国产芯片上桌，英伟达加注了

同一周，三件事拼成了一幅完整的产业地图。

摩尔线程宣布基于花港架构的庐山GPU年内上市，国产图形卡第一次拥有硬件光追；长鑫存储二季度拿下全球DRAM市场10%份额，坐稳第四；英伟达则甩出约130亿美元收购Hugging Face，把最大的开放模型社区收入囊中。

前两件事是国产芯片的「上桌」，第三件事是巨头的「加注」。三条线索放在一起看，结论并不复杂：参数层面的追赶已经肉眼可见，真正的分水岭，正在移向生态。

🎮 光追这块高地，国产GPU第一次插旗

先说最提气的一件。

2026年9月4日，摩尔线程在半年度业绩说明会上确认，庐山GPU有望年内正式上市。这是国内首款支持硬件实时光线追踪的国产图形卡。此前国产GPU谈光追，多半是软件层模拟；这一次，是实打实的硬件加速引擎。

按官方口径，庐山是第五代花港架构的第二款芯片，采用新一代指令集，算力密度提升50%、能效提升10倍，支持FP4到FP64全精度计算，集成第一代AI生成式渲染架构（AGR）和第二代硬件光线追踪加速引擎，完整支持DirectX 12 Ultimate。

对上一代S80，提升是跨越式的：

显存容量最高64GB，直接超过了RTX 5090的32GB。业内普遍认为其性能对标英伟达RTX 50系列。

注意一个细节：这张卡不止是图形卡。统一任务引擎（UNITE）统一调度所有计算单元，配合MUSA软件栈对vLLM、SGLang、Ollama等主流推理框架的覆盖，它同时是一张能跑本地大模型的AI卡。图形和AI，一张卡通吃，这几乎是英伟达GeForce游戏卡附赠CUDA能力的翻版打法——先在游戏市场养出货量，再向AI市场溢出。

支撑这份野心的，是实打实的财报：2026年上半年营收17.36亿元，同比增长147.42%，半年干完了2025年全年的活；研发投入7.69亿元，同比增长38.16%。MUSA生态开发者突破80万名，累计申请专利2167项，发明专利占比超94%。

据多位接近国产GPU设计公司的人士透露，这个行业真正的瓶颈从来不是流片本身，而是驱动成熟度和3A游戏适配——后者需要厂商跟成百上千家游戏工作室一个一个去磨。庐山Q4上市后能否被主流游戏「即插即用」，才是从「参数卡」到「能用的卡」的关键一跳。

硬件底座立起来了，生态的仗才刚刚开始打。

📈 长鑫三年，从陪跑到第四

如果说GPU是「从0到1」，存储就是「从1到10」。

Counterpoint Research 9月2日发布的数据显示，长鑫存储2026年二季度按营收计算占全球DRAM市场10%的份额，较去年同期的4%增长150%，环比上季度的8%再增25%，成为全球份额增长最快的供应商，稳坐全球第四。

把时间线拉长看，这个速度有点吓人：

• 2023年：市场份额不足1%，行业边角料
• 2026年Q1：份额爬升至8%
• 2026年Q2：份额达10%，全球第四
• 2026年末（预计）：月产能提升至30万至35万片

对比一下：Counterpoint和瑞银此前的预测是，长鑫拿到两位数份额大约要到2028年前后。现实比预测提前了约两年。

三巨头的版图同时被撬动了。三星电子以39%份额守住第一，SK海力士份额从去年同期的39%降至26%，美光以25%紧随其后。三大巨头合计份额从94%降到87%，让出的7个点，大头进了长鑫的口袋，南亚科技也从1%翻倍至2%。

要读懂这份成绩单，得叠加大盘：2026年Q2 DRAM市场环比增长57%、同比暴涨385%，这是AI驱动的超级周期。换句话说，长鑫是踩着历史级的顺风吃下了历史级的份额——顺风人人有，能不能接住看本事。

