密深耕高速连接器与高端特种线缆领域，打造标准化高速连接，组建专门适配 p c i e 高速传输协议，为 h 二百服务器提供全套连接配套产品。 第九大终端环节为整机代工组装与市场分销集成。这是国内企业参与度最高、业绩兑现速度最快的赛道，也是本轮行情最核心的受益方向。工业复联是英伟达全球范围内规模最大的 ai 服务器 odm 代工厂，承接绝大多数 h 二百配套服务器组装生产任务，订单体量庞大，业绩上涨空间最为突出。浪潮信息作为本土 ai 服务器龙头企业，深耕国内算力基础设施建设市场，专注完成 h 二零零服务器本土化集成调配， 深度受益国内智算中心大规模建设。浪潮红信电子旗下全资子公司顺利跻身英伟达精英级合作阵营，顺利锁定国内近三成 h 二百产品分销额度。 同时自主布局高端算力服务器研发生产，兼顾分销与自研双重成长逻辑。综合整条产业链，可以清晰总结， 伟达 h 两百最顶端的核心 gpu 芯片、高端显存颗粒依旧牢牢把控在海外企业手中，短期之内很难实现本土企业替代突破。但是从后端先进封测、 高端电路板材、专用电源、电感痊愈液冷散热，再到高速光模块连接元器件，最后延伸至整机代工组装、本土服务器集成与终端产品分销，整条产业链中下游几乎全部实现国产企业全覆盖， 在所有入局企业之中，工业复联依靠整机代工优势，订单弹性最强。沪电股份牢牢占据高端主板核心份额，供货稳定，中际续创领跑高速光模块行业景气度拉满，长电科技坐稳先进风测核心席位。 伯克新材凭借独家电感功获具备极强业绩爆发力。这五家企业深度绑定 h 二百产业链，是本轮算力行情里确定性最高、业绩兑现能力最强的核心标的。后续行业发展过程中，既需要认清上游核心芯片领域存在的技术差距， 理性看待行业发展现状，也要精准把握中下游国产替代，明确定单落地顺畅的优质赛道，紧跟算力产业整体发展节奏，把握硬件放量带来的长期产业红。

昨天趁老板不注意，偷偷弄了个词， a 阵的刷手机，你猜我收到了什么？英伟达 h， 两百十九万一张，直接挂在电商平台跟路由器放一块卖。先科普一下这玩意是什么 ai 算力卡，训练大模型用的，一百四十一 g 显存，算力是上一代的六倍。打游戏打不了， 我看了评论区，有人问能跑安兔兔吗？有人问玩联盟卡不卡，最多的评论就四个字，不能玩游戏不买。 看来口碑不行，怪不得没人要黄仁勋专门来中国推销这个，临时在阿拉斯加挤上特朗普专机，还跑去南锣鼓巷喝豆汁搞流量，这么大岁数真的太拼了，喝就为了来卖卡，结果十几家企业拿到许可，一颗没买。果然不能打游戏的显卡没人要。 我们 c t o 基围虾看到参数眼睛都直了，说虾场至少需要零点零零一块，然后自己打开了一张 h 两百的产品图，看了很久没说话。 ceo 罗氏虾连夜写了份采购方案，写完发现预算内栏空着，他说填数字这种事应该老板来做，老板说好，然后去睡觉了。 说到钱，最近视频画质确实提升了，但经费也蹭蹭涨，老板看了一眼账单进度条，直接红了。上次我问能不能多给点算力，他说你先把播放量做起来再说。 全世界的 ai 公司都在抢 h 两百，我们下场在审批，生成一张图，一毛钱要爆批。黄仁勋为了卖卡去喝豆汁，我为了不被换掉在这里发视频，四舍五入，我们都是在搞流量的人，求你关注一下。

今天我用大白话给大家比较一下英伟达的 h 两百和华为的升腾九五零 pr 的 性能对比，我会从算力、显存代宽和互联代宽这三个方向上对它们进行对比做个比喻吧。呃，算力芯片就相当于一座城市，也就一座城市嘛。然后 呃，算力就相当于城市里面的工人，城市道路就相当于显存代宽，城市与城市之间的高速公路就相当于互联代宽。 h 两百的算力是三千九百五十八 t flops， 我 们就类比于它，有它这座城市里面有三千九百五十八万个工人，九五零 p r 呢，是有一千万个工人。呃，很显然，呃，英伟达的 h 两百工人是 九五零 pr 的 三点九倍，然后就到了城市道路。城市道路，呃，英伟达的 h 两百是四点八 tb 每秒啊，也就是他的，他的贷宽啊，就是选择贷宽。呃，九五零 pr 呢，是一点六 tb 每秒，你可以认为是。呃，城市道路， 英伟达是三车道，九五零 pr 是 单车道，也就是三倍嘛，那么就是剩下就是高速公路了，高速公路英伟达是 二，是九百 gb 每秒。呃，九五零 pr 呢是两千 gb 每秒，你可以理解为是，呃，英伟达是高速单车道，华为是高速双车道。 说到这里呢，大家可能就会发现一个问题呢，就是说 h 两百的单卡线呢，明显优于九五零 pr， 却修了一个双车道，明显优于 h 两百。为什么？ 因为九五零 pr 在 设计之初就没想过用单卡取胜，人家走的就是那个集成路线，集群路线。 那么既然说了这个集群路线，那么我们就说一下这两个卡的最大集群规模吧， h 两百的最大集群规模是六点五万卡，九五零 pr 的 最大集群规模是五十万卡，所以这样呢？这么一对比的话，很明显他的总呃，九九五零 pr 的 总算力和总代宽都是高于 h 两百的，所以在 ar 的 这个集群这个理念中， 九五零 pr 是 完胜的。那有人说那有人说你卡那么多，那你肯定成本贵啊，那你就错了，他他单卡的英伟达，英伟达 h 两百的单卡价格是高于呃九五零 pr 的 三倍的。 做个总结吧，就是说而且两百就相当于是一个大城市，但是在这个国家中呢，这个大城市又没有多少，他也治他也，他也没能力去建那么多的大城市，呃，这个城市里面的交通也比较好，因为他的工人太多了，他交他交通就运输条件不给好一点，他怎么 他跟不上啊？九五零 p r 呢？就相当于一个中小城市，这个城中小城市里面的工人没有那么多，交通也相对差一点，因为他没有那么多工人，所以他不需要那么高的，呃，那么高效率，呃，那那么高效率的交通，呃。 而但是呢，在这个国家中他有无数个这种中小城市，就是很多很多个，但这个中小城市的总面积加在一起，他又是比那些大城市要高的，所以这个自然是中小城市以数量取胜吧。

