美国出口管制落地之后，中国做AI芯片的公司其实一直面临一个特别现实的选择：既然买不到最先进的英伟达GPU了，那我们是拼了命也要做出一个“中国的英伟达”，还是干脆换条路走？一年过去了，答案渐渐清晰——很多人选了后者。

说白了，这场争论的核心就一个问题：通用型GPU和专用型ASIC，到底谁更适合一个被封锁的市场？英伟达厉害就厉害在，它的GPU什么都能干，既能渲染游戏画面，又能跑AI模型，而且软件可以反复重写，特别灵活，能跟上大模型快速迭代的节奏。

但“万能”是有代价的——很多晶体管和电都被浪费在那些用不上的功能上了。ASIC的思路正好反过来：它就像一台专门干一件事的机器，不干杂活，只管AI的数学运算，所以速度快得多，也省电得多。

在中国，这两条路上都已经有了各自的代表。通用GPU这边，摩尔线程的创始人张建中以前是英伟达中国区的高管，太了解对手怎么成功的了，他做的MTT S5000系列就是照着通用路线来的。壁仞科技、沐曦这些初创公司也站在这个阵营里。

而专用芯片那边，华为在大力推昇腾NPU系列，910C已经铺开了，950也快来了；寒武纪有思元590和690系列；阿里旗下的平头哥最近推出了真武M890 PPU，说性能是上一代810E的三倍，专门给“智能体AI”用。

光看路线可能觉得各有各的道理，但市场的选择已经很明显了。摩根士丹利今年5月的一份报告预测，2026年华为会吃掉国内AI加速器市场62%的份额，寒武纪占14%，百度和阿里各自只有5%左右。换句话说，专用芯片这条路正在主导市场。

再看性能：数据显示，华为昇腾950和寒武纪思元690的表现，比英伟达卖到中国来的H20芯片要高出50%到150%。这个差距是用“每秒令牌数”来衡量的，说白了就是AI一秒能蹦出多少个字来。

其实这背后有一个挺简单的商业逻辑。当一家中国公司要把已经成熟的大模型推给几百万用户用的时候，ASIC的低运行成本就成了压倒一切的优势。用分析师张海军的话说，定制芯片和灵活GPU之间的界限正在“变得越来越模糊”。

而Omdia的首席分析师苏连杰说得更实在：如果你工程能力强、路线图清楚，那ASIC性价比更高；但如果你还在做各种乱七八糟的工作负载、需要频繁改代码，那就还是会想念英伟达的GPU——问题是，你买到的还是被阉割过的版本。

不过话说回来，中国能不能真正甩掉英伟达的阴影，关键其实不在芯片本身，而在软件生态。英伟达的CUDA平台之所以让人离不开，不是因为名字好听，而是无数AI开发者已经习惯了在上面写代码。

国内的公司也在追：华为搞了CANN，摩尔线程有MUSA。但建软件生态比造芯片还慢，它需要开发者、框架、模型全都配得上才行。从这个角度看，华为62%的市场份额既是成绩，也是个担子——它得一边守住硬件优势，一边让CANN尽快变成开发者绕不过去的东西。

回到最开始那个问题：中国真的需要一个“英伟达的仿制品”吗？现在看来，答案可能是“不需要”。出口管制切断了最先进通用GPU的供应，反倒逼出了一个以专用芯片为主力的本土生态。

这条路能不能走通，不取决于谁在峰值算力上更强，而取决于中国庞大的AI应用市场能不能养活一套独立的软硬件体系。至少从目前的数字看，这个实验已经有了一个不错的开头。