尽管英伟达（Nvidia）的AI GPU和机架级解决方案仍然是市场上最抢手的AI加速器，但美国白宫以及随后北京方面对英伟达AI处理器对华出口的限制，正对该公司在中国的业务产生剧烈影响。据《日经亚洲》援引伯恩斯坦（Bernstein）的分析报道，随着国内供应商能够满足约80%的本地需求，英伟达在中国的市场份额在未来几年可能降至仅8%。
摩尔线程（Moore Threads）首席执行官张建中在公司发布首款专为AI工作负载加速设计的GPU——代号“华山”的产品时表示：“新产品满足了国内开发者的需求，不再需要等待海外的先进产品。”
据中国媒体援引的伯恩斯坦分析师预计，随着华为、寒武纪（Cambricon）等本土独立硬件供应商（IHVs）合计市场份额接近80%，英伟达在中国AI处理器市场的份额将从2024年的66%降至今年的大约8%。中国硬件加速器的崛起是多种因素共同作用的结果，包括对英伟达硬件的限制、华为、寒武纪、摩尔线程、沐曦集成电路（MetaX） 等公司硬件的进步，以及其软件栈的显著改进。
摩尔线程的“华山”产品可以与英伟达的Hopper H100和H200产品竞争，后者是该公司上一代AI加速器，美国近期已允许其出口至中国，但附带了一些严格的限制条件。然而，“华山”的性能远低于英伟达现有的Blackwell B200和B300 GPU，后者被禁止出口至中国。与此同时，华为的AI云矩阵384在用于AI训练的常用格式BF16 FLOPS上，可以击败GB200 NVL72和GB300 NVL72系统，尽管其功耗高出四倍。该公司基于524,288个昇腾950DT AI加速器的下一代Atlas 950超级集群，预计将在2026年至2027年的某个时候，为AI训练提供高达524 FP8 ExaFLOPS的性能，为AI推理（更具体地说是MXFP4格式）提供高达1 FP4 ZettaFLOPS的性能，并计划在2028年底达到4 ZettaFLOPS。这虽然仍落后于基于Blackwell的领先集群，例如甲骨文（Oracle） 运行131,072个B200 GPU、为推理提供高达2.4 FP4 ZettaFLOPS峰值性能的OCI超级集群，但显而易见的是，中国开发者正在快速提升其AI硬件的性能。
鉴于这些进展，剩下的障碍是完成从一个长期以英伟达为中心的生态系统，向完全自主的硬件和软件栈的过渡。这可能并不容易实现，因为许多现有的AI部署都使用英伟达的硬件和CUDA软件栈，将其移植到中国硬件和软件上既困难又昂贵。
然而，转向国产AI硬件（以及广义上的国产硬件）是中国的长期国家目标。据报道，中国共产党在10月流传的一份五年规划草案呼吁，在指导国家机关、私营公司和金融机构的“新型举国体制”下实现半导体自主。这项努力的核心是所谓的中国GPU“四小龙”：摩尔线程、沐曦集成电路、壁仞科技（Biren Technology） 和燧原科技（Enflame）。
大型超大规模企业也在加强其定制芯片计划。百度的昆仑芯部门计划到2030年推出五款AI处理器，阿里巴巴也没有放弃自己的芯片研发努力。然而，在很大程度上，中国的AI产业受到中芯国际（SMIC） 使用其7纳米级工艺技术大规模生产芯片能力的限制。如果该公司在未来几年无法大幅提高产量，那么中国的AI领域要么会大幅落后于美国，要么就得设法从英伟达获得高性能GPU以保持竞争力。