不过别急着庆祝。在真正的高毛利区HBM市场，格局依然铁板一块：SK海力士以50%份额领先（虽较去年同期64%下滑），三星33%、美光18%，长鑫尚未进入榜单。该公司近期刚启动HBM3E风险试产，营收贡献预计还需一到两个季度，而HBM4的出货要到2026年下半年才逐步显现。

DRAM容量市场站稳了，HBM才是下一座山头。

🤖 英伟达130亿，买了一个「社区」

就在国产芯片节节推进的同一周，英伟达做了一件耐人寻味的事。

9月3日，英伟达宣布以约130亿美元收购Hugging Face——其中约119亿美元付给投资者，另设最高10亿美元的股权激励留住员工。这是英伟达历史上规模最大的收购案之一。

买的是什么？一个平台：超过1800万名开发者、300多万个共享模型、50万个数据集。说白了，是全世界的AI工程师每天都在上面协作、测试、分享工具的那个「GitHub for AI」。

黄仁勋的表态很克制：Hugging Face将保持开放平台定位，「开放权重模型能够扩大AI的使用范围，并有助于确保AI领导地位由企业、机构和社区共同分享。」

但产业逻辑藏不住。开放权重模型的参数向公众开放，用户下载、定制后要在自己的硬件上运行——而绝大多数开发者跑模型的第一块卡，就是英伟达。买下社区，等于把「开放模型繁荣→推理需求增长→GPU出货」这个飞轮的枢纽握在手里。

这也不是孤立动作。就在一个月前，英伟达宣布与华尔街顶级投资机构合作，为规模最高达5000亿美元的数据中心融资提供部分担保；随后又同意为OpenAI在俄亥俄州的大型数据中心项目提供资金支持。更早些时候，它组建了Nemotron Coalition开放模型联盟，成员包括Mistral、Thinking Machines Lab和Perplexity，共享数据、专业知识和算力资源。

收购社区、担保融资、结盟模型商——三步棋合在一起，是同一个战略：巩固开放模型市场的核心地位。一些行业观察人士和企业高管甚至担心，美国对开源模型重视不足，可能促使企业和各国转而采用其他国家的开放权重模型。英伟达显然不想把这个可能性留给别人。

生态的护城河，正在从「CUDA不好替代」升级为「社区加资本加算力的三重闭环」。

⚠️ 硬件能追，生态怎么追

把三件事摆到同一张桌上，产业格局的轮廓就清楚了。

pie showData

title 2026Q2全球DRAM份额

"三星电子" : 39

"SK海力士" : 26

"美光" : 25

"长鑫存储" : 10

国产阵营这边，进展是真的：图形卡有了硬件光追底座，DRAM份额三年从1%到10%，这是过去十年国产半导体最难啃的两块骨头上，第一次留下了明确的牙印。

但对手也换了打法。英伟达没有躺在硬件参数上防守，而是用130亿美元把开发者社区、5000亿美元级数据中心融资、开放模型联盟串成一个闭环。这意味着追赶者面对的不再是一颗芯片，而是一张从模型、社区到资本的网络。你追单点，它织网。

国产阵营并非没有对应动作——摩尔线程押注MUSA生态和80万开发者，长鑫以产能和份额换取标准话语权，思路是对的。差距在于生态的「网络效应密度」：Hugging Face上300万个模型默认为CUDA优化，这是十年时间堆出来的引力场，不是一场发布会能填平的。

据多位接近产业的人士判断，未来两到三年，国产GPU和存储的关键KPI会从「性能对标」转向「生态迁移成本」——开发者换一套工具链要付多少代价，决定这场追赶的天花板。

硬件上桌，只是拿到入场券；生态能不能跟着上桌，才是终局问题。今年Q4，庐山上市，长鑫HBM3E出营收贡献，英伟达完成收购交割——三个节点挨个兑现时，答案会自己浮出水面。

这场牌局，才刚过前半程。