中國晶片轉向：華為、阿里巴巴將於 2026 年前以自家產品取代輝達 AI 晶片

中國最大的人工智慧模型開發商已跨越關鍵門檻。MiniMax、Kimi 與 DeepSeek 現已在其旗艦模型（包括 DeepSeek V4）上執行華為與阿里巴巴平頭哥的國產晶片。這標誌著中國頂尖人工智慧實驗室首次在無需輝達硬體的情況下達成生產級效能。此一轉變經 CNBC 證實，代表與支撐全球人工智慧發展十年的 CUDA 生態系形成結構性脫鉤。高盛現預測，中國企業將於 2026 至 2028 年間完成從輝達轉向國產替代方案的轉型，此時間表較先前預期的緩慢且痛苦轉型更為壓縮。此舉不僅限於人工智慧資料中心。小鵬與福斯共同開發的車款採用小鵬自研「圖靈晶片」用於駕駛輔助系統，而福斯另與地平線機器人合作，在其中國市場車款中完全繞過輝達。Robovan 新創公司 Zelostech 計劃採用多家晶片供應商，而非僅依賴輝達。此事之所以重要，在於此轉型正重塑全球半導體供應鏈，此刻美國出口限制已重創輝達的中國營收，而可行國產替代方案的出現，恐將永久縮小輝達最先進人工智慧晶片的潛在市場。

華為與阿里巴巴如何破解 CUDA 鎖定效應

這項技術突破的核心在於模型重新編譯與核心優化。過去 18 個月，中國人工智慧實驗室持續改寫將模型運算轉換為晶片指令的低階運算核心，從輝達專有的 CUDA 函式庫轉向開源框架（如 Triton），以及為華為昇騰 AI 晶片和阿里巴巴平頭哥處理器打造的客製化編譯器。據熟悉部署情況的消息人士透露，DeepSeek V4——這款以高效率震撼矽谷的模型的最新版本——目前在生產環境的推論工作負載中，已完全執行於華為鯤鵬 920 晶片上。MiniMax 和 Kimi 同樣已將其大型語言模型移植至阿里巴巴自研晶片，達到的延遲與吞吐量指標符合商業服務水準協議。華為揭露了一種支撐這些進展的晶片開發新科學方法，納入新穎的記憶體架構與互連拓撲，縮小了與輝達最新硬體之間的效能差距。該公司計劃將這些晶片整合進即將推出的伺服器產品中，打造一個華為同時掌控晶片與系統整合的封閉式生態系。阿里巴巴的平頭哥部門則走不同路線，將其晶片設計授權給第三方晶圓廠，並專注於與主導中國人工智慧發展的 PyTorch 和 TensorFlow 生態系的軟體相容性。其結果是雙管齊下的本土替代方案，涵蓋華為垂直整合的技術堆疊與阿里巴巴較開放的平台，讓中國人工智慧公司首次擁有真正的選擇。

這 5.7 億美元如何流經損益表

推動此一轉向的財務邏輯相當直接。輝達專為中國市場設計的晶片，為符合美國出口限制而移除互連功能，成本與本土替代品大致相當，但在多節點訓練負載下效能卻低了 30% 至 50%。中國人工智慧公司面臨的抉擇是：為效能較遜色的輝達硬體支付溢價，或是投資於會隨時間持續進步的本土晶片。從數字來看，本土投資顯然更為有利。高盛估計，依目前營運速率與預期的模型訓練需求，中國超大規模雲端業者與人工智慧實驗室到 2028 年將把每年約 5.7 億美元的晶片採購支出，從輝達轉向本土供應商。此數字僅涵蓋直接晶片採購。整體經濟效應還包括軟體授權費用的節省、供應鏈風險的降低，以及出口管制法遵成本的消除。對華為而言，此一轉向創造了新的營收來源，可抵銷智慧型手機晶片銷售的下滑。華為的昇騰人工智慧晶片部門目前估計年營收達 12 億美元，由於稀缺性與出口管制帶動的溢價定價，其利潤率接近 40%。阿里巴巴的平頭哥部門利潤率較薄，但受惠於內部移轉計價，因為阿里雲能以比輝達方案低 15% 至 20% 的價格，提供採用本土晶片的運算資源實例。對中國人工智慧產業的淨效應是降低模型訓練與推論的總持有成本，加速人工智慧應用在國內經濟中的部署。

競爭重組中的贏家與輸家

贏家很明確。華為與阿里巴巴直接取得晶片營收，而地平線機器人與小鵬則拿下原本會流向輝達 Drive 平台的車用設計訂單。地平線機器人已是中國先進駕駛輔助系統市場的主導者，如今供應福斯中國市場車款，將輝達從全球最大車用晶片合約之一中擠出。小鵬與福斯共同開發的圖靈晶片，代表第二個獨立的車用矽晶片計畫，進一步侵蝕輝達的車用產品線。機器人貨車新創公司 Zelostech 明確計畫採用多家晶片供應商，顯示連新進業者也將對輝達的依賴視為負債而非優勢。輸家不僅止於輝達。供應輝達 DGX 與 HGX 系統網路晶片的博通，因國內替代方案取代整座伺服器機櫃，中國需求因而減少。網路公司 DriveNets 的合作夥伴富士通與 Wipro，若國內網路解決方案取代其硬體，在中國的成長可能放緩。Interconnected Capital 的 Kevin Xu 估計，中國企業在先進模型訓練上仍需要輝達晶片 3 至 5 年，但這個窗口正在關閉。曝險最深的業者正是輝達本身。在出口限制前，中國約占輝達資料中心營收的 20%，如今該占比已降至 10% 以下。若 2028 年前完全轉向，將從輝達長期成長軌跡中抹去約 40 至 50 億美元的年營收，迫使公司更加依賴美國與歐洲超大規模雲端業者的需求來支撐其估值。

