中国人工智能算力目前高度依赖美国英伟达（Nvidia）的GPU芯片。根据山西证券研究报告，2024年初英伟达在中国AI芯片市场占有约80%的份额jonpeddie.comjonpeddie.com。英伟达的先进GPU（如A100、H100系列）几乎成为国内大模型训练的事实标准，其CUDA软件生态也使得开发者对其有路径依赖merics.orgmerics.org。相比之下，本土替代者的市场占比仍然很低。例如，华为旗下的昇腾系列（Ascend）和寒武纪等国内AI芯片虽然不断推出新产品，但性能和生态仍有差距merics.orgmerics.org。华为最新的昇腾910B芯片理论性能约相当于英伟达上一代A100的85%，然而在大型模型训练中暴露出兼容性和集群互联等问题merics.orgmerics.org。截至2024年，英伟达在华销售了超过100万颗高端AI芯片（如H100系列的特殊版本H20），而同期华为仅售出约20万颗AI芯片merics.orgmerics.org。这表明以华为为代表的国产AI加速器实际部署量仅为英伟达的五分之一左右。此外，寒武纪、百度昆仑等其他国产方案出货量更小，只在特定场景试用。

造成这种格局的原因，一方面是性能和易用性差距。英伟达GPU在硬件性能、跨节点扩展（如NVLink互联）以及软件栈（CUDA、TensorRT等）方面占据明显优势merics.orgmerics.org。大量AI模型代码针对CUDA进行了优化，转用国产芯片需要付出巨大的迁移成本merics.orgmerics.org。相较之下，昇腾等芯片的软件生态尚未成熟，开发环境变动频繁（不同代际不兼容）导致模型适配困难merics.org。例如据报道，2024年国内领先的开源大模型DeepSeek团队评估华为最先进的昇腾910C用于训练时，发现其无法满足大模型训练需求，不得不放弃这一方案merics.orgmerics.org。另一方面，制造受限也影响国产AI芯片竞争力。受制于美国出口管制，华为等高端芯片无法在台积电生产7nm及以下工艺，只能依赖中芯国际等国内晶圆厂，工艺落后导致能效比逊于英伟达同代产品merics.orgmerics.org。总体而言，在2023年以前的几个年度里，英伟达一直是中国AI算力的绝对主力，占据九成以上市场份额jonpeddie.com。即使放眼未来五年，分析预测英伟达依然将占据**50-60%**的中国AI芯片市场份额，而本土厂商合计或许才能提升到40-50%jonpeddie.com。

国产替代的进展与份额提升

尽管目前英伟达仍主导中国AI算力，但国产替代正在加速推进，政府和企业都投入巨资扶持本土芯片发展。政策目标方面，多地政府制定了AI芯片自给率指标：如上海计划2027年实现数据中心所用70%半导体由国内供给，北京则提出2027年100%自给jonpeddie.comjonpeddie.com。中央层面，习近平主席在2023年4月的政治局集体学习中强调要举全国之力推进AI核心技术自立自强，明确将半导体自主作为重中之重jonpeddie.com。为此，各级政府正通过资金和政策倾斜支持国产AI芯片研发和部署。例如，国家大基金已历经三期投入：第一期（2014-2019）投入约1390亿元人民币，第二期2040亿元，第三期在2024年宣布增加3400亿元merics.orgmerics.org。这些资金相当部分用于补齐芯片供应链短板，其中也培育出中芯国际、长江存储等一批国内龙头merics.org。同时，华为旗下哈勃投资等产投基金深入参与芯片产业链投资，与地方政府基金协同布局merics.org。地方政府也直接出台措施鼓励AI算力国产化：例如深圳等地为AI企业提供“算力券”，补贴其租用或购买算力资源的费用，一般可补贴20%至50%的训练算力开销，每年全市补贴上限高达5亿元人民币merics.orgmerics.org。另外，国有企业以实际采购力挺国产芯片：据统计，中国移动在2024-2025年招标采购了价值191亿元人民币的AI服务器，并全部采用华为昇腾芯片方案jonpeddie.com。政府也劝诫科技企业减少对英伟达芯片依赖，例如据报道有关部门曾在2024年要求字节跳动、阿里、腾讯、百度等大型科技公司不要在政府和安全领域使用英伟达H100系列芯片，转而尝试本土替代jonpeddie.comjonpeddie.com。甚至有消息称北京在2023年对Nvidia H20（即H100中国特供版）提出网络安全质疑，公开场合暗示其存在风险，以此敦促国内用户避免使用jonpeddie.comjonpeddie.com。