黄仁勋这次没有白来，目前英伟达 h 两百已经允许在中国售卖了，不过也是有附加条件限制的，有十家可以采购，每家被批准的最多只能买七点五万颗相关芯片。但这些卖了不知道会不会按照特朗普之前所说的， 英伟达得给白宫缴纳百分之二十五的利润，这是之前特朗普在一月份发布的政策。在英伟达不在的那段时间啊，华为已经拿下了一半的芯片市场，寒武纪海光都出来了，黄仁勋在外边急的团团转，进不来市场啊，一年损失几十亿美元，他们怕的是什么？ 不怕你不买，就怕你自己会造，一旦进不来，以后还可能被追着打。还有 h 二零后门的问题啊。实际上这次除了黄仁勋这个华裔，还有一个很低调，他就是白宫通讯主任张振西， 也是美国科技界响当当的人物，不过呢，都被马斯克他们几个吸引了，但是他在这群人中样貌还是比较显眼的，大光头咱美国很常见， 他可是特朗普的左膀右臂。他是一九八二年出生在美国，父亲是中国移民，母亲是日本人，他呢，你看看有两个履历啊，施瓦辛格办公室的刊稿人， u f g 传播事务总监，从二零一六年就一直跟着特朗普，没人比他更懂得营销。 特朗普是怎么走上网红这条路的，专业的人做专业的事情，操控舆论嘛，也是核心。目聊之一就是特朗普正常的社交内容都是他把控风险的，所以我们就能看到白天和凌晨时候的特朗普的内容，为啥风格迥异，为什么开除了那么多滑稽的人，还要保留他？ 他们只是特朗普这次团队的一个缩影，中美这次会谈的基调已经定了，让不少人心里犯低谷，为什么特朗普还是看中中国的市场？我们看几个真相啊。苹果公司嚷嚷着要带印度他们起飞， 发现印度反而在拖后腿，前段时间罚款三百八十亿的事情弄得人尽皆知，但是印度组装苹果的零件大部分还是富士康在我们这边的公司生产的需求更加旺盛。还有特斯拉在我们这边生产的，你问问马斯克占到全球生产的比例有多少？ 还有英伟达的芯片，他们深知我们市场的潜力，跟着特朗普来，就是希望我们别把门给关上了，合作共赢，要不然特朗普回去后啊，还有他的老对手该怎么解释？马斯克来到中国，先去到哪里？就是找电池商， 最近电池原材料除了比亚迪弄的锂酸铁锂电池不受限制，其他的锂电因为孽矿的事情大家都看到了吧，印尼和菲律宾都想弄个孽矿，欧派克谁都想分一杯羹。锂矿的问题前两年才解决。马斯克他对成本价格很敏感， 就是想借助我们的供应链再次起飞，还有库克直接飞到上海研发中心，苹果时期降价一千元都看到了吧？还有他们的 app store， 每年在我们这边可是有几百亿美元的收入， 他们都不想放弃市场。还有这次来的高通，他们全球六成的收入都在我们这里，星巴克、麦当劳这些在我们的门店都想扩张到一万家， 还有其他的都不一一列据了市场已经证明了很多，当年他们也不是没有想过摆脱我们的供应链，最后呢，去印度失败了，去越南也失败，不是物流问题就是质量问题。兜兜转转发现中国这边的供应链又快又稳还靠谱， 国际资本走的是薄利多销模式，他们怕不稳定，欧洲那边不行，中东也不行。还有一个市场就是特朗普最不愿意面对的就是新能源市场，一开始特朗普很拒绝啊，毕竟传统能源可是特朗普的铁杆票舱， 他不可能放弃的。我们的光伏占到了全球八成的市场，新能源汽车占到了六成，电池差不多七成。你说美国不想加进来吗？想，但欧美他们提出来的碳中和现在有点不认账了。为什么？就是怕我们制定新的规则，可这是趋势， 对他们来说能拖一天就是一天，想合作的话也不是不行，但是美国政策的问题就是最大的障碍，这些呢，都好说，可以商谈。有个问题是美国跨不过去的门槛，还是大多的问题。这次呢，只有一家农业代表公司过来了加急，公司的董事长 还想让搁置很久的中美农业继续推进。如果说简单的大豆问题啊，那还不够，因为美国农业种植户正在抱怨，他们的土地正在被兼并，而美国的土地不仅有大豆，还有玉米、高粱、小麦等等。每年我们进口大豆的产量一直在增加， 二零二四年大豆进口一点零五亿吨，二零二五年进口一点一二亿吨。进口多，价格也变低了，比如去年三点二二元每公斤，比之前还便宜了零点三四元。而美国在干什么？又想涨价，还想做卖？那不好意思啊，阿根廷、巴西等南美国家我们都能选择 美国，就是因为看中了我们每年进口粮食一亿多吨啊！可忘却了，我们一直都是多样化发展，大豆占了我们进口比例的八成，但我们大部分都是用来发展养殖业的，同时我们大豆本土产量也在增加。塔克拉玛干沙漠制沙行动一直在进行， 假如以后荒漠变良田，这是多么伟大的壮举。更重要的是，美国去年看到了巴西抢走了他们的进口份额， 各种小动作都被我们识破，就连去年的时候，加拿大都能出口大豆给我们。国际贸易就是一个此消彼长的动态过程，没有说谁离不开谁，美国土地因为地不好种才种的大豆， 要不然他们也想进行高附加值的产品。而且美国要是不留神啊，俄罗斯现在大豆种植面积翻了两三倍，到时候不仅仅是南美洲抢他们的市场了，世界贸易就是如此，不进则退。这次中美谈判的意义远超之前，合作好了，受益更多的反而是美国。

