国产芯片万卡集群训练万亿大模型，英伟达不可替代性正松动

　　国产算力近期在超大规模模型训练领域取得实质性进展，纯国产芯片完成万亿参数预训练、万卡集群常态化运营等实践，初步验证了自主技术体系在复杂场景下的承载能力。硬件、软件与运维层面的持续迭代，推动国产算力从单点验证走向规模化部署。但当前主要解决的是基础可用问题，距离稳定承载核心业务、形成成熟生态仍有差距。产业界正以务实态度推进工程优化与短板补齐。

　　国产万卡集群成功驯服万亿模型

　　国产算力产业在2026年盛夏迎来里程碑式跨越。7月6日，美团正式开源其参数规模高达1.6万亿的MoE架构大模型LongCat-2.0，该模型完全在5万余张国产AI芯片上完成预训练，耗时月余，成为业内首个基于纯国产算力训练出的万亿级超大规模模型。

　　仅三天后，粤港澳大湾区首个“国芯训国模”万卡智算集群在广东韶关数据中心集群上线，总投资约55亿元，部署30个华为昇腾384超节点，内置11520张昇腾910C芯片，官方宣称可稳定承载万亿参数大模型全流程训练任务。二者合力撕开了英伟达长期垄断的高端AI训练市场一道缺口——大规模参数模型的预训练，这个曾经被海外巨头视作禁脔的“深水区”，如今已插上国产化的旗帜。

　　事实上，市场对国产芯片产业的长期价值早有预期。iiMedia Research（艾媒咨询）发布的《2025年国产芯片领域市场状况及标杆企业经营数据分析报告》显示，国产芯片产业资金流入前三名企业依次为：生益科技、寒武纪-U、协创数据。艾媒咨询分析师认为，生益科技资金流入以超大单和大单为主，而寒武纪-U和协创数据则依靠大单净流入，体现出市场对头部企业长期价值的认可。产业资金集中度较高，前三名占TOP10资金流规模超六成，市场热点集中，头部企业长期获得大单资金青睐，这为今日算力突破储备了资本端的信心与耐心。

　　生态协同与系统级突破成关键推手

　　从资金面到技术面，国产算力的腾挪空间正在被系统性拓宽。而这一轮跨越，并非简单的“堆卡”竞赛，而是硬件性能、软件生态与模型架构协同演化的系统工程级成果。科大讯飞等先行者指出，使用国产算力集群训练大模型，难点不仅在于算力峰值，更考验系统长期稳定运行、集群调度与故障恢复等工程能力。美团LongCat-2.0的成功得益于模型厂商与芯片公司在算子优化、训练算法及分布式框架上的深度适配；而摩尔线程2025年量产的S5000 GPU已搭建万卡集群，正为商业客户训练万亿参数模型，进一步印证了规模化落地的可行性。

　　软件生态层面，华为CANN、摩尔线程MUSA等自主体系快速成熟，DeepSeekV4模型发布当日即完成与八大国产GPU的同步适配，冲击了英伟达依托CUDA构建的护城河。这一突破的本质是“模型架构-工程实现-芯片能力”三者协同演化的系统级成果，而非单一芯片硬指标的追赶。

　　市场格局生变，算力替代进入需求与份额共振期

　　国产算力崛起已引发市场现实震颤。Bernstein预测，英伟达在中国AI芯片市场的份额可能从2025年的约40%骤降至2026年的约8%；浙商证券研报则预计，至2029年中国通用GPU市场规模将达7153亿元，其中国产GPU占比将升至2221亿元。

　　互联网大厂批量导入国产算力，天数智芯等厂商进入规模化交付阶段，Meta筹划出租过剩算力、谷歌向Neocloud推销TPU等信号，均折射出AI下半场“买云不买芯”的趋势加速，而具备成本与自主优势的国产集群正站上风口。与此同时，端侧AI的NPU军备竞赛也在同步升温，手机、PC、车载、AR眼镜四大赛道对低功耗、高能效推理芯片的渴求，为国产芯片开辟了第二条爆发曲线。

　　从“能训”迈向“训好”，生态完善仍是长期命题

　　尽管战鼓已擂响，国产算力从“能用”到“好用”仍有漫漫长路。科大讯飞等企业坦言，当前国产算力大模型训练仍处于“能训”阶段，走向“训好”需要持续的工程优化与生态完善。英伟达在高速互联、软件栈易用性及开发者习惯上的积累依然深厚，其Vera Rubin与Vera CPU研发进展、DSX OS的推出表明其正试图主导整个AI部署的编排层。

　　国内产业需警惕“硬件先行、软件滞后”的老路，加快构建覆盖训练框架、算子库、调试工具的全栈能力，并推动电力、内存等配套资源的协同布局。广州“云山创享汇”沙龙等平台亦在积极探索算力产业与金融的良性循环，为技术演进注入资本活水。当万亿模型在国产芯片上奔跑的那一刻起，替代的齿轮已不可逆转，新的竞合叙事正在上演。