多管齐下的支持初见成效：华为在2023年底发布了升级的昇腾910C/Atlas 900系列，号称在某些AI训练任务上已接近H100水平jonpeddie.com；寒武纪推出思元370等云端训练芯片，新创公司如摩尔线程、壁仞等也发布国产GPU。不过，这些芯片在实际大规模部署上仍较有限merics.org。行业预测认为，在未来数年内，中国AI算力将呈现“过渡平衡”状态：即继续购买英伟达等美企芯片以获取最高性能（尤其在不涉及敏感领域时，美国也有意允许一定出口以获取商业利益jonpeddie.comtomshardware.com），同时大力培养本土替代，在能满足要求的场景先行采用jonpeddie.comjonpeddie.com。例如，部分互联网企业计划在AI训练中混合使用国产和国外GPU，以在性能和安全自主间折中merics.orgmerics.org。还有厂商设计多芯片并行方案，用堆叠更多国产芯片来逼近英伟达性能merics.org——在中国电力相对充裕且电价有补贴的背景下，以**“多芯片+高功耗”换取性能也被视为可行路径merics.orgmerics.org。总体而言，国产AI芯片在部署占比上仍明显落后，但在政策驱动和资本涌入下，市场份额正缓慢提升。2023年华为PC机出货量已赶超戴尔跃居国内第三tomshardware.comtomshardware.com，在AI服务器领域，华为、浪潮、新华三等国内厂商更是占据绝对优势。IDC数据显示，2023年上半年中国“加速计算服务器”（含GPU服务器）市场前三名均为本土公司（浪潮、新华三、宁畅），合计份额超过70%jw.ijiwei.com。可以预见，未来几年英伟达一家独大的局面将被逐步削弱**，但短期内国内AI算力对其依赖仍难彻底摆脱jonpeddie.com。

股市行情：国产AI概念大涨的逻辑何在？

在国产AI芯片实际份额仍有限的情况下，2023年以来中国股市相关板块却出现大幅上涨。这一表面反差的背后逻辑主要有以下几点：

• 预期驱动与政策红利：资本市场往往交易的是预期。随着ChatGPT引发的AI热潮和国家政策对“算力国产化”的强调，投资者对本土AI产业的未来高度看好，涌入相关概念股。jonpeddie.com指出，2023年5月中美达成关税休战后，市场风险偏好提升，科技类创业板指（ChiNext指数）三个月内上涨了近26%，显著跑赢大盘jonpeddie.com。其中，不少涨幅巨大的公司实际上是AI产业链供应商，而非终端芯片设计商。例如，创业板指成分股中涨幅最大的胜宏科技（印制电路板供应商）年内股价飙升450%，正是因为其PCB产品用于英伟达AI服务器，从中受益jonpeddie.comjonpeddie.com。也就是说，即便终端AI芯片还是英伟达主导，但中国公司作为供应链环节（如制造零部件、代工封测等）同样分享到了全球AI浪潮的订单和利润，由此推高股价。
• 国产替代的想象空间：尽管当前市占率不高，国产AI芯片公司被赋予了巨大的增长想象。投资者押注，在政府和市场的双重推动下，“国产GPU将迎来爆发式赶超”。尤其在美国不断收紧出口管制的背景下（例如2022年10月起禁止向华出口顶尖GPU，迫使Nvidia推出降级版H800/A800等），市场预期中国别无选择只能加码投入自主研发，这反而成为本土厂商的历史机遇jonpeddie.comjonpeddie.com。因此，许多半导体企业的估值被推高，哪怕短期业绩亏损也被视为战略性投入。例如，寒武纪虽然连年亏损但股价一度大涨，就是源于这种“弯道超车”的预期支撑。
• 外部压力缓解与情绪改善：2023年中美在一定程度上出现缓和迹象（如5月贸易谈判和7月放宽H100出口许可），使投资者相信最坏情形或可避免jonpeddie.com。这提振了对科技股的信心。同时中国监管层也释放支持资本市场的信号，鼓励科技创新企业融资发展。双重作用下，市场情绪乐观，资金纷纷涌入科技板块，导致相关股票估值抬升。

综上，国内AI算力由英伟达主导这一基本面矛盾，在股市上通过供应链受益与预期炒作得以自洽：英伟达卖硬件赚走真金白银，而A股投资者则炒作“国产替代”故事，各取所需。换言之，尽管国产GPU当前份额不大，但只要全球AI需求旺盛，中国本土公司要么在产业链上分一杯羹，要么承载着未来替代的希望，皆能成为多头资金追逐的对象。这也解释了为什么“明明离不开英伟达，国产芯片股却一样暴涨”的表面悖论。