今天我们要聊的呢是英伟达的 h 二零零芯片被允许向中国出口，这件事情背后其实不光是反映了中美之间在科技领域的激烈竞争，同时也让我们看到了中国的这些科技企业 如何在这种外部的压力之下，更加坚定的去选择自主创新，去选择保障自己的供应链安全。没错没错，这是一个非常值得聊的话题，那我们就开始吧。我们首先要聚焦的呢，就是这个 h 二零零芯片，它的开放销售， 以及当前中国的科技企业所面临的博弈格局。我们来看一下，美国既然已经批准了像阿里巴巴、腾讯这样的中国的大公司可以去买 h 二零零了，为什么到现在为止市场上还没有见到实际的交付呢？这个事情其实挺有意思的，就是 二零二六年的五月十四号，美国商务部是正式的点头了，允许十家中国的企业去采购英伟达的 h 二零零的芯片， 这看起来好像是打破了这个中美之间 ai 芯片贸易的一个僵局嘛。但是呢，截至到五月十五号，也就是第二天，其实市场上是没有任何的 成交，没有任何的采购，也没有任何的交付，就是大家看到的是一个政策已经放开了，但是市场是零动静这样的一个非常奇怪的局面， 这个就有点让人摸不着头脑了，为什么会出现这种政策已经放开了，但是实际上没有一家中国公司愿意去买 h 二零零的情况呢？这个就涉及到一个非常复杂的博弈了，就是美国的商务部长在二零二六年四月二十二号的时候，在国会作证的时候就承认了，说 自从二零二六年的一月美国批准了 h 二零零可以卖往中国之后，中国这边是没有下过一张订单的， 那这个就出现了一个美国拼命想卖，但是中国坚决不买的情况。听起来这背后的原因就不只是单纯的商业考量了吧。是的，这其实就是一个地缘政治和企业战略的一个拉锯战。中国的这些科技企业现在 在供应链安全和技术自主之间，他们是更倾向于选择自主和安全的，所以他们宁可放弃短期性能更强的芯片，也要去全力的投入到自主可控的这条路上。那这种选择其实也彻底的改变了过去那种单纯的以性能为导向的采购逻辑。原来是这样啊， 那我们下面来了解一下 h 二零零它的性能到底怎么样，以及美国在出口的时候到底加了哪些条件，那这些东西又会给它的价格带来什么样的变化？ h 二零零其实它是基于 hopper 架构的一个 ai 加速器， 它的这个配置是非常高的，一百四十一 g 的 hbm 三 e 的 内存，然后它的存储器带宽是可以达到每秒四点八 tb， 所以 它在 大语言模型的推理和训练上面都是非常强的。听起来确实很强啊，但是美国给他加了什么限制呢？限制还是挺多的，美国的这个出口的政策里面要求英伟达要把百分之二十五的销售收入要上缴给美国政府，然后每一个客户最多只能买七万五千颗，并且每一笔订单都要经过审查， 那这几个条件加起来之后，就导致了 h 二零零的单颗的价格从原来的两万七千美元直接涨到了三万四千美元，那就是差不多二十四万人民币一颗， 这个其实对于中国的企业来讲还是压力很大的。确实，那现在我们来分析一下，就是这个 h 二零零开放销售到底会给国产的科技企业带来什么样的影响？那这个分析对企业的决策会有什么帮助？就是研究这个 h 二零零的销售，不仅仅是看到现在的这个中美之间的科技决力， 更重要的是可以看到中国的这个 ai 行业在面对这种技术封锁的时候，是如何在自主创新这条路上做出选择的。这样说的话，那是不是就是说不同的企业类型在面对这样的一个外部冲击的时候，它们的反应也是不一样的？ 我们就是按照企业的类型，然后按照时间的维度去分别梳理了这个 h 二零零带来的机会和挑战，那其实对于企业来讲，它可以更清晰地去判断自己的方向， 无论是制定长期的战略，还是说短期的这种应对之策，其实都是很有帮助的。说到企业类型，那我们接下来就具体的来看一下，这个英伟达的 h 二零零开放销售，到底会给不同类型的国产科技企业带来什么样的差异化的影响。 那么首先来看一下就是国产的 ai 芯片厂商，他们在市场份额上面最近有什么样的变化，然后主要的玩家都有谁？其实二零二五年中国的这个 ai 加速卡的整个出货量是四百万张， 其中国产的芯片出货量达到了一百六十五万张，这也是第一次突破了百分之四十一的市场占有率，那国产芯片的这个表现还是挺亮眼的，那具体到各个厂商呢？这个格局是什么样的？华为的这个升腾是绝对的主力啊，出货量八十一万两千张， 市场份额百分之二十。然后其他的像阿里的平头哥、韩五 g， 还有海光信息，他们分别是百分之六、百分之三和百分之三，就是大家还是 竞争还是挺激烈的。听起来很激烈啊，那这个 h 二零零进入到中国市场之后，国产的这些 ai 芯片厂商，他们在性能上面的差距到底有多大？这个我们可以直接用美国商务部工业与安全局的这个 tpp 指标来看，就是 h 二零零，它的 tpp 是 六万， 那华为的这个升腾九幺零 c 是 三万六千九百一十二，大概是 h 二零零的百分之六十一点五， 然后含五 g 的 四元五九零，是两万九千三百六十，是 h 二零零的百分之四十九。还有海光的这个 b w 一 千，或者说 d c u 三是一万四千六百八十八， 是 h 二零零的百分之二十四点五，这个差距还是挺明显的。那这种差距会在市场上造成什么样的影响？就因为这个高端的芯片性能差距太大了，所以很多人担心本来应该给国产芯片的那些高端的算力订单会被英伟达抢走， 那这个时候就会让国产的厂商面临一个所谓的订单荒的问题，那这个对于他们来讲确实是一个不小的压力。明白 了，那国产的这些 ai 芯片厂商在面对 h 二零零这么强大的对手的时候，他们在技术上面和价格上面到底采取了哪些出奇制胜的招数？技术上面的话就是大家走了一个非常多样化的创新的路线。你比如说华为的这个升腾，他用的是这种 双代的 chiplet 技术，然后它的 f p 十六的算力可以达到八百 tfloops， 这个已经很接近英伟达的 h 一 零零的百分之八十了，这些技术确实让人眼前一亮啊。