在中国AI芯片市场，两大趋势正加速推进。英伟达的市场份额被国内厂商逐步侵蚀，同时非GPU加速器的出货量也在攀升。
近期IDC发布的数据证实了这一变化——2026年上半年，中国数据中心AI加速器总出货量达到200.8万颗，其中非GPU加速器出货101.6万颗，首次超越GPU规模。英伟达仍居首位，但与华为昇腾的份额差距仅剩6个百分点。
这两大趋势背后，均有大型科技公司参与。阿里巴巴CEO吴泳铭今年3月透露，平头哥芯片年化营收已达百亿元级别；在9月的云栖大会上，阿里发布了真武V900，计划于2027年第一季度量产并商业化，预计AI芯片年出货量将大幅增长。百度正推进昆仑芯分拆上市，天池超节点实现了全栈国产化，昆仑芯已完成三代AI芯片的研发与商业化。
这些芯片销量领先的大厂，恰好也是全栈AI布局最为突出的企业。从芯片、云到模型、应用，它们覆盖了每个环节。
目前来看，既然模型领域竞争激烈，不如多销售芯片，正成为大厂AI竞争中的现实选择。
01
模型公司仍在为盈利寻找出路，而训练和推理的成本已转化为芯片大厂的利润。
据IDC报告显示，今年上半年，英伟达在中国数据中心AI加速芯片市场的出货量同比下降44%，份额为34%；华为占28%，平头哥和昆仑芯分别占7%和4%，合计已超过英伟达；华为、平头哥、昆仑芯和寒武纪占据非GPU细分市场约95%的出货量。
大厂芯片出货量增长的主要原因是模型调用量上升，英伟达高端产品供应受限，国产芯片同时承接了新增需求和替代订单。
今年云栖大会上，吴泳铭将AI模型、AI芯片和AI云列为三大基石，他表示“芯片负责生产Token，云负责将Token送达每一个需要的地方”。
华为正推动产业链扩产。徐直军指出，目前“能产多少就供多少”；面向推理的950PR已上市，用于训练的950DT超节点预计今年年底或明年初规模供货。
阿里也透露，真武M890的外部客户超过650家，覆盖20多个行业。
国产大模型一边开源、一边降价，企业部署门槛降低，智能体又带来反复调用模型的需求。
百度在9月的论坛上以泰康为例：3500多个智能体上线，日均消耗Token达200亿。企业大规模使用Agent后，随之而来的是持续的算力开支。
模型调用量高，意味着推理需求旺盛。训练需随模型迭代不断投入，推理则每次使用都需付费。德勤预计，2026年推理将占AI计算量的约三分之二。
这为自研定制芯片创造了机会。同一类任务反复运行，芯片可围绕特定模型和场景优化，降低每次调用的成本。有机构预估，在适配的推理场景下，定制化芯片的能效比可达通用GPU的1.5至3倍，单位算力成本降低35%以上。
鉴于推理芯片成为有利可图的业务，更多大厂纷纷入局。腾讯7月推出紫霄2.0，主要用于自家业务，计划年底推进十万卡部署；据报道，字节的芯片研发团队已超过千人；连模型公司DeepSeek也被曝出自研推理芯片。
不过，要将芯片销售给外部客户，必须先在自己内部验证成功。
大厂推崇的全栈AI，对芯片销售有实际帮助：它们拥有模型、云和高频应用，能用真实流量打磨芯片、摊薄研发费用，再将验证过的产品推向相似场景的客户。
国内大厂已走通这一路径。百度集团执行副总裁、百度智能云事业群总裁沈抖介绍，昆仑芯P800“已在百度内部得到全面验证”，承担了百度绝大部分推理任务后，才推向外部市场。在中国移动的十亿级推理型集采中，昆仑芯三个标包分别拿下70%、70%和100%的份额。
全栈AI未必让大厂在每层都领先，但只要芯片这一层成功，就能获得稳定的外部需求。模型和云积累的需求，正助力它们销售芯片。
02
全栈AI厂商销售芯片的模式，亚马逊早已先行实践。
生成式AI热潮前，亚马逊就为AWS布局自研芯片，旨在为云服务降本。进入AI时代，更便宜的训练和推理算力成为吸引外部客户的卖点，Anthropic和OpenAI先后承诺使用Trainium。今年二季度，包含Trainium和通用计算芯片Graviton的芯片业务，年化收入运行率超过250亿美元。
如今，亚马逊不满足于仅通过AWS收取算力服务费。亚马逊CEO贾西在今年的股东信中，专门以独立芯片公司的口径测算芯片业务规模，并提出向第三方销售整柜芯片设备的可能性。
相比亚马逊，国内大厂更进一步，直接将业务公开化，形成两个变现方向。一是硬件变现，将芯片制成超节点等方案；二是将芯片公司单独推向资本市场，把芯片转化为资产。
