黄仁勋又上热搜了。

这次不是因为皮衣，是因为他说英伟达"基本放弃"中国AI芯片市场，把机会交给华为。

消息一出，我朋友圈里的芯片从业者分成两派：一派在转发"国产替代重大利好"，另一派在吐槽"华为文档写得跟天书一样"。

我属于中间派——既觉得这事影响深远，又觉得现在下结论太早。

---

英伟达为什么"卖不动"了？

不是不想卖，是卖不了。

美国出口管制从去年开始层层加码。先是禁了H100、A100，英伟达推出"阉割版"H800想绕过去，结果去年10月连H800也禁了。

黄仁勋的原话是："既然政策不让卖，那我们集中资源做其他市场。"

翻译一下：不是战略撤退，是被逼无奈。

英伟达去年中国区收入占全球20%左右，说放弃就放弃，股东肯定不乐意。但政策风险更大——今天卖明天被罚，不如主动表态，换点政治筹码。

---

华为接得住吗？

这事得分开看。

芯片本身： 华为的昇腾910B已经量产了，性能对标A100，国内大厂（百度、字节、阿里）都在测试。从跑分数据看，算力差距在缩小。

生态差距： 这才是硬伤。

英伟达强的不只是芯片，是CUDA。全球几百万开发者用CUDA写代码，教程、工具链、开源项目，全是围绕英伟达建的。你买个游戏本，显卡驱动都自带CUDA。

华为的CANN和MindSpore呢？我认识的开发者里，用过的人评价两极分化：有人说"能跑"，有人说"调试一次想辞职"。

一个在海思工作的朋友跟我吐槽："我们芯片性能追上来了，但开发者骂我们的文档骂了三年。"

---

这事对搞AI的人有什么影响？

直接说结论：短期麻烦，长期可能利好。

如果你现在用英伟达：

• 存量芯片还能用，只是新采购受限

• 短期内不会强制替换，但扩容的时候选择变少了

如果你开始接触国产芯片：

• 学习成本增加，要重新学一套工具链

• 但政策在推，国产芯片的文档和社区会越来越好

• 招聘市场上，"有国产芯片经验"正在变成加分项

如果你是学生/自学者：

• 先学好PyTorch和CUDA，这是现在的主流

• 有余力可以看看MindSpore，但不用深钻，生态还在变

---

去年我们公司做项目，采购了一批A100。今年想加购，供应商说没货了，建议看看昇腾。

我们试了两周，结论是：能跑，但麻烦。

模型能训练，但调试工具不好用。某个算子不支持，得自己写。遇到bug，Stack Overflow上搜不到，只能找华为工程师拉群解决。

但我也理解，这是必经阶段。十年前用Android开发也是这体验，现在谁还骂Android？

关键问题是：谁来陪华为走过这个阶段？

大厂有资源、有人力去适配。但中小公司和独立开发者呢？让他们放弃成熟的CUDA生态，去踩国产芯片的坑，成本太高了。

---

一个更大的图景

英伟达退出中国，不只是商业事件，是技术脱钩的缩影。

未来AI芯片市场可能分成两块：

• 海外圈： 英伟达、AMD主导，CUDA生态继续壮大

• 国内圈： 华为、寒武纪、壁仞，政策推、市场养

这种分裂对开发者不友好——你可能要维护两套代码。但对国家战略来说，自主可控比效率更重要。

---

给不同人的建议

在企业做技术选型的：

• 新项目可以考虑国产芯片，但要有心理准备：前期踩坑时间可能比预期长

• 核心项目建议混合部署，别一刀切

在投资的：

• 国产芯片赛道有机会，但别只看芯片本身

• 看生态公司：做工具、做中间件、做移植服务的，这些比芯片更稳

在自学的：

• 底层能力（数学、算法、工程经验）是跟着你走的

• 芯片会换，但Transformer原理不会变

---

与其焦虑用哪家芯片，不如把底层吃透。工具会变，但能力是你的护城河。

我是Jack Linc