文 | 時間線Timelines，作者 | 趙明，編輯 | 周易

在喧囂與動蕩中，國產芯片們的 AI 算力生意，正在被互聯網大廠們進一步打開。

6 月中旬，外媒爆出消息，字節跳動正與天數智芯洽談采購至少 5 萬顆AI芯片，主要用于推理任務。本次洽談涉及的芯片，主要為天數智芯智鎧系列云端推理 GPU，訓練場景則使用天垓系列。

到了 6 月下旬，又有消息稱，字節跳動還在考慮使用百度昆侖芯的產品，該消息很快被字節方面否認——然而很快，又有消息爆出，阿里巴巴也在接觸天數智芯，很可能成為它的下一個客戶。

在相關消息滿天飛的同時，資本市場同樣是動作不斷。

比如，字節采購的相關消息傳出當天，天數智芯港股股價一度拉升近15%，三天后更是觸達887.5 港元的歷史高位。而到了 6 月 30 日盤中，受到多重消息影響，寒武紀的股價突破又歷史高點，市值突破 1 萬億元。

與之伴隨的另一個消息是，百度旗下 AI 芯片公司昆侖芯計劃赴港上市，其被曝出的目標估值約 500 億美元。這一數字不僅超過百度自身約 360 億美元的市值，也較其 2025 年 7 月 D 輪融資后 210 億元人民幣的投后估值，暴漲了逾 15 倍。

受到昆侖芯上市消息影響，百度港股的股價當日盤中漲幅也突破 8%。

凡此種種，不一而足——都是國產 AI 算力變革大潮中的朵朵浪花。

如果總體關照，一方面是互聯網巨頭與國產算力供應商的消息不斷，一方面是國產算力玩家在資本市場的叱咤風云——這種在技術、市場、資本層面的風云激蕩，成為當前中國本土市場 AI 和算力本身同時走向爆發的大環境下，一道非常罕見的商業奇觀。

從一家獨大到國產補位

要理解當下的國產 AI 算力變革大潮，我們不妨把時間拉回十年前。

2016 年，AlphaGo 橫空出世點燃了 AI 浪潮，同年英偉達首次將 GTC 大會帶入中國。此后數年間，憑借 CUDA 軟件生態的深厚壁壘，英偉達幾乎壟斷了中國 AI 加速卡市場 ——2021 年其市占率超過 80%，2022 年進一步攀升至 85%。

彼時，華為昇騰占比僅 10%，百度昆侖芯 2%，寒武紀僅 1%。

2022 年 10 月，隨著美國政府發布對華高端芯片出口管制措施，英偉達旗下的 A100、H100 等旗艦產品直接斷供。盡管英偉達隨后推出 A800、H800 等 「特供版」，但 2023 年 10 月管制再度升級，特供芯片也無法進入中國市場。

到 2025 年，就連性能大幅閹割的 H20 也基本停止出貨，英偉達 CEO 黃仁勛公開坦言：「在中國的市場份額已從 95% 降到 0」。

外部供給的閘門收緊，恰好撞上內部需求的爆炸。

大模型浪潮之下，AI 算力需求呈指數級增長。2024 年初，國內日均 Token 調用量僅為 1000 億。到 2025 年底躍升至 100 萬億，增長超千倍。截至 2026 年 3 月，日均調用量已突破 140 萬億。

摩根大通更是在 2026 年 2 月的報告中給出了一個驚人的預測：從 2025 年到 2030 年，中國 AI 推理 Token 的消耗量，將從約 10 千萬億增長到約 3900 千萬億，五年間增長約 370 倍。

Token 消耗量暴增的另一端，正是對于算力本身快速爆發的需求。

對于國產算力來說，在英偉達高端算力缺位的情況下，這種需求本身就是一個千載難逢的歷史性補位機遇。

事實上，這一補位過程，在 2025 年就已經開始。

IDC 數據顯示，2025 年中國 AI 服務器市場共交付 400 萬顆 AI GPU，其中國產芯片占比已達 41%；僅華為昇騰一家就出貨約 81.2 萬張，百度昆侖芯和寒武紀則分別出貨約 11.6 萬張，并列第三，海光信息、摩爾線程和天數智芯也有小比例斬獲。