美国科技轴心依旧强劲与资金来源分析

值得注意的是，如果从全球视角看，美国的科技轴心地位并未动摇。英伟达在2023-2024年因AI浪潮股价暴涨、市值一度突破万亿美元，就是明证。即便美国政府出于国家安全限制最先进芯片对华出口，英伟达迅速推出削弱版的A800/H800、并与监管层斡旋达成折衷方案——允许对华销售特殊型号但需上缴15%销售额作为监管费tomshardware.com。据报道，白宫最新协议规定英伟达、AMD等如要继续卖AI芯片到中国，必须将销售额的15%上交美国政府，相当于对中国市场征收“科技附加税”tomshardware.com。尽管条件苛刻，中国企业仍争相采购。这说明美国企业凭借技术壁垒，依然掌握市场主动：哪怕只卖“阉割版”，加价加税，国内买家为了算力也只能接受tomshardware.comtomshardware.com。2023年，有报道称中国机构透过新加坡中转等灰色途径获得数亿美元的被禁芯片merics.orgmerics.org；甚至美国国会为此调查是否存在走私行为merics.org。可见，短期内中国对英伟达等刚性需求迫使其不惜高价或非常规手段拿货。这实际上等于在用中国自身的资金，帮助维持美国科技公司的强劲业绩。

那么，“羊毛出在羊身上”，中国在这场算力军备竞赛中的资源和资金从何而来，又流向何处？主要有以下几个方面：

• 企业资本开支与融资：国内大型科技公司（BAT等）将AI视为战略，高额预算投入训练大模型，需要采购大量GPU。这部分资金直接成为英伟达等美企营收来源。一些创业公司为了训练模型，也会把融资资金相当比重用于租赁或购买算力，从而流向海外芯片厂商merics.org。换言之，中国私营部门的研发投入，很大一部分变现为对美技术的购买支出。
• 国家财政和信贷支持：为追赶AI浪潮，中国政府各层级投入巨资搭建算力基础设施。例如2023年启动的“东数西算”工程和各地AI超算中心，其采购预算多由财政和国有银行贷款支持。这些资金一部分用于购买国产设备，但高端GPU板卡仍主要从英伟达等进口，以美元形式外流merics.orgmerics.org。同时，政府对本土芯片公司的注资、补贴（如前述大基金、算力券等），实质也是将全国资源集中投入芯片研发。然而，由于短期内产品尚不成熟，不少资金可能暂时沉淀在在研项目上，并未产生经济产出。这种寅吃卯粮式的投入，也是一种“羊毛出在羊身上”：全民资金投入换未来可能的收益，而当前回报则体现在二级市场市值泡沫上。
• **上下游供应链收益循环：**正如前述，部分中国供应链企业因承接全球AI硬件需求（包括美国公司订单）而盈利暴增jonpeddie.com。这些企业纳税和员工收入又反哺国内经济，构成一定正反馈。但总体而言，这种收益无法完全覆盖进口高端芯片支出造成的资金流出缺口。

简单来说，当前中国在AI算力领域呈现出**“利出华外、利归美股”**的局面：国内热潮带动投入的真金白银，大头通过设备采购和专利授权流向了美国公司及政府tomshardware.com，而国内得到的是短期股市繁荣和长期技术积累的机会。美国科技股因此业绩爆棚，成为全球资本的“吸金黑洞”，这从2023年纳斯达克指数和英伟达股价飙升中可见一斑jonpeddie.comjonpeddie.com。

结论：客观评价与展望

综上所述，中国AI算力目前对英伟达高度依赖，国产替代虽有长足进展但短期内难以扭转格局。在这一背景下，中国股市对AI概念的狂热更多反映预期和政策利好，而实际利益相当程度上仍被美方企业获取。美国科技股强势背后，有相当部分“养料”来自中国市场的需求和投入。这暴露出中国在全球价值链中仍处弱势的一面：高端芯片暂时受制于人，需要付出高昂代价购买他国技术。好在中国政府和企业已经行动，通过巨额投入和政策调整来摆脱这种被动局面，但成效还有待时间检验。

从客观数据看，中国在高端科技领域仍有短板，“卡脖子”问题未解之前过度炒作概念股存在风险，应更加务实投入研发，以期真正提高国产芯片实际应用占比merics.org。股市投资者也需警惕预期与现实的落差，避免形成泡沫。同时，对于外企作用不宜一刀切否定，在可以利用的领域继续引进先进技术为我所用，正如分析所示，中国目前仍在策略性地允许英伟达等供货以获取最新技术，然后再谋赶超jonpeddie.comjonpeddie.com。

总的来说，未来几年将是中国AI芯片攻坚克难的关键时期，也是外企在华业务重新定位的调整期。我们期待看到更详实的数据来持续评估这一进程：例如2024-2025年国产GPU在实际AI训练算力占比的提升幅度，国内AI投资回报的兑现情况，乃至外企在亚洲各国市场份额新的变化趋势。有了这些数据支撑，我们才能对上述问题给出更加确定的回答。在目前掌握的信息基础上，可以明确的一点是：中国的科技崛起之路仍在路上，既要脚踏实地厚植自主根基，也要放眼世界善用全球资源；在这个过程中，资本市场和国际企业都将扮演各自独特的角色。我们应当以客观理性的态度看待阶段性的现象，并为长期目标制定清晰的策略和观点鲜明的决策。merics.orgjonpeddie.com