電子發燒友網報道（文/梁浩斌）近日，有多方消息傳出，英偉達計劃在2026年2月中旬在中國交付H200芯片，這意味著此前特朗普發文表示允許英偉達、AMD等AI芯片公司向中國出售產品的方案已經落實。

與此同時，阿里巴巴也傳出正考慮向AMD下單訂購4萬至5萬顆AMD MI308 AI芯片。適逢近期國產GPU廠商上市熱潮，而在消息傳出后，本月剛剛上市的摩爾線程和沐曦股份，在12月24日股價分別收跌6.32%和7.03%，其中沐曦股價已跌破上市當日的最低價。

H200放開銷售，預計2月交付4萬至8萬顆芯片

在英偉達的產品矩陣中，H200是Hopper架構的最強算力產品，目前性能僅次于最新的Blackwell系列芯片，比如B100，但此前H200一直被美國政府禁止對華出口。

H200發布于2023年11月，其核心升級圍繞大模型最核心的顯存瓶頸展開，最大突破是搭載了高達141GB的 HBM3e顯存，容量較H100的80GB HBM3提升76%，更是早期中國特供版H20（96GB HBM3）的1.5倍；顯存帶寬同步飆升至4.8TB/s（部分測試場景達5.1TB/s），比H100的 3.35TB/s 提升43%，是中國特供產品H20（1TB/s GDDR6X）的4.8倍。

在12月初，美國總統在社交媒體上宣布美國政府將允許英偉達向中國出售其H200人工智能芯片，條件是銷售僅限“獲得批準的客戶”，且美國政府可從銷售額中抽取25%的分成。后續又宣布這一安排將同樣適用于AMD、英特爾等AI芯片公司。

而近期最新的消息顯示，英偉達已告知中國客戶，計劃于明年2月中旬，也就是趕在農歷春節前向中國客戶交付H200芯片。

作為目前僅次于B100的英偉達次旗艦級AI芯片，H200的開放銷售也受到了國內AI行業的追捧。有消息人士透露，在2月的交付中，英偉達計劃動用庫存履行首批訂單，預計發貨總量為5000至10000套芯片模組，相當于約4萬至8萬顆 H200芯片，預計為英偉達帶來70億元至140億元的收入。當然，美國政府需要從該收入中抽取25%。

英偉達對此回應稱，“我們正在持續管理我們的供應鏈，向中國授權客戶銷售H200不會影響我們向全球客戶供貨的能力”。

過去英偉達CEO黃仁勛一直認為，限制AI芯片的出口，只會導致創造出中國本土的競爭對手。并且對于此次H200出口的獲準，黃仁勛此前也坦言，即便限制放松，中國市場是否會接受H200芯片仍不確定。但從實際的市場反應來看，H200目前在中國市場依然具有需求。

但需要注意的是，H200仍需美國政府“特批”，且美國未放松對“中國同規格芯片代工”的限制，如禁止臺積電為中國企業代工H200級高算力的AI芯片。這意味著H200是“短期補充”，而非一個“長期解決方案”。

阿里大規模采購AMD“中國特供”AI芯片？

相比英偉達，AMD走的是高性價比路線。盡管AMD MI308也是一款“專為中國市場定制的 合規特供芯片”，但是它以大顯存和高性價比成為云廠商的折中優選。MI308搭載高達192GB HBM3顯存容量，創下當前商用GPU紀錄，較H200多出51GB，顯存帶寬達到10.3TB/s，是 H200的2.1倍，完美適配70B級大模型的全參數推理需求。

不過在核心性能上，根據美國 2023 年“1017 新規”及后續調整，對華出口的AI芯片需將 FP8算力控制在350 TFLOPS以內，MI308的FP8算力被刻意限制在320 TFLOPS以內。但單卡價格較英偉達H20低 15%，8卡模組總成本控制在120萬元以內，較H200的140萬元模組具備顯著成本優勢。

更重要的是，MI308采用與AMD MI350系列同源的散熱設計，無需改造現有數據中心即可兼容主流服務器，模型遷移時間較國產芯片節省30%，成為阿里云等廠商補充推理算力的核心選擇。

顯然MI308是與H20同期，受到美國政府出口限制而誕生的“特供產品”，在近期美國政府放開H200同等性能芯片的出口之后，未來AMD或許也將會在中國市場推出MI325X等更高性能的產品。

因此阿里在這個階段傳出采購高達5萬顆MI308，或許未來還會有新的變數。

對國產GPU的短期沖擊

從近期的股價表現來看，也可以一定程度上反映出英偉達H200的重新開放銷售對國產GPU造成的沖擊。

首先在中高端算力需求上，H200盡管性能低于最新的B100，但作為Hopper架構的旗艦產品，在絕對性能上目前H200仍是領先于國產AI芯片，同時也遙遙領先于此前中國特供的H20。

從TPP總算力估算的數字來看，H200的TPP高達15832，是H200的接近7倍。而華為昇騰910C的TPP為12800，仍略低于H200；寒武紀思元690 TPP為8986；沐曦C500 TPP為3840。總體來看，性能的差距加上CUDA生態所帶來的遷移成本，國產GPU對于AI大模型企業來說仍是需要權衡利弊的選擇。

當然，國產GPU目前也在生態上采取了多種方式去加速兼容，或是構建自主生態。目前的資料顯示，華為CANN對CUDA API的覆蓋度約80%，海光對ROCm的遷移效率約85%。

所以短期來看，參數以及生態的優勢會促進部分企業分流算力需求到英偉達、AMD等產品上。

但長期來看，搖擺不定的芯片供應政策，對于所有AI大模型企業來說都是懸在頭頂的達摩克利斯之劍。因此國產替代確實也是當前國內AI巨頭們所正在進行或者嘗試在做的事，包括阿里、百度、字節跳動等甚至是選擇了自研芯片的方式，來試圖擺脫供應鏈的限制，同時降低算力芯片成本。

小結：

本次H200獲批在中國銷售，短期來看緩解了本土AI巨頭的算力缺口，但從產業鏈的發展角度來看，不穩定的供應政策依然是巨大的風險點。未來自主生態的構建仍需要本土產業鏈廠商的共同努力，包括GPU廠商的硬件迭代，以及更多聯合下游模型廠商來進行優化，推動工具鏈標準化等，才能最終建立起不可替代的競爭力。