而到 2026 年，在 AI 算力層面全方位國產替代的浪潮下，這一補位機遇被前所未有地放大。

值得注意的是，在市場本身調節供需的同時，政策端也在為這一補位過程同步托底。

2026 年 5 月 26 日，中國信息安全測評中心、國家保密科技測評中心首次將 AI 芯片納入安全可靠認證體系，9 款國產人工智能訓練推理芯片獲評最高等級 I 級——從名單來看，華為海思、阿里平頭哥、壁仞科技、海光信息、天數智芯、沐曦股份、摩爾線程等國產算力玩家的產品，都悉數在列。

很多人忽略了這個認證的重要性——但從重要性上來說，這份認證清單，事實上成為了政企及關鍵領域采購的準入目錄，為國產芯片打開了更廣闊的市場空間。

當然，在這條從「完全依賴進口」到「規模化替代」的算力產業變革之路上，還有另外一批重要玩家——甚至說，站在這場變革最前沿的，正是需求最迫切、資金最充裕的互聯網大廠。

互聯網大廠的 AI 算力路線圖

面對巨大的訓練推理算力缺口，中國的互聯網大廠們的應對策略驚人地一致：全面擁抱國產芯片，構建多供應商體系，訓推分離、降本增效。

但具體到每一家，打法又截然不同。

字節跳動：應用倒逼，推理先行

字節跳動是國內 AI 算力需求最旺盛的公司之一。

QuestMobile 數據顯示，截至 2026 年 5 月，豆包月活用戶已達 3.68 億，日均 Token 調用量突破 120 萬億。用戶規模的幾何式增長，帶來了推理算力的巨大壓力。

這也決定了字節的算力策略：實用主義至上，先從替代門檻最低的推理側突破。

目前，字節已形成清晰的三級供應鏈體系：訓練側以華為昇騰為主，2026 年初簽下約 25 萬顆大單，金額近 300 億元；推理側采用雙供應商策略，寒武紀與天數智芯并行。

此次 5 萬顆天數智芯智鎧系列訂單，正是推理側規模化替代的關鍵一步，若全部交付，天數智芯將成為字節第三大國產 GPU 供應商。

在資本支出層面，據多家媒體援引《南華早報》消息，2026 年字節 AI 基礎設施資本開支預算上調約 25% 至 2000 億元，更有人稱，字節正考慮將開支上限推至 700 億美元。而根據行業測算，其國產芯片采購金額預計超 400 億元。

此外，還有消息稱，字節也在悄悄布局自研芯片，其內部研發的 SeedChip 云端推理芯片團隊已超千人，采用三星 6nm 工藝，2026 年 3 月完成流片，年內計劃小批量量產 10 萬顆，全部用于抖音、豆包等自有場景，不對外銷售。

百度：全棧自研，分拆上市

百度是互聯網大廠中造芯歷史最久、自研最徹底的一家。

早在 2011 年，百度就啟動了 FPGA AI 加速器項目，初衷很樸素——降低搜索業務的算力成本。關于這個，李彥宏曾回憶：「當初做搜索，買別人的芯片每片要 1 萬美元，我們自己做，2 萬元人民幣就做下來了，所以就逼著自己做。」

正所謂，無心插柳柳成蔭。

2018 年國際形勢驟然生變，同年百度發布了昆侖 1 代 AI 芯片，全棧 AI 的雛形初顯。到 2021 年 4 月，昆侖芯從百度分拆獨立，首輪估值 130 億元。獨立初期，昆侖芯 90% 以上收入來自百度內部采購，本質上仍是百度的「芯片部門」。

2023 年，昆侖芯進入發展快車道。2024 年第三代 P800 芯片量產，2025 年建成國內首個 3.2 萬卡全自研 AI 集群，同年中標中國移動十億級集采項目——這是昆侖芯走出百度內循環的標志性事件。

截至 2025 年底，昆侖芯已累計完成數萬卡部署，外部客戶收入占比超過 50%，客戶覆蓋運營商、金融、互聯網等多個行業——關鍵是，騰訊、拼多多等互聯網大廠，均在昆侖芯的采購名單之列。

值得一提的是，2026 年一季度，百度 AI 相關收入達 136 億元，占總營收的 52%，其中 GPU 云收入同比增速高達 183%——而昆侖芯正是背后的核心支撐。

2026 年 1 月，昆侖芯以保密形式向港交所提交 A1 上市申請；5 月啟動科創板上市輔導；6 月 500 億美元估值的消息傳出，資本市場已經給出了正向反饋——可以說，昆侖芯走向資本市場，已經成為百度 2026 年最重要的任務之一。

