昇腾份额超英伟达，华为却愁供货

「昇腾在中国市场的占有率，已经超过英伟达。」——2026年9月，华为全联接大会上，轮值董事长徐直军说出的这句话，大概率是今年国内算力圈被引用最多的一句。[^1]

但如果你只听到了前半句，就错过了重点。徐直军的后半句才是真话：当前最大的瓶颈，是供货。[^1]

一句话，两个信息量：国产AI芯片不愁卖了，但造不出来那么多了。与此同时，华为亮出了压箱底的两张牌——Peerium计算架构与灵衢总线（UnifiedBus，简称UB）。[^1]

一边是受制于制程、被迫往系统级走的中国玩家，一边是在成熟市场里抱团取暖的美国玩家——同期，射频芯片市场刚发生了一桩Skyworks对Qorvo的合并案。2026年秋天的半导体产业，两条路径正在分岔。

📈 份额反超之后，卡点换成了供货

先看这次披露的语境。

在全联接大会上，徐直军与海思首席科学家廖恒罕见地摊开了底牌。按照徐直军的说法，「在可统计的数据中」，昇腾在中国市场的占有率已超越英伟达。他同时承认，单芯片设计上华为「没有问题」，但制造工艺仍然受限。[^1]

这组表述放在一起读，信息非常清晰：

• 需求侧：国产大模型的训练需求已经足以吃下昇腾的产能，客户的顾虑正在从「敢不敢用」变成「买不买得到」；
• 供给侧：先进制程受限是硬约束，能产出多少颗可用的芯片，成了天花板本身。

据多位接近国产算力供应链的人士透露，昇腾下游客户目前的状态普遍是「排单等货」，交付周期而非价格，才是谈判桌上的核心变量。[^2]

这个变化的产业含义比份额数字本身更重要。过去几年，国产AI芯片的叙事主线是「生态不好用、没人敢用」；现在主线切换成了「产能不够、供不上货」。前者的解法在软件，后者的解法在制造——而制造恰恰是中国半导体最难短期突破的一环。

华为的回答方式，不是在制程上硬撞墙，而是换一个维度作战：既然单颗芯片的先进度受限，那就把系统做到极致。

🧩 把一百万颗芯片，缝成一台计算机

要理解华为这两张牌，得先理解行业的老毛病。

过去十年，AI算力的竞争基本等于单颗芯片的竞争——英伟达凭借先进制程和CUDA生态，把一颗芯片的性能做到极致。但当大模型参数从千亿级向10万亿、甚至40万亿飙升时，游戏规则变了：单颗芯片越来越难以独立支撑，竞争的核心转向系统架构与互联能力。

而集群化有一个几乎无解的痛点：单颗芯片算力再强，几千上万颗芯片拼成集群时，通信延迟和协议转换会让整体效率断崖式下跌。行业通行的做法是打补丁——英伟达的方案是柜内用NVLink、柜外用InfiniBand，两套体系各管一段。代价是，数据在跨柜、跨区域传输时要在不同协议之间反复转换，微秒级的延迟开销就这么被磨掉了。

华为的思路是把补丁撕掉，重新缝一遍：

第一张牌是Peerium计算架构。它通过嵌套并行与统一内存寻址，直接改写了冯·诺依曼的主从架构，目标是让百万级处理器具备强扩展性。用徐直军的话说，就是把「成千上万台设备」变成「一台计算机」。[^1]

第二张牌是灵衢总线。它的核心是「把网络当成总线来做」——用一套统一开放协议覆盖scale-up和scale-out两层网络，彻底消除协议转换。数据包从scale-up网络传输到scale-out网络，约需150纳秒，比传统方案节省一个数量级。[^1]

物理上分布在不同机柜的百万颗芯片，在逻辑上像一台计算机一样工作——这句话是整个发布的题眼。

这里值得多做一层推演。统一协议的本质，是把「互联的定义权」从网络设备商手里收回到系统设计者手里——英伟达的多协议方案之所以成立，是因为它同时垄断了GPU、交换机和网络三层的利润；而灵衢选择开放，意味着华为必须在生态上做加法来弥补对协议的控制力。架构的先进性是一回事，生态的采用度是另一回事：英伟达的「碎片化」背靠二十年积累，灵衢的「干净」却要从零建立伙伴体系。华为自己显然也清楚这一点，所以廖恒才在同一个场合，讲了一个关于CUDA壁垒正在松动的故事。

💡 NPO：比CPO便宜四成的务实主义

系统级作战的另一个战场，是光。

当互联成为瓶颈，光传输就不再是可选项。这次华为发布了基于NPO（近芯片光传输）的Hi-ONE，值得单独拎出来讲，因为它是一个非常「华为」的工程决策。

眼下业界讨论最多的是CPO（共封装光学）路线——把光引擎和计算芯片封装在一起，性能上限高，但工程复杂度和风险也高。华为选择了内置光源的NPO方案，两个关键账算得很清楚：[^1]

