国产AI芯片首次集体盈利：算力自主可控真的要来了

一个里程碑：国产AI芯片首次集体盈利

5月5日，国产算力传来史诗级利好：以寒武纪、海光、摩尔线程为代表的国产AI芯片，首次集体实现盈利。

寒武纪一季度营收28.85亿元，同比暴涨159.56%，上市以来首次现金流为正。更重要的是，国产AI芯片的中国市场份额首次突破41%，英伟达的份额从巅峰期的95%骤降至55%。

这两个数字放在一起，意味着什么？

意味着中国AI算力终于撕开了一道口子，从"被卡脖子"到"自己造芯片自己用"，这条路走了将近十年。

为什么是现在？三个原因

很多人会问：国产芯片喊了多少年了，为什么今年突然集体盈利？

我觉得有三个关键因素：

第一，需求爆发。大模型时代，算力需求是指数级增长的。国产模型要训练、美国芯片要受限——两个因素叠加，国产芯片的试错空间突然变大了。

第二，技术成熟。经过几年迭代，寒武纪的思元系列、海光的深算系列，在部分场景的性能已经能对标A100。不是说完全追上，但"能用"这个门槛已经过了。

第三，生态完善。芯片不只是硬件问题，软件栈、开发者社区、下游适配……这些配套去年还在被吐槽，今年已经初具规模。

英伟达的份额丢失，是被迫的还是主动的？

有人会说，英伟达份额下滑是因为出口管制，是被迫的。

这个说法有道理，但不完全准确。

英伟达中国区营收确实受到影响，但更准确地说，是"高端芯片进不来"影响最大。中低端市场，国产芯片已经在正面竞争。而且有意思的是，一些对算力要求不那么极致的场景，国产芯片的性价比已经开始显现。

当然，如果英伟达推出合规中国版芯片，这场竞争会更有看头。目前来看，这个变量还没出现，但不代表不会出现。

算力自主可控对中国AI意味着什么？

这个问题，我想从更大的视角聊聊。

过去几年，AI大模型的核心瓶颈是什么？一个是数据，一个是算力。数据可以积累，算力呢？被卡脖子就是被卡脖子，没有替代方案。

国产AI芯片集体盈利，意味着中国AI产业终于有了"备胎"。不是说要完全替代英伟达，而是关键时候不会被一剑封喉。

这对大模型公司、创业者、开发者来说，都是利好。供应链更安全，选择更多元，成本也有下降空间。

但挑战还在后面

也不能太乐观。国产AI芯片和英伟达的差距，依然存在。高端芯片领域，追赶还需要时间；软件生态的丰富度，CUDA的护城河……这些都是现实挑战。

更重要的是，芯片竞争不只是比拼单芯片性能，还有系统级优化、集群调度、能效比……这些维度上，国产芯片还有功课要补。

不过，路是一步步走出来的。集体盈利这个里程碑，说明方向对了。剩下的，就是持续投入和时间问题了。

中国AI的"算力自由"，可能比想象中来得更快。