阿里巴巴：云芯一體，生態制勝

如果說百度走的是「芯片 + 模型」的閉環路線，阿里的棋路則更宏大：以云為載體，構建 「芯片 + 云 + 開源模型」的全棧生態。

阿里的造芯布局始于 2018 年。彼時美國加大科技封鎖，阿里迅速全資收購國產嵌入式 CPU 企業中天微，并整合達摩院芯片研發團隊，正式成立平頭哥半導體。時任阿里巴巴集團 CTO 張建鋒說得很明確：「我們必須要做資源可控、技術可控、有核心競爭力的事情，最底層的就是芯片。」

與其他大廠聚焦單一賽道不同，平頭哥從一開始就瞄準了完整的算力基礎設施。八年時間里，其產品矩陣覆蓋了數據中心幾乎所有核心芯片：

AI 推理芯片含光 800，2019 年發布即拿下全球推理性能第一，當年雙 11 就大規模部署于淘寶主搜；

服務器 CPU 倚天 710，5nm 工藝，是中國互聯網公司首款通用服務器 CPU；

真武系列 AI 芯片，其中真武 PPU 累計出貨量已突破 60 萬片，2026 年 Q1 在國內 AI 芯片廠商中躍居第二，首次超越寒武紀；

此外還有鎮岳系列 SSD 主控芯片、磐脈系列智能網卡、ICN Switch 互聯芯片等，實現算力、網力、存力全棧自研。

據 IDC 最新報告顯示，截至 2026 年 Q1，平頭哥真武 PPU 芯片累計出貨量已突破 60 萬片，在國內 AI 芯片廠商中躍居第二，首次在規模上超越寒武紀，成為華為昇騰之外最具競爭力的玩家。

生態層面，阿里的打法極具章法：通過通義千問開源模型吸引全球開發者，再將開發者流量導流至阿里云，最終帶動底層自研芯片的規模化部署。

值得一提的是，吳泳銘上任阿里巴巴 CEO 后，明確提出未來三年圍繞 AI 硬件基礎設施投資 3800 億元，平頭哥正是這一戰略的核心支點。

騰訊：資本綁定，系統為王

與前三家相比，騰訊的算力策略顯得格外「克制」——不硬剛通用 GPU，而是走「投資綁定 + 系統優化」的務實路線。

在芯片自研上，騰訊沒有追求大而全，僅聚焦與自身業務強相關的專用芯片，包括 AI 推理、視頻轉碼、智能網卡等方向。而在通用 AI 芯片賽道，騰訊選擇用資本綁定核心合作伙伴——燧原科技就是最典型的案例。

燧原科技招股書顯示，騰訊科技及其關聯方合計持有燧原科技 20.26% 股份，是其最大機構股東。同時，騰訊也是燧原的第一大客戶：2023-2025 年，燧原對騰訊的銷售收入從 1 億元增長至 8.3 億元，占總營收的比例從 33.34% 攀升至 83.79%，三年實現 8 倍增長。

雙方的合作始于 2019 年，早期采用 AVAP 模式（燧原向騰訊指定的服務器廠商供貨），2025 年轉為直接銷售，三代 AI 加速卡大規模落地騰訊內部場景，包括微信語音轉文字、騰訊會議紀要、內容理解、廣告推薦等上百個業務場景。

對燧原而言，騰訊不僅是訂單來源，更是最佳的技術試驗場。

依托騰訊的海量場景，燧原的算子庫、工具鏈、軟件生態持續迭代完善，大幅降低了后續服務其他客戶的遷移成本。目前燧原已進入拓客第二階段，多家頭部互聯網客戶與運營商客戶已完成測試并開始小批量交付。

而從騰訊的角度，算力需求的暴漲，與國產算力的導入，形成了很明顯的業務共振。

2025 騰訊全球數字生態大會上，騰訊宣布全面適配主流國產芯片，通過異構計算平臺的軟件能力整合不同芯片。而在財報電話會議上，騰訊管理層公開披露，2026 年 AI 投入將至少翻倍至 360 億元以上，不僅如此，2026 年下半年大規模導入國產算力。

值得一提的是，過去幾年間，騰訊在二級市場頻頻出手，入股了一大批 AI 公司。

其中，在 AI 芯片和底層算力領域，騰訊先后投資了燧原科技、曦智科技、云豹智能、無問芯穹、集益威半導體等公司；其中，騰訊在燧原科技和云豹智能的持股比例接近 20%，為第一大股東。