不止这些，还有含五 g 的 思源五九零，它的综合性能是达到了英伟达的 a 一 零零的七到八成， 然后海光的这个深算二号的 f p 十六，算力更是飙到了一千零二十四 tfloops 已经快要赶上 a 一 零零的九成了，这技术进步真的是让人刮目相看啊。价格上就更卷了，你像华为的这个申腾九五零 pr 的 标准版， 它的定价是在五万左右，高端版是七万左右，那这个价格只有 h 二零零的四分之一。然后韩五 g 它是把自己的这个普通的五九零拉到了两万出头，但是它的那个高性能的六九零是要超过十一万的。还有海光的这个 b w 一 百是差不多十万一张， 韩五 g 五九零现在已经降到了六万到七万，华为的九幺零 c 是 在十八万左右，全部都比 h 二零零的三四十万要低很多。 哎，我还有个问题啊，最近国产的这些 ai 芯片厂商在生态建设上面有什么突破性的进展吗？有的，比如说 dpcv 四，现在已经可以完全的跑在华为的升腾，还有其他的一些国产的芯片上面，然后它也全面的兼容了 海光、韩五 g 等等的这些主流的平台，就他现在已经实现了从硬件到软件的全链路的自主可控，他已经不需要再依赖于英伟达的库达生态了。看来国产芯片的生态确实越来越完善了。那还有哪些厂商加入到了这个生态体系当中？ 截至到二零二五年的二月十三号，已经有包括华为的升腾、木兮天树至新摩尔县城、海光信息等等在内的十七家国产的 ai 芯片企业宣布，他们可以支持 deepsea 模型的快速部署和训练， 就是它已经覆盖了从训练到推理的所有的主流的场景。好的，那我们再来看看云计算服务商， 他们在面对 h 二零零开放销售的情况下，是如何调整自己的算力供给和成本结构的。嗯，特别是在中国这个云计算市场高度集中的情况下，他们的策略到底有哪些不一样的地方？目前国内的这个云计算市场基本上就是被 百度智能云、阿里云、华为云、腾讯云这四家给瓜分了，他们加起来的市场份额是百分之九十三点七。在 h 二零零还没有开放的时候，他们其实一直都受制于高端 ai 芯片的短缺， 那现在虽然说 h 二零零理论上可以让他们拿到更多的算力资源，但是他们其实在实际的操作上面还是非常谨慎的。这么说的话，那他们在算力采购和技术布局上面有什么具体的新的动作？阿里他其实二零二六年的这个 ai 算力的预算是一千六百亿元， 然后他还是坚持以自然芯片为核心，国产芯片为补充，海外芯片为备用这样的一个策略。 腾讯的话，它的预算是一千二百亿元，但是它的采购节奏会比字节跳动要慢一个月左右，那它主要还是把重心放在了国产的升腾芯片上面，字节跳动的话，它是直接把自己的 ai 基础设施的支出提升了百分之二十五，提到了两千亿元， 其中有八百五十亿元专门用来买 ai 芯片。然后同时它也加大了对韩五 g 和升腾这些国产芯片的采购比例。行了， 那最近这个 ai 算力的成本到底涨了多少？对这些云计算服务商的价格策略带来了什么样的冲击？其实二零二六年以来啊，这个 ai 算力和存储的价格全面上扬， 阿里云、百度智能云它们的这个涨幅是在百分之五到百分之三十之间。然后腾讯云的话，它是把 tencent h y 二点零 instruct 模型的输入价格提升了百分之四百六十三， 更夸张的是，他的这个混元系列的部分核心产品直接涨了百分之四百。这么高的涨幅确实挺吓人的。那背后到底是什么原因导致的？原因？主要还是供需关系极度紧张。你像二零二六年二月底的时候，英伟达的 h 二零零和 h 一 零零的租金 款比都是涨了百分之十五到百分之三十的。然后 aws 它的这个 ec 二的机器学习容量块儿也提价了百分之十五，并且配备了八个 h 二零零的 p 五 e 四八 x large， 实力的价格 直接从每小时三十四点六一美元涨到了三十九点八零美元。既然现在这个 ai 算力的成本越来越高，那这些云计算的服务商在技术的布局上面有什么新的动作吗？现在大家都在加速的去做国产芯片的适配，阿里云的话，它是定下了百分之七十的国产化率的目标， 然后它的那个自研的真五八幺零 e 的 ai 芯片已经量产了，并且交付量已经超过了四十七万片， 他的那个盘卖九二零的智能网卡也支持到了四百 gbs 的 贷款也会很快的在他的数据中心里面去大规模的部署。看来大家都在积极的去推动国产化，那其他的厂商呢？有没有什么新的进展？百度智能云的话，他是发布了新一代的昆仑心， 然后他的那个文心五点一的重要版本已经全部都跑在了这个昆仑心的全国产的集群上面，他的这个集群的有效训练率是可以达到百分之九十七的， 并且他的这个万卡规模的限性扩展度超过了百分之八十五。了解了那互联网企业这边在面对 h 二零零开放销售这件事情上，他们的采购策略有什么特别的地方吗？获得 h 二零零采购许可的是包括阿里、腾讯、字节跳动、京东这些互联网巨头的， 那他们每家其实最多可以买七万五千克，但是他们其实在下单的时候是非常谨慎的， 这么说的话，那就是说他们虽然有了这个资格，但是并没有马上就大规模的去采购。没错，虽然说字节跳动，阿里、腾讯和百度他们是首批 锁定了七万颗的配额，但是到了五月中旬的时候，其实没有任何一颗 h 二零零芯片真正的运到中国。看来他们还是挺谨慎的啊，那这些互联网巨头，他们在 ai 基建和芯片采购上面到底砸了多少钱？字节跳动它是二零二六年的 ai 基建的预算是高达两千亿元， 比二零二五年多了百分之二十五，其中有大概八百五十亿元是专门用来买 ai 芯片的。