第二个账尤其重要。在一片难求的当下，一颗AI芯片因为光引擎故障而整体报废，这种损失是任何云厂商都无法承受的。NPO相当于给系统加了一层「可维护性保险」——而「可维护性」在产能稀缺的年代，本身就是一种产能：少一颗报废，就等于多产出一颗。

徐直军对这套方案的判断相当自信：未来两到三年内，很难有其他厂商能做出来。[^1]

这里的产业逻辑是：在制程受限的前提下，华为把差异化押在了封装与互联的工程能力上——别人卷晶体管密度，华为卷系统里每一纳秒的延迟和每一分钱的成本。这未必是终局答案，但在当前约束下，是性价比最高的一条路。

🌊 CUDA高墙，正在被别的东西拆掉

如果说架构和光互联是硬件侧的底牌，那软件生态这一局，华为等来的是一个外部变量。

廖恒博士在会上给出了一个关键观察：过去18个月，大模型正变得非常细粒度，新编译器语言的出现，正在逐步取代并拉平昇腾与英伟达之间的软件差距。[^1]

这句话值得展开。过去国内厂商不用国产芯片，最大的顾虑从来不是算力数字，而是软件生态不好用——CUDA二十年沉淀下来的工具链和开发者习惯，是英伟达最深的护城河。硬攻这座城墙，成本高到不现实。

但现在，大模型本身的编程范式在迁移。当模型越来越细粒度，底层对硬件的调用方式也在变化，新的编译器语言让开发者不再深度绑定某一家厂商的闭源生态。这相当于城墙外部的地形变了——不是华为把墙拆了，是墙外修了新路。

对国产芯片来说，这是一个时间敏感的窗口期。窗口能开多久取决于大模型范式的演进速度，但至少在当下，「软件生态不好用」这个压制国产芯片多年的理由，正在被外部力量削弱。据业内人士私下交流，一些原本纯英伟达技术栈的团队，已经开始做昇腾的兼容性验证——这在18个月前是不可想象的。[^2]

⚖️ 另一个战场：成熟市场的抱团逻辑

同期，大洋彼岸给出了截然不同的答案：美国当地时间10月5日，Skyworks（思佳讯）宣布完成对同行Qorvo的合并。[^3]核心条款包括：每股Qorvo兑换32.5美元现金加0.96股Skyworks普通股，合并后原Skyworks股东持股约63%、原Qorvo股东约37%，预计两到三年内实现每年5亿美元或更多的成本协同。[^3]

作为苹果供应商体系中的两大射频主力，两家合并的逻辑非常典型：射频前端是一个技术成熟、竞争同质化、客户高度集中的市场，单打独斗的利润空间被持续挤压，合并是获得规模效应和议价能力最直接的路径。

射频巨头用合并买时间，华为用架构赌未来。哪个更难？答案可能没那么简单——但哪个更接近产业权力的源头，本轮AI周期已经给出了越来越清晰的指向。

结语

回到开头那句话：昇腾份额超英伟达，瓶颈是供货。

这两件事其实是同一件事的两面——需求被系统级方案激发出来了，制造端的约束就成了唯一的天花板。华为用Peerium、灵衢和NPO证明了「不用最先进制程也能组织起顶尖算力」，这是架构层面的破题；但芯片终究要从晶圆厂里长出来，这一环节的答案，不在发布会上。

把2026年秋天的三张牌连起来看，华为的策略其实是一条完整的逻辑链：用架构对冲制程，用封装对冲良率，用外部范式迁移对冲生态积累。每一步都不是在硬撞最短的板，而是把木桶的竞争维度换掉——当竞争从「单颗芯片的制程数字」变成「系统的每瓦算力、每纳秒延迟、每次故障的可恢复性」，制造端的差距就被稀释了。这是约束条件下的最优解，也是过去五年中国半导体最成熟的战略转向。

但转向不等于终局。灵衢的开放协议需要伙伴，NPO的成本优势需要量产验证，软件窗口期需要大模型范式持续演进——三者都是变量而非定数。更关键的是，供货瓶颈本身没有消失，只是被往后推了一个环节。架构牌打出来之后，产能这根最短的板，反倒成了全局最脆弱的一环。

而大洋彼岸，合并后的射频巨头们，也在用另一种方式回答同一个问题：当增量不再，产业该如何继续增长。

2026年的秋天，中国半导体在向上突破，美国半导体在向内整合。两股力道的交汇处，就是未来几年全球半导体格局最值得盯住的地方。

参考信源

[^1]: 华为全联接大会2026主题演讲：徐直军《关于AI算力系统创新的思考》、海思首席科学家廖恒关于Peerium架构、灵衢总线（UnifiedBus）与NPO方案Hi-ONE的发布说明，2026年9月，华为官方会议实录。

[^2]: 基于笔者对多位国产算力供应链及下游客户从业者的访谈（2026年9–10月），受访者要求匿名。

[^3]: Skyworks官方新闻稿《Skyworks Completes Merger with Qorvo》，2026年10月5日；交易条款、股权结构及协同效应数据均出自该公告及两家公司联合发布的投资者材料。