華為：國產算力的底層壓艙石

如果說字節、百度、阿里、騰訊四家是國產算力落地的「需求發動機」，那么華為昇騰就是支撐起整個國產算力體系的 「底層壓艙石」。

作為國內唯一能在高端訓練場景形成規模化交付的本土算力玩家，它幾乎是所有互聯網大廠訓練側的共同選擇，也是整個國產替代進程中最核心的支柱力量。

在本土 AI 芯片賽道，華為昇騰的市場地位一騎絕塵。

IDC 數據顯示，2025 年華為昇騰 AI 加速卡出貨量達 81.2 萬張，位居國內市場第一，占當年國產 AI 芯片總出貨量的近一半，規模遠超第二名平頭哥數倍之多。

行業測算顯示，2026 年華為昇騰 AI 處理器業務收入將突破 120 億美元，進一步拉開與身后玩家的差距。

產品矩陣上，華為昇騰已形成覆蓋訓練與推理的完整布局：面向高端訓練的昇騰 910 系列，是當前國產性能最強的 AI 訓練芯片；面向推理與邊緣場景的昇騰 310 系列，已廣泛落地于各行各業。

2025 年 9 月，在華為全鏈接大會上，華為公布了清晰的 AI 芯片迭代路線圖：2026 年推出昇騰 950 系列訓練與推理芯片，2027 年迭代至昇騰 960，2028 年推出昇騰970，逐代縮小與國際頂尖水平的差距。

與此同時，華為還正式發布了超節點架構與自研「靈衢」高速互聯協議，推出昇騰 384 超節點、Atlas 950/960 SuperPoD 等全系列產品——這些產品將成為國產 AI 算力的重器。

對互聯網大廠而言，華為昇騰是訓練側算力的「剛需級」選項，也是各家國產算力布局中繞不開的核心底座。

字節跳動的訓練側國產算力核心正是華為昇騰，2026 年初雙方簽下約 25 萬顆芯片的大單，總金額近 300 億元，支撐豆包大模型的全量訓練與迭代。

阿里巴巴同樣是昇騰的重要客戶，年采購規模可達 15 萬顆量級，其通義大模型與阿里云服務均完成了與昇騰算力的深度適配；騰訊也將昇騰納入核心供應商體系，年采購規模約 4-5 萬顆，支撐混元大模型與內部業務場景的訓練需求。

某種程度上，華為昇騰已經成為國內大模型訓練的「行業標準底座」。

無論是頭部互聯網大廠，還是第二梯隊的模型創業公司，都將昇騰作為國產訓練算力的首選方案。這種 「底座統一、上層多元」的格局，也在客觀上降低了整個行業的適配成本，加速了國產算力的普及速度。

國產芯片玩家的突圍之路

由互聯網巨頭的算力深度布局，也在國產芯片廠商引發了聯動效應。

在過去很長一段時間里，國產芯片公司的客戶名單上主要是政府采購和中小企業。而如今，字節、阿里、騰訊、百度的名字開始頻繁出現——這些訂單不僅帶來了收入，更帶來了一張「大廠認證」的通行證。

寒武紀是最具戲劇性的樣本。早年間，寒武紀曾與華為短暫牽手——華為麒麟 970 搭載了寒武紀 1A 處理器，成為「全球首款 AI 手機芯片」。但雙方很快分道揚鑣，華為轉向自研昇騰，寒武紀也走出了一條屬于自己的 AI 芯片之路。

2020 年 7 月，寒武紀登陸科創板，首日大漲近 300%，市值突破 1000 億元。但此后數年，寒武紀連續虧損，2022 年底股價一度跌破發行價。市場上「PPT 造芯」「燒錢無底洞」的質疑聲不絕于耳。

轉折點出現在 2025 年。

當年，寒武紀全年營收 64.97 億元，同比增長 453%，首次扭虧為盈，徹底終結了連續八年虧損的歷史。2026 年一季度，寒武紀營收 28.85 億元，接近 2025 年全年的一半。更關鍵的是，經營活動現金流從上年同期凈流出 13.99 億元轉為凈流入 8.34 億元。

支撐這些數字的，是大廠訂單的集中涌入。

2024 年，字節跳動貢獻了寒武紀 79.15% 的營收。2026 年初，寒武紀新一代旗艦芯片思元 690 實現量產。快速適配能力成為核心競爭力；DeepSeek-V4 發布當天，寒武紀就宣布完成適配，這種「Day 0 適配」的機制是贏得大廠信任的關鍵。

