60万枚H200滞留香港，中国AI芯片审批节奏背后的真实能力边界

2026年11月9日，外交部例行记者会上，法新社记者提及路透社报道：约60万枚英伟达H200人工智能芯片已获美方出口许可，却滞留在香港仓库，等待中方审批放行。发言人仅回应：“中方在美国输华芯片问题上的立场是一贯的。具体情况建议向中方主管部门询问。”同日彭博记者追问若美方加码限制中方如何应对，得到一字不差的重复答复。

这种刻意模糊的表态，在当下语境中比明确否认更具信号意义——美国已放行，北京尚未落笔。这60万枚芯片的“卡点”不在华盛顿，而在深圳海关或北京的审批窗口。

表面看，这是叙事反转：三年前中国AI产业困于“买不到芯片”，如今却能将已获批的先进芯片拦在国门之外。但“反向卡脖子”一词需谨慎拆解——它描述的是一种非对称权力结构的局部显现，而非技术主权的全面对等。

先看英伟达的财务现实。2027财年第二季度（截至2026年7月26日），其总营收达962.21亿美元，其中数据中心业务贡献890.23亿美元，占比92.5%。而中国大陆及香港合计收入为78.8亿美元，仅占总营收8.2%；其中对华Hopper系列出货额不足数据中心营收的1%，上限估算不足8.9亿美元。对比2022财年（出口管制前），中国营收占比曾高达26.4%。黄仁勋在2026年股东大会上确认，中国营收占比已降至约9%。

更关键的是年报措辞：公司为H200超额库存计提约4亿美元费用，并自评“实际上已被排除在中国数据中心计算市场的竞争之外”，且“不再假设任何来自中国的数据中心收入”。年报中出现“foreclosed”（被封锁）一词，远比分析师推测更具分量。黄仁勋5月接受CNBC采访时直言：“华为非常、非常强……我们实际上已经把那个市场让给了他们。”

还需注意一个常被忽略的细节：H200虽于2026年2月获批小批量对华出口，但年报明确标注“该项目未产生收入”；且该芯片若运回美国需缴纳25%关税。这意味着其产销链条本身已嵌入政策成本，边际利润空间有限。“不批”对英伟达当期收入的实际冲击可控。

真正值得深究的是：为何北京敢于放慢审批节奏？答案在于国产替代已在关键场景形成承接能力。

IDC 2026年上半年数据显示，中国数据中心AI加速器市场总出货200.8万颗，其中英伟达67.8万颗（份额34%，同比下降44%），华为昇腾57.2万颗（份额28%，较上年同期增长显著）。阿里平头哥、寒武纪、昆仑芯、海光分别占7%、5%、4%、3%。更具转折意义的是结构变化：非GPU加速器出货101.6万颗，首次超过GPU的99.1万颗，同比增长近80%；四家国产厂商合计占据非GPU市场95%份额。IDC追踪的11家中国芯片厂商中，9家实现同比增长。

摩根士丹利预测，中国AI芯片自给率将从2025年的35%升至2026年的45%，2027年跃至68%。不过“份额”统计口径存在分歧：华为轮值董事长徐直军称昇腾出货量已超英伟达，IDC则限定在数据中心加速器范畴得出34% vs 28%。两者皆属实，差异源于统计边界——这恰是市场重构期的典型特征：连基础定义都仍在动态调整。

北京的审批策略实为分层管理：推理任务优先采用国产芯片，进口芯片主要保留用于大模型训练。这一逻辑已在软件层落地。DeepSeek V4已全面运行于昇腾平台；2026年9月30日，其开源面向昇腾的全套基础设施组件——TileLang编译工具、DeepGEMM算子库、DeepEP通信库，与英伟达CUDA生态形成平行架构。DeepInfer推理框架亦完成适配。

但国产替代并非全场景无缝覆盖。当前昇腾等国产芯片在大规模分布式训练中的稳定性、通信效率与生态成熟度仍与A100/H100存在差距。训练环节对算力密度、互联带宽、容错机制要求极高，国产方案尚处追赶阶段。这也是为何H200（定位介于H100与L20之间，侧重推理优化但保留部分训练能力）仍被审慎对待——它既是推理补充，也隐含训练过渡可能。

审批节奏实质是政策杠杆：通过控制进口芯片流入速度，既避免国产生态过早遭遇高强度竞争而崩塌，又为本土厂商争取迭代窗口。当华为昇腾910B已能支撑万亿参数模型推理部署，而训练集群仍需依赖少量进口卡时，这种“保推理、缓训练”的策略就具备现实合理性。

另一重影响在于市场预期重塑。英伟达年报中“foreclosed”的自我定性，标志着其主动放弃将中国视为增量市场。这倒逼国内云厂商、大模型企业加速构建去英伟达依赖的全栈能力。阿里、腾讯、百度均已推出基于昇腾或自研芯片的AI算力服务；中科院计算所、寒武纪等也在推进新一代训推一体架构。

值得注意的是，所谓“卡脖子”从来不是单点对抗，而是系统韧性比拼。中国在先进制程制造环节仍受制约（如EUV光刻机获取受限），但通过架构创新（如昇腾的达芬奇NPU）、软硬协同（CANN+MindSpore）、场景聚焦（政务、金融、交通等垂类推理），在应用层实现了事实上的局部自主。

60万枚H200滞留香港，其象征意义大于财务影响。它表明：在AI算力供应链的关键节点上，中国已获得选择权——不是靠技术代差压制对手，而是凭借市场规模、产业协同与政策耐心，将对方商业存在压缩至边缘地带。这种“不买”的底气，建立在国产芯片已能扛起主流推理负载的基础之上。

但必须清醒：训练环节的短板仍是瓶颈。真正的技术主权，不仅在于“能用”，更在于“好用”“通用”“可演进”。当前的“反向卡点”是阶段性成果，而非终局宣告。未来两年，国产芯片能否在千卡级训练集群中实现高稳定、低损耗运行，将是检验替代深度的核心标尺。