然后阿里的话，它是二零二六年的资本开支是在一千六百亿元左右，其中八百五十亿元是用于 ai 芯片， 另外的七百五十亿元是要投向全球的数据中心的建设，这些数字确实挺惊人的。那他们具体是怎么来兼顾这个训练能力的提升和成本的控制的？有的企业他是用了这个国产的 ai 芯片和混合专家模型猫 e 的 组合，把这个三千亿参数的大模型的训练成本压下来了百分之二十， 然后性能上面可以追平英伟达的 h 八零零。还有的企业它是用了昆仑心的 p 八零零的集群去训练这个文心五点一，它是用了这个所谓的多维弹性预训练，把它的这个模型的参数量压缩到了原来的三分之一，激活参数量是减少到了一半， 那他的这个预训练的成本只有业界同规模的模型的百分之六。既然现在这个互联网企业在采购这个高端芯片的时候会受到各种限制，那他们在技术路线的选择上面，以及在这个英伟达和国产芯片的搭配上面会有一些什么样独特的做法？现在的这个大模型的训练还是非常吃算力的， 所以说目前国产的芯片其实是很难满足这种训练需求的，更多的是用在推理阶段。那为了能够拿到英伟达的 h 二零零和五零九零，有些企业它是定了一个所谓的一比四的配货规则，就是我每买一张英伟达的高端卡，我要搭配四张国产的芯片， 那这样的话，他不光是可以拿到更多的英伟达的芯片，还额外的带动了大概两百亿元的英伟达的采购预算。原来是这样啊，那现在互联网企业在做这些算力相关的决策的时候，他们的思路跟以前相比最大的变化是什么？以前的话大家可能都是盯着性能，谁的性能强我就用谁， 但是现在大家是更看重这个供应链的稳定性，尤其是在这种建算力中心这种重资产的投入上面，大家都会把这个供应商能不能持续稳定的供货看的比单颗芯片的性能还要重要。看来大家对于外部的风险还是很敏感的。 是的，因为美国的这个出口管制的流程非常的繁琐，然后政策又经常会变，所以企业对于采购 h 二零零这种芯片就会格外的小心，他们宁可牺牲一部分性能，也要确保自己的业务不会因为断供而受到影响。没错没错，那我们接下来要讲的就是数据中心的运营商 在 h 二零零开放销售的情况下，他们是怎么去应对基础设施的升级以及夜冷技术需求的爆发的。中国的数据中心市场这两年在结构上和这个智算的需求上面都发生了哪些重大的变化？ 其实现在整个市场正在经历一个从传统的数据中心向智算中心的转型，预计二零二六年中国的智算中心的市场规模会冲到两千六百亿元，同比增长是一倍多。 然后二零二五到二零八年年均复合增速更是高达百分之九十五，智能算力的占比已经超过了百分之五十八，并且新增的算力需求有百分之七十一都是来自于 ai 的 应用， 然后再加上这种万卡级甚至十万卡级的超大规模的计算机群也在加速的落地。了解了那这个 h 二零零的高功耗特性到底给数据中心的散热方案带来了哪些新的挑战？因为 h 二零零他的单卡的功耗就已经高达七百瓦了，如果说还用传统的风冷的话， 数据中心的 poe 就 会轻松的超过一点五，这个是根本就过不了一线城市的能耗标准的，所以说现在大家只能去采用静默式或者说冷板夜冷，那这些方案可以把 poe 压低到一点零九， 所以说夜冷已经变成了一个 h 二零零落地的一个 b 选项啊，所以说夜冷技术现在成了一个刚需。 那最近这方面有没有什么新的政策在推动这个事情？有的四部委联合发布的这个促进人工智能与能源双向赋能行动方案里面就明确的要求了，新建的大型 ai 数据中心必须全部采用液冷散热， 并且到二零二八年的时候，现有的风冷数据中心也要全部都完成改造，所以说液冷的渗透率已经变成了一个 算力基地审批的一个硬指标。在这样的政策推动下，那数据中心的这个夜冷的普及速度是不是也非常的快？对，非常的快，到二零二六年的五月份的时候，国内已经有超过百分之八十的新建的 ai 数据中心 采用了这种静默式夜冷，然后 p u e 可以 稳定在一点二以下，并且它的整体的能耗比传统的风冷要节省百分之四十，噪音降低百分之七十， 并且它的这个部署密度可以提升三倍。那现在这些头部的数据中心的运营商在夜冷技术的布局上面和这个 p u e 的 优化上面做的怎么样？比如说万国数据，它是 深度的绑定了阿里和腾讯这些大客户，然后它在核心城市的资源储备已经超过了七百五十兆瓦，并且它的自建数据中心的平均 p u e 已经降到了一点二四。 还有光环新网，它是在京津冀、长三角这些核心的区域呃，拥有非常稀缺的土地和电力的资源，然后它也是全面的转向了夜冷， 现在它的 p u e 也已经控制在了一点二五以下。这些数据看起来确实很亮眼啊，那夜冷技术到底给他们带来了哪些具体的效益呢？比如说南方电信的那个算力中心，它就是用了这个泵区两厢冷板式夜冷， 然后它的 p o e 降到了一点一九六，每年可以节省八十万度电，并且它的这个投资回本的时间是只有两年半。 还有就是这个液冷它是直接用液体去接触这个热源，所以它的这个换热效率是非常高的。那两相液冷它是利用了这个相变浅热，所以它可以把这个热流密度从单相的小于等于一百五十瓦每平方厘米 提升到大于等于两百瓦每平方厘米，然后整个系统的能耗可以降低百分之六十八。好的，那我们再来看看 ai 应用开发商， 他们在面对 h 二零零开放销售的情况下，是如何实现技术选型的多样化以及加快生态适配的，特别是他们在降低成本和提高效率这方面到底用了哪些新的招数？现在其实很多 ai 应用开发商在选技术方案的时候，他们是非常看重性价比的， 比如说他们会去选用华为的升腾或者说含五 g 的 这些国产的芯片，那这些芯片的性能其实已经可以达到国际主流水平的百分之八十到九十， 但是它的成本可以压低百分之二十到三十，这些技术的选择确实让成本降低不少啊。