業績亮眼之下，寒武紀的股價隨之狂飆，贏得「寒王」之名——到了 2026 年 6 月 30 日，寒武紀的市值突破萬億元，成為科創板首家萬億市值公司。

天數智芯的故事，甚至可以說是國產 GPU 創業史的一個縮影。

2015 年，前甲骨文數據庫部門研發總監李云鵬離職回國，在上海閔行創辦了天數智芯——這個時間節點，比摩爾線程早了 5 年，比壁仞科技早了 4 年。但他堅持做邊緣側 AI 推理芯片，與看好通用 GPU 方向的投資人產生分歧，最終出走。

此后，天數智芯管理層兩度更迭。曾任紫光集團聯席總裁的刁石京接棒，主導了向通用 GPU 賽道的關鍵轉折。2021 年，天數智芯推出中國首款量產通用 GPU「天垓 Gen 1」。2022 年，蓋魯江成為新掌舵人。

如今，天數智芯采用「訓練 + 推理 + 邊緣」三條腿走路。在軟件生態上，天數智芯選擇了深度兼容 CUDA 的務實路線，80% 以上代碼可以平滑遷移。

更引人注目的是，天數智芯也提出了所謂的「三年四代架構」路線圖：2025 年天樞架構落地，2026 年天璇對標英偉達 Blackwell，2027 年天權目標超越英偉達 Rubin 架構。

天數智芯在 2026 年 1 月登陸港交所，股價也是一路狂飚；而在「字節跳動 5 萬顆芯片大單」的消息下，天數智芯在資本市場的關注度達到新高。

而被稱作國產 GPU 四小龍的摩爾線程、沐曦股份、壁仞科技、燧原科技也在各自發力——短短半年時間，四家即將在資本市場完成全員集結。

摩爾線程是最接近英偉達全功能路線的國產廠商。創始人張建中曾擔任英偉達全球副總裁、中國區總經理，在英偉達工作超過 15 年。他很清楚英偉達的護城河在哪里——不只是芯片性能，更是 CUDA 生態對開發者的鎖定。

所以摩爾線程的 MUSIFY 工具鏈直接瞄準了無縫遷移：CUDA 程序幾乎可以原封不動地跑在 MUSA 架構上。張建中的原話是：「MUSA 的目標從來不是做一個 CUDA 的替代品，而是要讓 CUDA 開發者無縫遷移到國產平臺，真正實現即插即用。」

值得一提的是，2026 年第一季度，摩爾線程首次實現了季度盈利。

沐曦股份的創始人陳維良曾長期就職于 AMD，他曾經主導完成 MI100 等 15 款高性能 GPU 的流片與量產。在這一背景下，沐曦走的是「訓推一體」路線，MXMACA 軟件棧開源，開發者用戶超 15 萬——旗艦產品曦云 C600 實現了全國產供應鏈閉環。

但硬幣的另一面是資金壓力：2022 年到 2025 年，沐曦股份累計虧損了超過 30 億元。

壁仞科技的著力點是通用圖形處理器（GPGPU）芯片及智能解決方案。其中，它在 2022 年發布的 BR100 芯片，單芯片峰值算力達 PFLOPS 級別，打破了當時國際巨頭保持的通用 GPU 全球算力紀錄。

2026 年 1 月，壁仞科技登陸港交所，上市首日大漲超 82%。

與壁仞科技相比，燧原科技的打法則完全不同。

創始人趙立東和 COO 張亞林均來自 AMD，但他們沒有選擇「做一款通用芯片然后滿世界找客戶」的路徑，而是從一開始就與騰訊深度綁定——由騰訊提出需求，燧原做極致的針對性優化。

招股書顯示，騰訊持有燧原 20.26%股份，是最大機構股東，同時也是第一大客戶： 2023-2025 年，燧原對騰訊的銷售收入從 1 億元增長至 8.3 億元，占總營收比例從 33% 攀升至 84%。三代芯片已在騰訊內部適配上線數百個業務場景。

2026 年 6 月，燧原科技過科創板上市審議，擬募資 60 億元。

前路尚且漫漫

互聯網大廠訂單涌入、股價狂飆、估值暴漲……國產算力的故事聽起來一片光明。但硬幣的另一面，國產芯片廠商依舊面臨諸多挑戰。

最核心的挑戰是軟件生態。

中國工程院院士鄭緯民曾一針見血的指出國產 GPU 的核心痛點：「國產 AI 芯片核心問題是生態不夠好，如果生態好，性能做到 60% 也有人用。」

過去十多年，英偉達真正的護城河從來不只是 GPU 硬件本身，而是「CUDA+ 硬件」共同構成的軟件生態。全球數百萬開發者早已習慣 CUDA 的編程模型、工具鏈與調試體系，大量 AI 框架、算子和行業模型都建立在 CUDA 之上。

