H20获得“口头放行”之后，英伟达需要重新认识中国市场

经济观察报记者 郑晨烨

7月15日，英伟达（NVIDIA）创始人兼CEO黄仁勋现身第三届中国国际供应链促进博览会。这已是黄仁勋在2025年内第三次到访中国大陆，就在几天前的7月9日，他执掌的英伟达，市值盘中突破4万亿美元大关。

同日，根据英伟达官方微信公众号发布的信息，英伟达正在提交重新销售NVIDIA H20 GPU 的申请，“美国政府已向英伟达保证将授予许可证”，并且英伟达希望尽快启动交付。H20是英伟达此前“特供”中国市场的一款AI芯片，今年4月被美国政府列入出口管制。

英伟达在文中同时强调了其在美国“加强AI基础设施”的努力，以及在中国“探讨AI如何提高生产力”的意愿。

为“合规”而生的H20

H20芯片的诞生背景，可直接追溯至2023年10月17日。

彼时，美国商务部工业与安全局（BIS）发布了更新的出口管制最终规则，该规则对销往中国的先进计算芯片，设置了两道核心的、量化的技术红线。第一道红线是“总体处理性能”，用以衡量芯片的综合原始算力；第二道红线则是“性能密度”，即总体处理性能与芯片面积的比值，旨在限制通过芯粒（Chiplet）组合方式绕开管制的能力。

这两项指标的设定，将英伟达当时最畅销的H100、A100以及H800、A800等数据中心GPU产品，挡在了中国市场门外。

作为应对，英伟达迅速调整其产品策略。2023年11月，根据公开报道，英伟达已开发出三款专为中国市场设计的新芯片――H20、L20和L2，其核心设计目标，就是严格遵照BIS设定的技术参数框架，确保产品合规。其中，作为面向AI训练任务的旗舰型号，H20的公开规格参数，清晰地反映了这种“合规”的内在逻辑，它与被禁售的H100同样基于Hopper架构（英伟达推出的一种GPU架构），但在关键性能上进行了精确的调整。

在算力性能方面，H20的FP16/BF16（半精度浮点）算力为148 TFLOPS（每秒万亿次浮点运算）。作为对比，被限制的H100芯片在同等精度（FP16）下的算力高达1979 TFLOPS。尽管性能差距显著，H20的总体处理性能（TPP）经计算后低于美国商务部工业与安全局（BIS）设定的4800 TPP管制红线，从而达到了“合规”标准。

显存配置是H20少数未被削减的环节，其HBM3显存容量从H100的80GB增至96GB，显存带宽也由3.35 TB/s提升到4.0 TB/s。芯片间的互联性能，则是H20最受关注的环节之一，其单卡NVLink（英伟达开发的一种高速互连技术）互联总带宽为900 GB/s，与H100的规格持平，这保证了服务器节点内部的GPU间通信效率。

然而，真正的瓶颈在于跨节点的集群互联能力，由于美国对高速网络设备同样存在出口管制，中国客户将难以获得用于构建DGX SuperPOD级别集群的NVIDIA Quantum-2 InfiniBand网络方案――该方案能为每个服务器节点提供高达400 GB/s（即3.2 Tb/s）的外部互联带宽。

对于需要数千颗GPU互联以训练大模型的中国云厂商而言，外部互联能力的缺失，意味着组建超大规模集群的通信效率将大打折扣，难度与成本也随之显著增加。

从产品立项到正式获得销售许可，H20的问世之路并不平坦，该芯片原定于2024年初上市，但其面市时间一再推迟，市场普遍认为，延迟的原因在于该系列芯片需通过美国政府的额外审核程序。这漫长的等待，直至2025年7月15日英伟达官方宣布获得“保证”，才算告一段落。

“保证”之下的市场挑战

英伟达官方信息中“保证将授予许可证”的表述，在商业层面意义重大，它为英伟达在中国市场启动一系列商业活动提供了必要的基础，这意味着，英伟达可以正式与中国客户就H20的销售进行谈判、签署意向订单、进行产能规划和供应链准备。

