英伟达份额跌至8%：2026年8月国产算力凭昇腾950DT与超节点完成逆转
导语：TrendForce 2026年8月的报告给出了一个让人反复确认的数字——中国高端AI芯片市场中，国产方案份额已接近90%，而英伟达份额从2025年的约40%骤降至2026年的约8%。这个逆转不是政策强推的结果，而是算力、模型、成本三条曲线在同一时点交汇的产物。
一、昇腾950DT提前四个月上线：升级点不在算力本身
8月，华为昇腾950DT正式上线，比原计划的2026年四季度提前了约四个月。这让华为云业务部此前提出的"一年一代、算力翻倍"从口号变成了现实。但真正值得关注的升级点并不在峰值算力，而在显存带宽与互联带宽。
950DT搭载自研HiZQ 2.0内存，容量从128GB拉升至144GB，访问带宽直接翻倍至4TB/s，达到上一代的2.5倍；互联带宽达2TB/s；原生支持FP8、MXFP8、MXFP4、HiF8等多种低精度格式。这套组合的目标很明确：算得更省、跑得更快，让同等规模大模型的推理成本进一步下探。在大模型推理已成为主要算力开销的2026年，带宽而非峰值算力才是决定单位成本的变量。
产能从"卖不动"变成"抢不到"
市场端的信号更直接。字节、阿里、腾讯已经把昇腾950PR的产能锁了大半，950DT随即成为下一个被争抢的对象。国产高端算力在两年内完成了从"卖不动"到"抢不到"的身份转换，配套的液冷、高速连接器、光模块、HBM产能订单已排到2027年，产业链部分环节开始涨价。
二、模型侧的临界验证：万亿参数在国产芯片上跑通了
芯片份额的逆转背后是一次关键的技术验证。DeepSeek全新系列模型V4预览版正式上线并同步开源，成为全球首个基于华为昇腾完成训练的万亿参数级开源模型。这个"首次"的分量在于：它证明国产AI芯片已经具备训练万亿参数级大模型的能力，而不只是承接推理任务。国产算力—模型—应用的闭环，从愿景走向了现实。
成本数字则更有冲击力。昇腾950PR的采购价约为英伟达H200的三分之一到四分之一；经与DeepSeek V4软硬件协同优化后，模型推理成本较英伟达平台降低约97.5%——百万Token推理成本降至0.2元，而英伟达平台约为8元。当成本差距达到一个数量级，生态迁移的摩擦力就会被经济账迅速抹平。
生态绑定也在加深。DeepSeek V4已跑在昇腾950算力平台，V4.1版本在路上，V4.2大概率成为950DT上线后适配的首个版本。国产大模型近期包揽OpenRouter周榜前五，模型商业化的收入回流又反哺了算力采购，形成正向循环。
三、超节点：国产算力的真实水准与差距
当模型参数冲进万亿级，单张AI芯片已难以支撑训练需求，由数百甚至数千张芯片协同组成的"超节点"成为算力基建的核心作战单元。野村证券组织的第71场AI专家电话会，梳理出了国产超节点的真实进展。
目前国内能够支撑超节点的主流高端AI芯片主要是三款：华为昇腾950、海光DCU3、寒武纪MLU590，单卡在FP8精度下的算力均能达到1PFLOPS，代表了当前国产AI芯片的第一梯队水平。规模上，国产超节点已从最早的384卡、540卡迭代到1024卡版本，甚至规划了8192卡的超大规模方案，单集群芯片数量几乎每一代翻倍。
但落地进度需要冷静看待。华为的384卡超节点、海光的640卡超节点是约三年前推出的成熟方案，全国范围内累计已部署200到300套，是当前国内大模型训练算力的主力供给；更大规模的1024卡超节点目前仍处在测试验证阶段，尚未进入大规模出货周期。专家给出的时间表是：如果到2026年第四季度良率能提升至50%至60%的达标水平，1024卡超节点有望在2027年正式启动批量出货。
WAIC 2026上的展示印证了这个梯队格局：华为首展昇腾950超节点（单柜64卡、1024张NPU高速互联），阿里发布灵骏真武M890超节点，中科曙光拿出十万卡AI超集群曙光8000，昆仑芯32/64卡超节点已量产交付。
四、财报兑现：从主题炒作到业绩落地
产业链的景气度已经写进了报表。寒武纪2026年一季度营收28.85亿元、归母净利润10.13亿元，均超市场预期，营收同比增长约160%、归母净利同比增长约185%，经营现金流上市以来首次转正。更能说明订单能见度的是合同负债——3.96亿元，同比增长27661.87%、环比增长64673.68%，互联网大厂均已下单。公司上半年营收59.96亿元，同比增长108%，并完成DeepSeek、GLM、Qwen、Kimi等国产主流大模型全系列适配。
其他梯队同样在兑现。摩尔线程的MUSA生态已吸引超80万开发者，旗舰智算卡MTT S5000可完整训练236B参数MoE大模型，上半年营收同比增长147%。昆仑芯P800三万卡集群点亮，外部收入占比过半，已启动A+H上市辅导。摩尔线程、沐曦先后登陆科创板，壁仞挂牌港股，燧原7月IPO注册获批，合计募资超200亿元。海光信息的x86 CPU在政企金融信创份额领先，DCU兼容HIP/ROCm并适配365款主流模型。
全产业链的拉动也在扩散。IDC板块一季度营收41.46亿元同比增长4.21%，豆包日均Token突破120万亿、较两年前增长约1000倍。国产AI芯片在相同算力规模下通常功耗更高，对散热效率要求更严苛，形成了对液冷等配套产业的额外拉动。
五、护城河还剩多久
把所有玩家摆在一起，格局就清晰了。CUDA覆盖超500万开发者、4万家企业，支持约3700个GPU加速应用，这个生态的壁垒不只是芯片，而是二十年积累的编译器、数学库、通信库、性能分析工具、推理引擎，以及海量社区文档和故障解决经验。
英伟达的反击分两条线。一是开源模型拉需求：Nemotron 4正在开发中，旗舰版本参数规模至少1万亿，最快2026年秋末面世，并成立Nemotron联盟共享数据、算力与研发能力，配套发布NeMo Switchyard模型路由库。二是融资平台锁客户：8月10日，英伟达宣布联合阿波罗、贝莱德、黑石、布鲁克菲尔德、高盛、KKR六大机构设立独立算力融资平台，计划逐步调动超过5000亿美元第三方资本，专项用于采购英伟达硬件及服务。客户不必自掏腰包买GPU，可以贷款建AI工厂、用算力收入还贷——英伟达从"卖铲子的人"变成了"开银行的"。
相对客观的判断是：全球范围内CUDA的统治期还有五到十年，但区域市场会先破。华为的灵衢2.0协议开放、CANN全面开源，正是在生态层面对CUDA做同类型的长期投资。对中国市场而言，2026年8月的意义不是"替代完成"，而是替代窗口从政策驱动切换为成本驱动——后者才是不可逆的。