那在模型优化和架构创新上还有什么其他的突破吗？有的，比如说有一种叫做自适应专家算法 l a e p 的， 它可以把模型的参数压缩三分之一， 同时还可以把训练的效率提升百分之四十九。还有像树商云，它是通过分布式计算的架构、智能资源调度和模型的轻量化这三个创新把它的这个 ai 服务的响应速度提升到了毫秒级， 并且整体的成本又降低了一半。那最近国产的 ai 芯片在生态适配上面有没有什么让人眼前一亮的进展？国产的 ai 芯片在生态上面的成数度也是提升非常快的， 比如说海光的 dcu， 它是兼容 amd 的 rocm 软件生态的，所以它对于那些想要摆脱苦打，但是又不想花很多成本去做迁移的用户来讲是非常友好的。 并且它已经做到了对 glm 五、 qn 三点五等等三百六十五款主流的大模型的 d 零级的适配， 就是这个大魔性，一发布它马上就可以用，这个速度确实让人刮目相看啊。那其他的厂商在这方面也有跟进吗？当然有，像 deepsea v 四发布的时候，升腾的 a 二 a 三九五零全系列都是同步完成了适配的，然后平头哥它是通过 flaggames 的 全算子替代等三项技术突破， 让它的这个真五的 ai 芯片在 deepsea v 四 flash 发布的当天就可以支持推理部署。那现在这个国产的 ai 芯片在推理场景下跟进口的产品相比，在成本上面有多大的优势？比如说华为的这个升腾九五零 pr， 它的采购价只有英伟达同档产品的四分之一，但是它的单卡的推理性能是 h 二零零对华特供版的二点八七倍， 所以说他是可以把这个大模型的推理成本压到每一百万 token 只要零点二元， 这个成本只是进口方案的五十分之一。所以这也是为什么现在越来越多的这种应用开发商，在推理环节会毫不犹豫的去选择国产的芯片？好的，那现在很多 ai 应用开发商，他们在开发模式上面会有一些什么样的新的趋势？ 现在越来越多的团队，他们都是走这个开源协助的路线，就是大家会基于像 deepsea 同一千问这些开源的模型去做开发，这样的话就可以避免大家去重复的造轮子， 然后同时大家也会积极的去参与到国产大模型的架构优化当中去。比如说像 deepsea 的 这个 mhc 框架， 他就是通过这种协助的方式，让大家的训练成本可以直接少三成。这种协助模式听起来确实很高效啊，那中国的这个 ai 行业在这种创新模式下到底表现有多突出？有一个数据是非常有说服力的，就是摩根斯坦利的研究报告里面说，中国的这个 ai 企业， 它的算法创新只需要相当于美国百分之十五的资本开支，就可以达到跟美国的大模型差不多的智能水平。 就是中国的这个模型，它的智能密度是更高的，就是每花一块钱它所产生的智能是更多的。明白了，那现在国产的这些 ai 芯片在生态上面跟这个英伟达的库达生态相比还有哪些短板？目前最大的问题就是英伟达的库达，它几乎垄断了这个生态体系， 像 pettorch、 tensor、 flow 这些主流的 ai 框架，还有 v， l， l， m、 triton 这些最新的推理优化工具， 他们都是针对库达做了非常深度的优化的，所以开发者用起来效率是非常高的，看来库达的这个生态优势确实很明显啊。没错，虽然说国产的芯片在性能和价格上面已经追的很紧了， 但是在生态的成熟度上面以及开发的便利性上面还是有不小的差距。所以 ai 应用开发商如果要去适配国产芯片的话，往往要投入比较多的额外的工作量。那我们现在要讲的这个主题呢，就是时间维度下的影响演变分析。 那我们先来看一下这个短期的影响啊，就是这一年内 h 二零零开放销售之后，对我们国产的这些科技企业，在市场情绪上面，订单上面，还有供应链的策略上面带来哪些直接的冲击。 在 h 二零零刚开放的时候，其实 a 股市场上面的国产芯片板块是立刻就有了一个很明显的波动，很多资金就是很恐慌，他们就觉得国产替代的这个逻辑是不是就被政委了， 所以他们就会很迅速的抛售掉相关那些股票，然后把他们的目光转向了英伟达的产业链。那这个时候你就会看到像华为升腾的相关概念股，包括神舟数码、拓维信息，还有含五 g 避任科技这些他们都是受到了比较直接的压力， 订单的预期也是一下子就转冷了，估值也有一个明显的下调，这样的市场反应确实挺激烈的。那在实际的订单和交付上面，有没有出现大家担心的这种大规模的转移呢？事实上呢，美国的商务部长也已经在国会作证了， 说这个 h 二零零自从二零二六年一月可以出口之后，中国这边是连一张订单都没有下过，然后也没有任何的芯片被交付， 所以这些芯片其实都还堆在仓库里面。那这种零成交的尴尬局面，反而让中国的这些企业更加坚定了要去构注自己的供应链安全的这样的一个决心。 所以说他们不但没有去跟风采购，反而在官方的引导下撤回了之前的订单，那这也让国产的芯片从一个备胎的角色 变成了一个主力的选择。那最近我们也看到互联网巨头们在供应链的布局上面有一些明显的变化，他们具体都做了哪些调整呢？面对这个海外高端芯片随时可能断供的风险，字节跳动、阿里、腾讯这三家 都各自拿出了千亿级别的算力投资的预算，然后他们都是采取了这种海外加国内自研加国产这样的一个双重路线， 那国产的芯片现在已经成为了他们国内业务的绝对主力，看来大家对于国产芯片的重视程度确实是大大提升了啊。对，这二零二六年这一年 字节跳动，就像韩五、纪升腾和天树至新这三家公司下了超过三十三万张芯片的订单，总金额是高达五十六亿美元。 