第一条路，是坚持硬件变现。代表是华为和昇腾超节点。
超节点正成为国产芯片的集体销售策略，将数百颗芯片打包成一套计算系统卖给客户，绕开与英伟达的单卡对比，向客户展示整套系统能运行的模型规模和效率，从而将网络、存储等配套产品一并纳入芯片业务。
华为是这一路径的代表。9月全联接大会上，华为发布昇腾960超节点，同时披露昇腾910C超节点已部署超过1000套，昇腾950超节点也已规模商用。此外，华为正推动CANN开源开放，完善昇腾软件生态，今年9月华为披露，基于昇腾与CANN原生训练的模型已超过40个。
阿里也在向云外拓展。搭载真武V900的磐久超节点服务器，计划于2027年第一季度上市。百度也透露，昆仑芯P800三万卡集群已点亮。
硬件变现不仅限于销售设备。国内大厂正将自研芯片推向云服务以外的市场，同时开展云上服务和本地交付两笔业务。
第二条路，是将芯片业务拆分为可单独估值、融资的资产。
百度最为积极：既然模型尚未成功，就让芯片单独定价。
昆仑芯1月以保密形式向港交所递表，5月完成科创板上市辅导备案。百度在公告中解释，分拆有助于投资者单独评估昆仑芯，建立独立融资渠道。据The Information报道，昆仑芯寻求约500亿美元的上市估值，高于报道当时百度约360亿美元的市值。
芯片业务的丰厚回报已反映在百度财务报表中。二季度，百度AI云基础设施收入增长50%，其中GPU云收入增长283%。
阿里也有类似计划。既然模型和应用尚未成熟，就先扩大确定能盈利的业务。
8月的财报中，阿里将云智能集团和平头哥合并为“AI云与算力服务”，截至6月底的季度，该板块收入484.37亿元，同比增长45%。先合并芯片和云账本，再考虑推向资本市场。
财新此前援引知情人士称，阿里已决定支持平头哥未来独立上市；吴泳铭表示不排除这一可能。不过目前尚未披露明确时间表。
03
在中国AI芯片生态中，今天的大客户就是明天的竞争对手。
中国AI芯片正形成分层：训练看华为，推理看性价比，流量在大厂手中，模型厂负责扩大需求。
大厂同时掌握采购预算、应用流量和投资能力，可在不同合作关系中扮演买家、股东、卖家和竞争对手的角色。
这种关系的复杂性，可从腾讯和燧原中看出。
燧原前不久在科创板上市。腾讯连续投资11轮，持股20.26%，为第一大股东；燧原招股书显示，2025年其83.79%的收入来自腾讯，既是最大客户，又是最大股东。
与此同时，腾讯也在推进自己的紫霄芯片。
对燧原而言，腾讯不仅提供资金，还有真实任务、测试环境和采购规模。对腾讯来说，扶持一家芯片公司，可使产品围绕自身需求改进，并增加供应来源。腾讯自用芯片越多，留给外部供应商的订单就越需重新争取。
阿里和华为之间也存在类似关系。阿里一边将平头哥打造成百亿级业务，一边仍在采购市场中寻找合适芯片。
据此前报道，DeepSeek V4发布后，阿里、腾讯和字节都在与华为接洽昇腾芯片新订单。阿里和腾讯合计锁定超过45万颗昇腾950PR，订单超过475亿元。
对外，阿里、百度将自研芯片推向市场，会与供应商争夺订单；对内，自家两个部门也在各自计算：采购部门考虑哪种卡更合适，芯片团队考虑产品能卖给谁。
不过，产能问题可能使这些关系更难处理。
中芯国际联席CEO赵海军今年谈到AI的“虹吸效应”时表示，AI需求正挤占全球代工和存储产能。
据央视财经报道，国产算力芯片已“爆单”：国内算力需求达到供给的10倍以上，部分产品交付排期延至一年后。
据机构测算，2026年国产AI芯片需求约420万颗，中芯N+2供给约260万颗，缺口约40%；华为以五年长约锁定约43%的产能，寒武纪分到9%至11%。
晶圆之外，HBM存储也紧缺。前述国产芯片涨价，部分原因在于高带宽内存采购成本上升。
这个行业的竞争，正从“谁的芯片性能更强”转向“谁能获得更多产能”。
大厂有订单、有资金，也有持续消耗芯片的业务，在争取产能时更具优势。但它们多拿一份，其他厂商就可能少拿一份。
未来的产能分配，是否会从价高者得，转向某种意义上的统筹安排？
模型可以继续竞争，全栈故事也可继续讲述，但芯片订单必须按时交付。
本文来自微信公众号 “字母榜”（ID：wujicaijing），作者：思博，36氪经授权发布。
