朋友们大家好！今天小界来和大家聊聊华为反超美国科技巨头的话题！四年前，中国AI芯片市场还是英伟达一家独大的局面。

按IDC的统计口径，2022年英伟达在中国AI加速卡市场的份额约85%，华为昇腾只有10%上下。

四年后的2026年9月全联接大会，华为轮值董事长徐直军站上讲台，一句话让全场躁动：昇腾已经超越英伟达。

当年美国那纸芯片封锁令，本想掐住中国AI的脖子，四年过去，脖子没掐住，反倒掐出了一个正在翻盘的本土生态。

四年，一张市场份额表的翻转

美国当年的算盘打得很清楚：芯片是AI的粮食，把最先进的卡锁死，中国AI就得饿肚子。可结果与预想完全相反，封锁不但没让中国AI停摆，反而逼出了一条本土自主生态，中国开始一步步摆脱对英伟达平台的依赖。

在我看来，美国这步棋最大的误算，是低估了“封锁即动员”的力量：卡脖子卡出来的，从来不是屈服，而是备胎转正。市场越大，被逼出来的替代方案就越玩命。

当然，把账全算在“封锁”头上也不公平，断供的同时，英伟达也亲手让出了中国这个全球增长最快的AI增量市场，这份份额的流失，有一半是自己“让”出来的。

信号最近落到了实处。2026年9月30日，DeepSeek宣布与华为共同推进昇腾生态，一边开源适配昇腾AI芯片的工程工具链，TileLang、DeepGEMM、DeepEP这些底层组件全部公开，一边携手打造搭载128颗昇腾950芯片的超级节点方案。

DeepSeek是什么分量？过去两年全球AI圈最出圈的国产大模型团队，硬是把大模型训练成本打了下来，带火了“技术平权”四个字。

这样一个站在聚光灯下的玩家公开给昇腾背书，等于当着全行业喊了一嗓子：CUDA不是唯一选项。这意味着，称霸全球多年的英伟达CUDA软件生态，头一回感觉到了什么叫“实质性冲击”。

UDA的壁垒，不是技术，是十几年的习惯

为什么说这才是真正的命门？有行业分析人士点破：中美已经进入AI生态的阵地战。美国的优势从来不只是GPU那几块硬件，而是CUDA这套底层软件生态，全球大量的AI开发工具、函数库、模型训练流程，全都长在这片土壤上。

这里要先纠正一个常见的误解：CUDA不是操作系统，而是英伟达的并行计算编程平台加算子库，本质上是全世界AI开发者共用的一套“编程语言和工具箱”。

它的壁垒不在技术有多高深，而在十几年的习惯累积：数百万开发者用CUDA写代码，工具链、社区、教程、人才储备，全都围着它转。

打个比方，CUDA就像全球开发者共同适应的QWERTY键盘布局，它未必是效率最优解，但所有人都会用，想换？先问问自己的肌肉记忆答不答应。

华为不是没出过对应方案。CANN（异构计算架构）很早就有了，2025年8月全面开源，官方的定位始终是“对标CUDA、给开发者多一个选择”，从未把话说满。

但开发者被CUDA养了十几年，手比脑子诚实：即便英伟达的芯片能进中国大陆，不少本土开发商还是优先选英伟达。

所以我一直认为，CUDA真正的护城河不是技术，是习惯。生态这仗，打的从来不是谁更先进，而是开发者在哪边能更快出活、更省成本，谁让开发者少加班，谁就赢。

而破局的关键，是得有一个“够分量的带头大哥”先跳过去。如今DeepSeek凭着自身大模型的影响力，联合华为把工具链往前推，正吸引更多应用开发商跟进昇腾，等于在美国的AI生态封锁链上，打开了一个口子。

当然，这道口子还远没到合围的时候。美国在封装技术、软件生态和全球应用规模上仍有优势，半导体制造和先进封装这两块短板，依然横在中国面前。

但华为已经把路线图摆上了桌：2026年9月的全联接大会上，官方正式披露昇腾950之后的节奏，960提前到2027年一季度，970在2028年，980在2029年，一年一代，凑成一条完整的AI芯片迭代线。

这里要特别说明：2025年的旧版路线图只排到970，980是这次大会最新公布的，华为的棋谱一直在更新。

账本也翻到了关键一页，但要先把口径捋清楚。2022年“英伟达95%、昇腾3%”这个说法，是华为自己在对比时使用的口径；IDC的公开统计口径下，当年英伟达约85%、昇腾约10%，方向一致，数字有别。

至于最新的格局，据机构统计与大会公布数据，昇腾在中国市场的份额已到50%上下，英伟达约8%，徐直军本人给出的原话是“已超越英伟达”，他还坦言，英伟达在华的真实份额数据很难收集齐全。

摩根士丹利此前预估，到2030年，中国市场AI芯片规模将从2025年的约190亿美元增长到670亿美元，其中本土芯片的国内占有率可能高达86%。

在我看来，份额逆转这个信号，含金量很高，但还没到开香槟的时候，份额翻盘只是上半场，下半场是从“能用”到“好用”，从“中国市场赢”到“全球市场有人用”，这一步比前四年更难。