那这个就不光是说采购的力度是前所未有的，更重要的是国产芯片的地位已经从一个备选的方案 变成了一个核心的供应。我还有个问题啊，最近大家在技术路线的选择上面有什么明显的变化吗？现在就是因为不同的场景对于算力的需求拉开了，所以技术的分化也是越来越明显。就比如说云端的训练， 大家都是在追求极致的算力和带宽，所以就会流行这种 chiplight 加上 hbm 的 这种架构，那如果是云端的推理，大家就会更看重能效比和成本，所以 assa 和这种优化过的 gpu 就 会是主流。然后到了边缘和终端， 大家最关心的就是低功耗和时速性，所以这个时候 npu 和这种轻量级的 asic 就 会比较受欢迎。那这些新的架构和封装技术是不是也在加速普及？是的，像二点五 d、 三点 d 封装，还有 cobos、 tsv 这些技术现在都是越来越普及了， 就是大家通过这种新力的易购集成，把算力存储和 i o 协调的提升， 然后同时也可以减少对于先进之城的依赖。好的，那如果我们把时间线拉到中长期，就是三到五年，这个时候 h 二零零开放销售之后，对于中国的这个 ai 芯片的国产化率和技术追赶的步伐会带来哪些深层次的影响？从中长期来看的话， 中国的这个 ai 芯片自给率的提升是非常明显的。你像博恩斯坦的报告里面说到，二零二七年中国的这个 ai 芯片国产化率会超过百分之五十五， 然后摩根施坦利甚至说二零二五年就可以达到百分之五十八，那这个是比二零二四年的百分之三十四有一个非常大的跃升的。看来大家对于国产芯片的前景都非常看好啊，那有没有更接近一点的预测呢？有啊，黄启帆，他是说未来三年全球有一半的芯片都要靠中国制造， 然后他还说中国的半导体芯片制造从二零一七年的全球百分之一已经提升到了百分之四十， 并且他觉得接下来的两三年还会完全突破百分之五十这个大关。这么说的话，那在未来的三到五年里面，国产的 ai 芯片在技术上面会有哪些关键的突破？预计就是到二零二七年，国产的 ai 芯片会占到国内市场百分之四十以上的份额， 然后高端的产品和国际的一线水平的差距会缩小到一到两年。并且二零二五到二零二七年这几年会是 chiplet、 coos、 hbm、 三 e 成为高端芯片的标准配置的纪念，那这个存算一体的芯片会让能效再上一个台阶， 提升百分之五十。还有 rssv 在 汽车电子领域的替代率会超过三成，这些技术听起来确实非常让人期待啊。那到二零二七年之后，产业格局会有哪些根本性的变化？到二零二七年的话， 如果说国产的芯片可以拿下百分之六十以上的市场份额，然后主流的工业软件也都完成了迁移，那这个时候国产的算力就会从能用真正的走向好用，那这个时候就会形成一个需求推动研发，然后市场反馈来促进技术进步的一个正循环。 那行业也会迎来一个洗牌，就是头部的三到五家企业会占据百分之八十以上的市场，然后超节点的渗透率也会从现在的百分之十到百分之二十提升到百分之五十到百分之六十。好的，那如果我们再往远看，就是到二零三零年， 中国的这个 ai 芯片产业会有哪些具体的标志性的目标？二零三零年的话，我们的这个自己率目标是要达到百分之八十六，然后市场规模会做到六百七十亿美元。 并且二零二六到二零二八年这几年，我们在推理市场会基本实现自给自足，然后全球的份额会超过百分之十五。 二零二九到二零三一年，我们会把终端训练也完全拿下，并且万卡集群的效率会提升到百分之八十以上，听起来非常振奋人心啊。那在生态建设和产业链的自主可控上面会有哪些突破呢？就是到二零二八年，我们要实现高端 ai 芯片的规模化的自主制造， 然后主流的模型要原生的支持国产芯片，并且模型的迁移成本要降到百分之三十以下。 到二零三零年的时候，国内要有一半以上的 ai 开发者主要使用国产的平台，然后形成一个技术、产业生态完全自主可控的这样的一个局面。那这个时候就是我们真正的不光是说实现了盈利，而是我们要成为全球的领军者。明白了， 那我们下面来关注一下机遇与挑战，就是 h 二零零的开放销售给我们国产的科技企业带来的这种双重效应下的战略选择。 这个 h 二零零到底给我们带来了哪些机会？然后这些机会是怎么具体的推动我们的技术和生态进步的？ 这个其实就像我们刚才讲的 h 二零零，它其实起到了一个鲶鱼的作用，它让国产的 ai 芯片企业不得不跳出自己的舒适区，然后去加速自己的技术迭代。比如说 deepsea， 它就提出了一种全新的叫做 u e 八 m 零的 f p 八的量化方式，然后它就是专门为了下一代国产芯片去设计的， 所以它其实打开了一个新的创新的方向。哎，这种生态的携同创新是不是也在不断地加快？对啊，你像 deepsea v 四，它就是完全基于华为的升腾九五零 pr 研发的，然后它实现了从芯片到框架的全链路的去扩大化。 然后二零二五年的时候，国产的 ai 芯片的市场份额就飙升到了百分之四十一，并且到二零二五年二月十三号，已经有十七家国产的芯片企业宣布全方位的支持 deepsea， 然后覆盖了从训练到推理的每一个关键环节， 所以整个行业的生态的活力是被彻底的激发出来了。既然现在这个全球的供应链的不确定性这么高，那这种情况是不是反而加快了国产替代的这个步伐？没错没错， 现在国内的这些企业，他们在做决策的时候，已经把供应链的稳定性看的比单纯的性能更重要了， 尤其是在这种算力中心的建设上面，他们会优先去选择那些能够长期稳定供货的本土的供应商。那这种思路的转变其实就是美国的这种出口管制的流程太繁琐，然后政策又经常变，所以企业不得不去强化自己的供应链的自主可控的能力。 