在中国AI芯片市场，近期发生了重要变化。英伟达的市场份额被国产厂商逐渐蚕食，而非GPU加速器的出货量也在稳步上升。
据IDC报告，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。尽管英伟达依然占据市场第一，但与华为昇腾的差距仅剩6个百分点。
这一变化背后，阿里、百度等大厂的表现令人瞩目。阿里CEO吴泳铭透露，平头哥芯片已实现年化营收百亿元，且在云栖大会上发布了真武V900，预计于2027年一季度量产商业化。与此同时，百度则积极推进昆仑芯的分拆上市，并已完成三代AI芯片的研发。
大型科技公司的芯片销量不断增长，成为它们在AI领域竞争的现实选择，取代以往对模型的追逐。
根据IDC的数据，WhatsApp网页版2023年上半年，英伟达在中国市场的市场份额同比下降44%, 现为34%；而华为占28%，平头哥和昆仑芯的市场份额分别为7%和4%。他们联合占据了非GPU细分市场约95%的出货量。
这种芯片出货量的增加，源于AI模型的调用量激增，同时英伟达的高端产品供应受限，国产芯片不仅获得了新增需求，还承担了替代订单。
在云栖大会上，吴泳铭将AI模型、芯片及云服务视为企业发展的三大基石，认为芯片负责生成Token，云则负责将Token送达每一个需要的地方。
华为正在加速产业链扩展，以满足市场需求。包括面向推理的950PR已经上市，而用于训练的950DT超节点预计今年年底或明年初将大规模供货。
阿里也表示，真武M890的外部客户已经超过650家，覆盖20多个行业。与此同时，国产大模型的开源与降价，降低了企业的部署门槛，促进了智能体的频繁调用需求。
近日，百度分享了泰康案例，显示3500多个智能体日均消耗Token已达到200亿，标志着企业大规模使用智能体的到来，随之而来的持续算力开支也愈发明显。
推理需求的高涨意味着训练和使用模型的成本同时增加。德勤预计，到2026年，推理将占据AI计算量的约三分之二，这为定制化芯片带来了良好的机会。
通过特别优化的定制芯片来执行重复性任务，将大幅降低处理成本。目前，有机构预测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，且单位算力成本将降低超过35%。
随着推理芯片市场的强劲发展，越来越多的大厂开始加入战局。腾讯7月推出紫霄2.0芯片，预计在年底完成十万卡部署，而字节跳动的研发团队人数已超过千人，甚至连模型公司DeepSeek也正在开发推理芯片。
不过，要成功将芯片销售给外部客户，大厂首先需要在内部验证其效果。
全栈AI战略的实施对芯片销售有直接的推动效果。这些公司通过自家模型、云服务及高频应用，能够利用真实流量进行芯片打磨和优化，同时摊薄研发费用，从而将验证过的产品面向市场出售。
文章来源：https://finance.sina.com.cn/tech/csj/2026-10-14/doc-iniveqvq4545543.shtml