以 CUDA 為根基，編譯器、調試器、數學庫、通信庫、深度學習框架，一個龐大茂盛的熱帶雨林才得以生長。英偉達之所以能晉升為 AI 芯片之王，靠的正是 CUDA 這套深入開發者骨髓的軟件生態。而這恰好是是國產 GPU 的軟肋。

其次是產能瓶頸和供應鏈風險。

尤其集中在高端 AI 加速卡、HBM、先進封裝等環節。沐曦股份的困境是一個縮影：主力芯片曦云 C500 由中芯國際代工采用 12nm 工藝，而英偉達 H100 依托臺積電 4nm——兩代制程工藝的差距，短期內無法彌補。

更深層的風險，在于外部供應鏈的不確定性。

四小龍中，摩爾線程的 7nm 芯片由臺積電代工，壁仞科技的 CoWoS 封裝依賴臺積電，沐曦和燧原的 14nm 芯片主要由中芯國際生產。美國若擴大設備出口限制，產能可能受到嚴重影響。寒武紀采用 Fabless 模式，公司及部分子公司已被列入實體清單，供應鏈穩定性始終存在隱憂。

最根本的挑戰，或許是商業閉環尚未走通。

互聯網大廠之所以愿意在國產算力上投入巨額資金，核心驅動力是供應鏈安全和成本控制。前者是戰略考量，后者是商業計算。但到目前為止，國產算力的性價比優勢主要體現在采購價格上——單顆芯片比英偉達便宜，這確實能降低推理成本。

問題是，采購成本只是總算力成本的一部分。適配成本、運維成本、因性能差距導致的額外集群規模投入——這些隱性成本往往被忽略。

更大的問號來自需求端。

互聯網大廠之所以需要如此海量的推理算力，是因為大模型應用正在爆發。但大模型本身何時能實現規模化盈利，至今仍是未解之謎。各家大模型用戶量激增不假，但商業化仍處于早期探索。B 端 API 收入增長迅速但基數小，C 端訂閱模式遠未跑通。

一面是百億級別的芯片采購與數據中心建設投入，一面是遠不足以覆蓋投入的模型收入。投入與產出的剪刀差仍在擴大。

換言之，從長遠來看，國產算力的商業閉環，不取決于芯片本身，而取決于 AI 應用能否真正賺錢。芯片公司目前賺的是大廠的資本開支預算，但要實現可持續增長，最終需要大模型應用從成本中心變成利潤中心。

這也是包括互聯網大廠在內的所有 AI 玩家必須關心的課題。

另外，國產算力玩家普遍在獲客群體上依舊較為單一。以寒武紀為例，2024 年字節跳動貢獻了 79.15% 的營收。燧原科技對騰訊的銷售收入，占總營收比例已攀升至 84%。天數智芯如果拿下字節 5 萬顆訂單，字節也將成為其最重要的客戶。

這種深度綁定在短期內是增長引擎，但長期來看，大客戶策略調整——包括自研芯片——都可能帶來風險。

這其中，對獨立芯片創企而言，如何從「一家客戶養活一家公司」走向「多家客戶共同支撐」，是必須跨越的商業化門檻。這意味著不僅要打磨芯片性能，還要建設開放的軟件生態，降低新客戶的遷移成本，建立起不依賴于單一客戶關系的獨立競爭力。

這條路比拿下一張大單更難，但也更接近可持續的增長。

從 2022 年英偉達斷供到今天，不到四年時間，中國 AI 芯片產業完成了一次結構性躍遷。曾經不起眼的國產芯片，已經在大模型推理側站穩了腳跟。曾經分散的產業鏈力量，正在通過訂單、投資、標準和大規模應用匯聚成一個初具規模的國產算力生態。

但這場替代遠未完成。訓練側的攻堅還在繼續。軟件生態的培育需要更長時間。商業閉環的最終驗證，取決于 AI 應用能否進入真正的收獲期。獨立芯片公司從大廠附庸走向獨立玩家的道路，同樣漫長。

但可以確定的一點是：在互聯網大廠的助力之下，整個國產 AI 芯片行業的問題，不再是「有沒有」，而是「好不好」。而接下來的重大考驗，不再是某一家在技術和商業層面單點突破的能力，而是整個國產 AI 算力產業鏈上下游協同進化的耐心與決心。

路漫漫其修遠兮，仍需我輩上下而求索。