對超大規模雲端業者、晶圓廠與企業買家的下游影響

下游連鎖效應擴及整個半導體供應鏈。中國超大規模雲端業者，包括阿里雲、華為雲、騰訊雲與百度智慧雲，如今面臨雙軌採購策略。他們必須在 3 至 5 年的過渡期內維持以輝達為基礎的叢集，同時同步建立本土晶片產能。這種雙重投資需求壓縮資本支出預算，但長期回報在於降低地緣政治風險。阿里雲已開始提供採用平頭哥晶片的運算資源實例，價格較輝達實例低 15% 至 20%，壓縮整個中國雲端市場的利潤率。中國的企業買家，從國有銀行到製造業集團，如今面臨抉擇：採用輝達驅動的人工智慧服務可能遭遇未來出口限制，而本土替代方案效能較低但供給有保障。多數選擇本土方案。此一轉變也重塑晶圓廠需求。華為的昇騰晶片由中芯國際以成熟製程節點製造，而阿里平頭哥晶片則混合採用中芯國際與台灣晶圓代工廠。這種雙源策略降低對單一晶圓廠的依賴，但效能相較輝達由台積電製造的晶片有所限制。汽車供應鏈的轉變更為劇烈，小鵬的圖靈晶片與地平線機器人的解決方案，取代輝達 Drive 平台在中國市場福斯與本土車廠車款中的應用。這形成一個平行的汽車半導體生態系，最終可能在價格敏感、中國車廠主導的區塊與輝達在全球競爭。

此一轉變對市場與監管方向的訊號

此一轉向代表北京當局的策略性押注，認為國內晶片能力將在五年內與輝達並駕齊驅，背後有包括補貼、採購優先權及關鍵材料出口管制等政策工具支持。時機點與川普政府緊縮半導體出口限制同步，此舉反而加速而非減緩中國國內晶片發展。對全球市場傳達的訊息明確無誤：中國將不再接受其最具戰略性的科技產業依賴美國控制的晶片供給。這對輝達的估值有立即影響，其估值仍反映中國市場復甦的情境，而此情境如今看來愈來愈不可能實現。黃仁勳關於 CUDA 生態系韌性的公開聲明，在中國領先的人工智慧實驗室已展示出可量產等級替代方案之際，聽來空洞無力。此一轉向也預示全球半導體供給鏈朝向多重來源與區域備援的更大規模轉變，此趨勢由 DriveNets 的 4.1 億美元募資輪（超微為新投資人）所凸顯。博通半導體解決方案部門總裁 Charlie Kawwas 指出，網路交換架構效能是人工智慧經濟的主要驅動力，而中國國內晶片生態系如今已納入 DriveNets 等公司的網路解決方案，與博通的產品競爭。整體效應是全球人工智慧晶片市場分化為兩個大致獨立的生態系：一個以輝達為核心，服務美國及其盟友；另一個以華為和阿里巴巴為核心，服務中國及其一帶一路夥伴。此一分化將持續至少十年，重塑整個科技產業的投資流向、供給鏈與競爭動態。

此一轉型階段的下一步，將考驗中國國產晶片能否擴展至前沿模型訓練——這是人工智慧中最嚴苛的工作負載。DeepSeek V4 成功部署於華為鯤鵬 920 晶片進行推論，是一項里程碑，但從零開始訓練大型模型，需要數千顆晶片並行運作，且互連延遲須降至最低，而此領域輝達的 NVLink 與 InfiniBand 仍握有壓倒性領先。華為對晶片開發所採取的嶄新科學化途徑，公司尚未完整揭露細節，可能透過新穎的記憶體架構來縮小此差距，以降低對高頻寬互連的需求。阿里巴巴旗下平頭哥部門則採取不同策略，聚焦於分離式運算架構，將運算資源、記憶體與網路各自獨立成可擴展的資源池。兩種途徑皆面臨重大工程挑戰，但進展速度連業界老手都感到意外。若中國實驗室持續展現 DeepSeek 在 V4 所達到的效率提升，Kevin Xu 對輝達依賴期仍剩 3 至 5 年的預估，實屬保守。最大變數在於量子運算。IQM Finland Oy 為超導量子電腦的全球領導者，員工逾 350 人，正透過與 Real Asset 收購 Corp.的 SPAC 合併尋求公開掛牌，其中包括規模擴大至 1.46 億美元的 PIPE，並獲 Ilmarinen 新增承諾。若量子運算在本十年內達到商業可行性，可能引入根本不同的運算典範，使輝達與華為的整個競爭失去意義。就目前而言，戰線已然劃定，中國的晶片轉向不再是理論上的可能性，而是具有可衡量財務與競爭影響的既成事實。