与此同时，英伟达也亮出了其多产品策略的另一环。英伟达在官方公众号的文章中同时宣布，将推出一款“全新且完全兼容”的NVIDIA RTX PRO GPU，该产品“是为智能工厂和物流打造数字孪生AI的理想选择”。

在高性能计算芯片受限的背景下，转向工业AI应用领域，不仅符合中国推动制造业升级和“新质生产力”发展的宏观政策方向，也因其应用场景的特殊性，面临相对较低的出口管制风险。数字孪生、工业自动化等市场，或将成为英伟达在中国寻求更稳固业务的突破口。

然而，无论是H20的“有条件回归”，还是RTX PRO的“新路开拓”，都无法回避一个已然改变的市场现实――激烈的本土竞争。

在美国出口管制政策的窗口期内，中国本土AI芯片产业获得了加速发展的空间。

最直接的体现是市场份额的变化。根据TrendForce集邦咨询2025年5月发布的一份研究报告，中国AI服务器市场预计外购英伟达、AMD等芯片比例会从2024年约63%下降至2025年约42%，而中国本土芯片供应商在国有AI芯片政策支持下，预期2025年占比将提升至40%，几乎与外购芯片比例平分秋色。

另根据国际数据公司（IDC）发布的《中国半年度加速计算市场（2024上半年）跟踪》报告，2024年上半年，中国加速服务器市场规模达到50亿美元，同比2023上半年增长63%。在这一高速增长的市场中，一个关键的变化是，由NPU、ASIC等非GPU芯片驱动的加速服务器市场规模增速高达182%，达到近7亿美元。

从更底层的加速芯片角度看，这一趋势同样显著。IDC数据显示，2024上半年，中国加速芯片的市场总规模超过90万张，其中，中国本土人工智能芯片品牌的出货量已接近20万张，约占整个市场份额的20%。

值得注意的是，在服务器厂商层面，2024上半年按销售额计算，浪潮、新华三、宁畅等本土厂商占据了市场超过70%的份额，中国本土的服务器供应链正在与国产AI芯片加速深度绑定，构建起相对独立的生态系统。

IDC中国AI基础架构分析师杜昀龙在报告中认为，由于前期的大量采购，目前中国的AI服务器市场仍处于“存量市场”状态，这为本土技术的升级提供了一定的“缓冲期”。他亦指出，在当前环境下，随着行业大模型需求的不断加深，“适配中国算力设施的生态建设将成为主要的着力点”。

一个标志性的商业案例，则更直观地反映了本土AI芯片产业加速发展的趋势。2024年5月，中国移动公示了其《2024年至2025年新型智算中心采购》项目的中标结果，该项目共计采购人工智能服务器7994台，总金额高达191亿元人民币（不含税）。根据公开的中标信息，分享这一大单的服务器厂商包括昆仑、中科可控、宝德、长江计算、超聚变、百信、华鲲振宇等。一个关键的细节是，这七家中标厂商，均为华为�N腾生态体系内的硬件合作伙伴，此次招标的技术路线几乎被�N腾体系“全包”。

在市场需求最旺盛的互联网行业，头部云厂商也均用实际行动完成了对国产化AI基础设施的布局。根据华为�N腾官方公布的信息，其AI硬件平台已对阿里巴巴的全系列“通义千问”大模型――从70亿参数的Qwen-7B到千亿参数的Qwen-72B――实现了全面适配与深度优化；百度智能云通过其“千帆”大模型平台，为用户提供了将文心大模型一键部署至�N腾硬件的选项；腾讯云也已将其“混元”大模型与�N腾服务器相结合，面向政企客户推出解决方案；科大讯飞的“星火”大模型更是最早完成与�N腾平台适配的企业之一。

也就是说，英伟达“H20”此次重返市场，面对的已不再是一个对其高度依赖的空白地带，它不仅需要向客户解释其“合规”后性能参数的削减，更需要面对在价格、服务以及生态协同上都极具优势的本土竞争者。

此外，对于已经投入大量资源进行国产化AI基础设施适配与软件生态建设的中国客户而言，是否愿意以及在多大程度上“重返”英伟达的技术体系，也将是一个复杂且艰难的商业决策。