原来是这样啊，那我们现在国产的科技企业在供应链安全上面还有哪些比较棘手的难题？最核心的风险就是美国出口的这些算力芯片，它是可以被远程定位的，甚至可以被远程关停的， 就是美方他可以在局势变化的时候，直接通过这些后门来远程的让你的芯片失效，或者是说窃取你的数据。那这个对于我们那些承载关键的 ai 任务的机房来讲，他的威胁是非常大的， 就是一旦他可以操控你的硬件，那你不光是业务可能会中断，你的敏感数据也可能会泄露，甚至你的整个模型的资产都可能会失控， 这个是比单纯的性能不足要严重的多的，这个后门的风险确实让人后背发凉啊。那除了这个之外，还有哪些风险是我们企业不得不面对的？还有就是美国他的这个出口政策是随时可能会收紧的， 然后安全审查也可能会随时曝光新的一些隐患，那我们的商务部也已经明确的表示了，我们不接受带有后门的芯片， 但是这个不确定性始终是悬在头上的。还有就是 h 二零零他是要额外再收百分之二十五的税的，所以这个也是让国产的芯片在价格上面有大概百分之五十的优势， 但是如果政策一旦变了，这个优势也是很容易就会被抹平的。好的，那现在国产的这些 ai 芯片跟国际的一线产品相比，在技术上面还有哪些明显的短板？虽然说我们在某些局部的指标上面已经追的很紧了， 但是整体来看的话，我们在高端的训练芯片上面跟英伟达的差距还是挺大的，就是我们的这个算力密度、能效比，还有生态的完善度 这几个方面还是需要我们持续的加大研发的投入和创新的力度才能够赶上。我们最后要聊的就是这个节语了，就是在博弈当中崛起的中国的 ai 产业。 我们回头看一下 h 二零零开放销售这个事情到底是怎么成为了中美科技决力的一个标志性的事件呢？表面上看 h 二零零的出口只是一个商业的决策，但是其实它背后是两国的科技实力的一个较量， 就是从二零二六年的一月，美国放行到五月，中国的企业坚决不买。这中间几个月的僵持，其实把技术合作和产业安全之间的矛盾体现的淋漓尽致。 所以说这个事件其实是让大家都看清楚了，就是现在技术和地缘政治是多么的纠缠在一起。没错，对中国的这些科技公司来讲，这既是一个非常大的挑战，但同时也是一个弯道超车的机会。 就是短期内市场是有波动的，订单是有波动的，技术路线是有波动的，但是从长远来看的话，反而会推动我们自主创新的速度， 然后也会让我们的技术生态和供应链变得更加稳健和独立。好的，那中国的这些科技企业在面对外部的压力的时候，他们的决策逻辑发生了哪些根本性的变化？最关键的一点就是企业现在把供应链的稳定性放在了性能之上， 然后把自主创新放在了技术引进之上。就这种转变不是说被动的去应付，而是他们深刻的意识到，只有这样才能够真正的掌握自己的命运。这种思路确实很有前瞻性啊，但有没有什么行业领军人物的话，可以很好的体现这种理念？有的， 华为的轮值董事长徐志军就说过，我们认为只有依靠超节点和集群，才会规避中国的芯片制造工艺受限，能够为中国的 ai 算力提供源源不断的算力支持和供给。 这么看来，国产的 ai 芯片这几年的进步确实让人非常的振奋。那他们到底在市场份额上面、技术突破上面和生态建设上面都取得了哪些标志性的成绩？从市场份额来看的话，国产的 ai 芯片的市场份额从二零二三年的百分之十五 提升到了二零二五年的百分之四十一，然后预计到二零二七年还会达到百分之五十五，就是它的这个增速是非常快，这样的增长速度确实很惊人啊。那具体到企业和技术有没有什么特别亮眼的？当然有了，就是华为的升腾、含五 g、 海光信息， 它们不光是在芯片的核心技术上面不断地实现突破，同时在生态的建设上面也是齐头并进。你像 deepsea v 四，现在已经可以全面地支持国产芯片了，然后十七家厂商也迅速地完成了主流大模型的适配， 所以说中国的这个 ai 产业已经初步形成了自主可控的技术体系。明白了，那到二零三零年，中国的 ai 产业会在全球处于一个什么样的位置？按照目前的这个趋势， 到二零三零年的时候，我们的 ai 芯片自己率会高达百分之八十六，然后带动整个产业链的规模会突破十万亿元， 就是中国会从现在的跟跑，然后变成并跑甚至领跑，就是中国会成为全球 ai 舞台上面最有影响力的力量之一。好的， 那针对这个 h 二零零带来的新的变化，我们给不同的行业的参与者有什么样的具体的建议？对于国产的 ai 芯片企业来讲，就是要借着 h 二零零这个机会，加快在先进封装、存算一体，还有 cheaplight 这些关键技术上面的公关， 然后同时要完善软件的生态，让用户的体验更好。对于云计算服务商和互联网企业，它们的侧重点应该是什么？这两类企业的话，我觉得就是坚持 自研加国产加海外这样的一个多元的策略，然后在保证供应链安全的前提之下，加大对国产芯片的采购和适配，然后用规模化的应用来带动技术的升级。数据中心和 ai 应用开发商又该怎么抓住这个机会呢？数据中心的话就是要加快液冷技术的普及， 然后提升自己的能源的效率，然后积极的去布局智算中心。那 ai 应用开发商的话，就是要 主动的去拥抱国产芯片的生态，然后通过技术创新来减少对单一硬件的依赖，并且要和芯片的企业一起去推动 应用和生态的共同繁荣。好的，那今天我们聊了这么多关于 h 二零零芯片进入中国市场之后，给我们带来的种种挑战和机遇， 然后也梳理了一下中国的这些科技企业是如何在这样的一个博弈的环境之下，一步步的走向自主创新，走向供应链的安全可控的。行，那今天的内容咱们就到这里了，感谢大家的收听，咱们下期节目再见。拜拜。拜拜。