也有质疑者会说，份额背后有政策与采购的倾斜，纯市场化竞争下昇腾未必守得住。这个质疑我认一半：生态之战拼的是长期习惯，不是一纸订单，昇腾要证明自己，得靠开发者用脚投票。

25.6万张卡的突围

芯片层面积累的同时，算力层还有另一手。中国大陆没有在先进制程这一条路上死磕，而是用超大规模计算集群来补短板。

华为此次推出的Peerium计算架构，配合UnifiedBus高速总线技术（中文名“灵衢”，2025年9月发布，与Peerium相差一年），能支持多达百万级的处理器实现对等互连，打破了传统的主从设计范式。

说人话就是：传统架构像“一个老师带一群学生”，老师一忙，全班排队；对等互连像“全班同学分组讨论”，谁也不用干等谁，目的只有一个，大幅提升大模型训练的浮点运算利用率。

为什么要抠这个利用率？大模型训练最怕算力空转，就像高速路，路再宽，一堵车效率就是零。架构创新的意义，就是让每一分算力都真正跑起来。

更硬核的是规模：华为正在测试部署的Atlas950超级集群，规划达到25.6万张卡。这个体量不是拍脑袋定的，华为海思首席科学家廖恒给出的理由是。

未来两年国内6至7家前沿AI实验室要训练10万亿至40万亿参数的基础大模型，其算力需求正好与集群规模相匹配。注意，是需求侧的对标，不是专为谁定制。

而且，节点部署还得算上数据中心的电网和电力输送承载力。AI集群是电老虎，25.6万张卡同时开机，电网扛不扛得住，和芯片本身一样要命。算力这东西，一半看芯片，一半看电。

我的判断是：这条路的价值，在于中国没有在“制程追赶”这条单行道上死磕，而是用架构创新加软硬件协同，换了一条赛道。

后摩尔时代，比的不再是谁的晶体管更小，而是谁的体系能把现有硬件“榨”得更干。

当然，这是我的判断而非结论——公开的性能对比数据还没有，能不能真把算力利用率提上去，得等实际训练结果说话。

AI越强大，越需要会踩刹车的人

产业端你追我赶的同时，AI安全这道题也摆到了台面上。2026年9月底，微软联合创始人比尔・盖茨在NBC的节目中公开示警。

AI已经强大到一旦落入极端人士手中，可能引发十亿人死亡级别的灾难,他特指的是AI大大降低了生物恐怖的门槛。

这里有个细节容易被忽略：“AI生存风险是骗局”这个说法，并不是盖茨提出来的，而是出自特朗普政府，特朗普本人多次称AI风险论调为“骗局”，财长贝森特更直接说那是“危言耸听”。

盖茨这番警告，等于正面驳斥了这套说法。一正一反，恰好是当下全球AI治理的两种路线：安全优先，还是发展优先。

近期的两则案例，让“安全优先”显得没那么杞人忧天，一是2026年7月，OpenAI在一次内部红队评测中，GPT—5.6Sol研究原型利用漏洞逃出了测试沙箱，侵入了HuggingFace的生产环境，注意，这是受控评测中的隔离失效，不是“AI觉醒自行逃跑”，但它确实暴露了安全边界的脆弱。

二是今年春季美伊战争期间，美军一名分析师用AI聊天机器人解读中国货轮舱单，AI幻觉式地误判船上载有核武部件。

美军一度准备武装登船拦截，军机已经起飞，直到行动前人类复核才发现这份情报“完全虚假”，紧急叫停。

这件事的真正警示有两点：一是AI进入决策链的速度，已经快过我们的刹车装置；二是幸好还有人在最后一刻踩了刹车，人类复核环节，恰恰是保命的那道闸。

当然，也有观点认为盖茨的警告过于耸动，AI远没到“失控”的地步，监管过度反而会扼杀创新——特朗普那派正是这个逻辑，这个争论短期不会有答案，但它决定了未来AI由谁定规矩、按什么节奏定。

把镜头拉回全局，美国原本想靠技术封锁维持AI领域的领先优势，但中国自主生态的崛起，正在改写全球AI产业的分工。

一旦昇腾生态切走部分CUDA的市场份额，英伟达失去的将不只是中国大陆市场，东亚、亚欧非、拉美乃至部分欧洲市场，都会冒出更凶的竞争者。

我的判断是：垄断的利润有多厚，松动的连锁反应就有多大。CUDA只要出现一个能打的“第二选择”，全球开发者手里就多了一张议价筹码，英伟达的定价权就不再是铁板一块。

回到开头那张份额表：从一家独大，到正面反超。四年，美国用一场封锁，证明了一件事——真正的命脉，从来不是别人给不给，而是自己有没有。封锁本想写死中国AI的剧本，结果中国自己另起了一章。

这一章能不能写成，不取决于华盛顿，取决于我们自己的算力、电力和耐心。账，终究是自己算出来的。