华为到底行不行？人民大会堂现场，面对全球记者，英伟达CEO黄仁勋直接给出了答案。而更让人震惊的是，IDC最新数据显示：华为昇腾第一季度出货量已经超过英伟达，中国AI芯片国产份额从0%飙升至41%。

记者抛了个问题给黄仁勋：英伟达会不会把芯片卖给华为？他停了一下，表情有点微妙，然后说："真是一个奇怪的问题。"说完这七个字，就在随行人员的簇拥下快步离开了采访区，没再多停留。

这个问题之所以奇怪，不是因为无聊，而是因为世界已经变了，而提问的逻辑还停在几年前。

2022年8月，美国商务部工业和安全局正式通知英伟达，旗舰AI训练芯片A100和H100被列入对华出口限制，不得向中国出售。

这一刀下去，百度、阿里、腾讯这批靠A100组建训练集群的公司，直接被卡在了供应链上。英伟达随后推出阉割版A800和H800绕过红线，继续做生意。

但2023年10月，美国再次升级，把A800和H800也封掉。到了2025年4月，连专门为中国市场设计的H20也进了黑名单，英伟达在其财报里直接写明：预计因此损失约55亿美元。

黄仁勋其实不止一次公开说过，这些限制措施可能根本拖不住技术发展，反而给本土产业链腾出了时间窗口。

华为昇腾最早亮相是在2018年，当时发布的Ascend 910在技术指标上对标英伟达V100，但软件生态薄弱，国内AI公司普遍"备而不用"。

真正的转折点是2020年。台积电因美国禁令停止为华为代工麒麟处理器，消费业务遭受重创，华为随即将大量研发资源压向昇腾方向，战略重心从手机芯片转向AI算力。

单颗芯片的制程受限于此后的ASML设备管制，华为的解法是走另一条路：把片间互联和系统调度做到极致，用集群规模效应代替单芯片性能极限。

CloudMatrix384把384颗昇腾芯片组成一个协同计算单元，强调整体调度能力而非单颗参数，在大规模训练场景里与北美同类集群正面竞争。

华为CANN在持续做CUDA兼容适配，降低迁移门槛。DeepSeek系列模型适配昇腾平台，打通了国产模型加国产算力这条链路。

DeepSeek-R1用约600万美元训练成本跑出与顶级模型相当的基准测试成绩，部分证明了在受限算力条件下高效训练大模型的可行性。

运营商、金融、政企这些对安全可控要求高的行业，国产芯片占比已经到了七八成。英伟达的中国市场份额从当年的九成多跌到今天的五成出头，而且还在继续变化。