从英伟达H200到国产自主——中国AI芯片自给率的跨越之路

五个数字和一个故事

先看这组数据。摩根士丹利的估计显示，中国AI芯片自给率从2021年的约10%升至2026年的41%，五年间增长超四倍，到2030年预计达到约86%。伯恩斯坦的预测更为具体：英伟达在中国AI半导体市场的份额到2026年将急剧下降到8%，而中国企业总份额将达到八成。

但这组好看的数字背后，藏着一条不那么好看的暗线：你不太容易找到一个在政策层面公开筹划这一转型的完整方案——更常见的叙事是「制裁倒逼自主」这句笼统的判断。它是对的，但不够。

2026年7月14日，美国商务部工业与安全局官员杰弗里·凯斯勒在众议院外交事务委员会听证会上透露了一个不起眼但有力的事实：在获得美国政府批准后，只有「极少量」英伟达H200人工智能芯片运往中国客户，用他的原话是「数量非常少，可以说是微不足道（Very small quantity of chips, so it's trivial）」。

这句证词把整件事的张力拉了出来。美国确实在去年12月首次放行了英伟达H200对华销售——这是对华AI芯片出口管制的一次显著松动，1月正式制度化，但征收了25%的美国税费。然而，美国商务部长卢特尼克4月在国会质询时透露：中国至今没有采购任何H200芯片，因为中方希望将投资重心放在本土产业自主发展上。

一边是「我不卖了」，一边是「你放开了我也不买」。两个动作叠加起来，才构成这个故事的真实起点。

英伟达H200芯片对华销售是中美科技竞争中的一个标志性争议。美国政府自2022年底起逐步升级对华AI芯片出口管制，从A100到H100再到H200，每一代产品的对华出口都要经过重新评估。2025年12月特朗普批准对华出口H200，当时被广泛解读为「松动」，如今凯斯勒的证词表明——这个松动几乎没有产生实际出货量。卢特尼克的补充进一步揭示了原因：决定权不完全在美国这边。

从10%到86%——数字背后的动力机制

中国AI芯片自给率的攀升不是一条平滑曲线。它的节奏由四个独立力量叠合而成。

第一是制裁的供给侧效应。美国对华AI芯片出口管制在2022-2025年间层层加码，每次升级都迫使中国AI芯片下游客户重新评估供应链安全。2024年英伟达为中国市场定制的H800芯片被禁后，替代需求集中暴发。制裁在这里起的作用不是「封锁」，而是「加速器」——它把一个本来会因为成本和技术惯性稳步推进的替代过程，变成了一个优先级的紧急重排。区别在于时间表，而不是方向。

第二是国产芯片的实质量产。中国本土AI芯片企业（华为昇腾系列、海光DCU等）在过去24个月内的产能量级和稳定性都有确切提升。华为昇腾910B在部分推理任务上的性能已达到H100的约60-80%，且供应渠道稳定。这让下游云计算厂商和大型企业有了「用一个不确定性能的国产芯片替代一个完全不可获得的高端芯片」的现实选择。

第三是下游客户的策略分化。头部云厂商（阿里云、腾讯云、百度云）的策略不是「全部国产化」，而是「混合芯片池」——把训练和推理任务分拆到不同的芯片上。高精度训练仍依赖已储备的英伟达存量芯片和少量H200，但推理和微调任务大量迁移到国产芯片。这一策略降低了迁移的试错成本，也让国产芯片在真实负载场景中加速迭代。

第四是政策的地面推动。从「新质生产力」到芯片产业大基金，中国政府在过去五年内对AI芯片领域投入的公共资金和引导性资本是一个值得单独统计的庞大数字，但不止于此。更重要的是政策确定性——企业知道出口管制不会在中期内取消，因此愿意投入长期研发。一个清晰的负面预期，在某些情况下比正面的产业激励更能推动转型。

8%的英伟达：一个「脱钩」的渐进式终局

伯恩斯坦对英伟达在华份额「降至8%」的预测，如果兑现，将是一个结构性的终局信号。英伟达目前在中国AI芯片市场的份额仍超过80%（尽管已低于高峰期）。从80%到8%的收缩，意味着英伟达将从中国市场的统治性玩家降格为边缘供应商。

但这不是一个简单的「脱钩」故事。事实上，以下几个结构因素使这一过程演变得更像「渐进式分层」——而非突发断供：

1. 存量效应：中国云计算厂商在过去几年中积累了大量英伟达GPU存量（包括被禁前囤积的A100和H100），这些芯片仍能正常运转。存量替代是渐进的，不是瞬间的。
2. 混合架构：多数大厂的策略是国产与进口芯片混用，而不是一刀切替换。这意味着英伟达即使份额下降，仍会在「高端训练」等细分场景中保留存在。
3. 开源生态的粘性：CUDA生态对英伟达的护城河仍然存在。国产芯片厂商（如华为昇腾的CANN生态）正在追赶，但生态迁移是一个以年为单位的过程。

这三个因素意味着英伟达的「8%」不是突然掉下来的，而是在每个年度迭代中慢慢压缩的过程。这给国产芯片产业提供了一个难得的「软着陆」窗口——不是被突然抛入真空，而是在有存量支撑、混合过渡和生态并行的情况下逐步扩大份额。

「卡脖子」的复利效应

这整件事里最值得注意的叙事是「卡脖子」的复利效应。中国芯片自给率从10%到41%用了五年——这比多数独立分析预期的要快。而英伟达份额从80%骤降至预计8%——这比任何一个分析师在2022年敢预测的都要陡。

两个速度放在一起看，制裁的边际效应正在递减中加速衰减：出口管制越严格，中国产业对制裁路径的适应性越强，「被卡脖子」所催生的替代投资越集中，下一轮制裁能够造成的额外伤害就越小。这就是「制裁的边际效应递减」曲线——它在经济学上并不新鲜，但在AI芯片这个具体领域，已经被真实的产业数据所证实。

两个不确定：时间还是方向

当然，从41%到86%的路程比从10%到41%更艰难。原因有三：

第一，高端制程的瓶颈。中国在先进制程（7nm以下）的产能受制于EUV光刻机禁运，即使设计能力具备，有竞争力的物理产能也受到限制。中芯国际的N+2工艺虽然实现了量产，但在良率和性能上与台积电5nm仍有差距。AI芯片尤其依赖先进制程——算力密度和功耗效率都与制程节点高度耦合。

第二，生态鸿沟。CANN vs CUDA的差距不是技术上的，而是用户习惯和工具链成熟度上的。「AI芯片的战争在芯片之外」——软件开发工具、算子库、调试工具、部署框架的完整度决定了芯片能否被广泛采用。国产芯片在这一维度上仍落后英伟达一个完整代际。

第三，地缘风险的非对称博弈。中国AI芯片自给率提升本身会触发美国更严厉的出口管制反制，形成螺旋升级。凯斯勒在国会听证会上表态「微不足道」的H200出货量，本身就是一个政治信号——行政分支可能面临更严苛的国会审查，进一步压缩中国芯片的海外零部件来源。

结语

回到开头那句话：自给率从10%到41%是一个被制裁、「不买」和「自研」三重力量依次释放推动的结果。从41%到86%的路上，三重力量还会继续作用，但出口管制的边际效应递减会越来越明显，国产芯片的技术爬坡会越来越接近极限，而地缘风险的外部施压不会放松。

这个故事最值得放进Wiki的不是数字本身，而是它揭示的逻辑：当一个经济体在外部压力下形成了对技术替代的「定向投资偏好」时，出口管制反而成为倒逼的速度——前提是这个经济体有足够的市场规模和资本深度来支撑转型。