黄仁勋高调来华后，英伟达被约谈_风闻

撰文 | 曹双涛

编辑 | 杨博丞

题图 | IC Photo

日前，英伟达算力芯片被曝出存在严重安全问题。此前，美议员呼吁要求美出口的先进芯片必须配备“追踪定位”功能。美人工智能领域专家透露，英伟达算力芯片“追踪定位”“远程关闭”技术已成熟。

为维护中国用户网络安全、数据安全，依据《网络安全法》《数据安全法》《个人信息保护法有关》规定，网信办约谈英伟达公司，要求其就对华销售的H20算力芯片漏洞后门安全风险问题进行说明并提交相关证明材料。

一、H20芯片的库存困境

本次事件的H20芯片，是2023年底美国对英伟达其他AI芯片组实施出口限制后，其专为中国市场开发的芯片。

据《路透社》报道，英伟达在设计该芯片时，故意降低内存容量和计算能力，以符合美国出口要求。《福布斯》则指出，H20芯片计算能力明显低于H10和Blackwell系列。

但H20芯片的出货量表现亮眼：SemiAnalysis数据显示，2024年英伟达售出约100万片H20芯片，累计收入超百亿美元；Jefferies 指出，2025年Q1，英伟达向中国市场出货约30万片。其高出货量的原因是：

​其一，性能受限的H20芯片并非全无性能优势。业内专家称，H20芯片在推理专用工作负载中的表现，甚至常常超越H100芯片，这在一定程度上得益于DeepSeek等中国企业的技术适配——将芯片与成本优化的AI模型相结合，进一步释放硬件性能。

其二，英伟达的生态优势短期内难以被国产芯片撼动。比如，其CUDA软件平台拥有庞大的开发者社区，全球超400万开发者依赖该生态，大量AI大模型都在CUDA上训练而成。相比之下，企业若想让AI模型在华为芯片上运行，需投入大量人力、财力和时间成本去适配华为的CANN系统，并不划算。

其三，2024年大模型热潮下，算力需求激增与国产芯片替代能力不足的矛盾日益凸显，加之大型科技企业对美国后续出口管制政策的担忧，“囤货”成为行业普遍选择。在英伟达其他芯片供应受阻的情况下，H20芯片成为不少企业的“无奈之选”。

图源：埃森哲

但随着中美科技战博弈持续升级，出口管制让H20芯片库存激增。《Wccftech》报道称，截至2025年4月，H20芯片库存已达60万至 70万颗。英伟达警告称，这可能造成55亿美元的库存减记，以及高达150亿美元的收入损失。

为缓解库存消化压力、降低客户取消订单带来的损失并争取维持中国市场份额，英伟达CEO黄仁勋充当“说客”。

一方面，他游说美国放开对H20芯片的出口管制，试图拿到出口申请，其在接受《CNBC》采访时表示：“这可能是进入中国市场的最重要的战略原因，因为那里有很多开发人员…… 我们更喜欢美国的技术栈。”另一方面，近期黄仁勋高调访华，国内多家大型科技企业高管从各地专程赴会。

黄仁勋访华后，《The Information》报道，英伟达已向客户透露H20 芯片库存告急，且原本无重启GPU晶圆生产的计划。这与上游台积电将原用于生产H20芯片的产线转作他用有关，这也是黄仁勋此前表示 “将根据H20芯片订单量决定是否恢复生产，且重启供应链需耗时9 个月”的原因。

但订单激增导致库存快速消耗，甚至需要紧急追加订单，让英伟达态度发生转变。《路透社》报道，因腾讯、字节和阿里等中国科技巨头的巨大需求推动，英伟达已向台积电下达30万块H20芯片的新订单，相当于2024年销量的约1/3。

《Trend Force》分析师估计，中国市场补充采购的H20芯片销量，有望带来100亿至150亿美元的收入，并可能将英伟达的市值从目前的4.16万亿美元推升至5.7万亿美元。对于已成为先进AI芯片代名词的英伟达而言，重新进入中国市场不仅意味着即时的现金流，也意味着长期战略定位的机会。

本轮订单激增背后有多重因素：

一是中国对关键原材料的管控，可能迫使美国在芯片出口管制上做出让步。《Source Ability》报道，镓是半导体关键原料，中国占据全球98%的市场份额，中国试图提升对镓出口的管制，将对美国半导体产业带来冲击。

《路透社》称，稀土矿作为制造一系列高科技产品的必需原材料，中国对美国、印度等国实行的稀土出口管控措施，让美国逐渐陷入被动。但《Wccftech》称，H20 芯片仍需获得出口许可证，英伟达目前正在等待美国相关部门批准，预计许可证将很快发放，但具体时间尚未确定。

二是国内大量企业加入AI大模型竞争赛，算力紧张问题愈发突出。以DeepSeek为例，Semianalysis数据显示，DeepSeek使用率由2025年年初时7.5%的高点下滑到7月份的3%。此外，新版本DeepSeek R2也迟迟未能上线，市场猜测或与算力不足有关。

DeepSeek 算力紧张并非个例，《Wccftech》报道，中国市场对H20 芯片的需求量高达180万台，这也是英伟达重启并增加30万颗H20芯片订单的重要原因。

更为关键的是，当前国内芯片虽在加速AI芯片研发进程，性能有所提升，但仍存在诸多问题。据《Wccftech》报道，瑞穗证券分析师Vijay Rakesh在报告中预测，华为昇腾AI芯片（包括昇腾910a、910b、910c）到2025年的出货量有望达到70万片，但良品率问题是关键制约因素。

报告指出，昇腾910c集成了两颗老款昇腾910b芯片，在FP16模式下可提供高达80TFLOP/s的算力，内存带宽为3.2 TB/s，性能水平与英伟达H100 GPU相当，目前已由中芯国际量产，预计将很快在中国上市销售。但由于采用基于深紫外光刻的7nm工艺，瑞穗估计，昇腾910c的良品率约为30%。作为对比，2019年台积电在相关报告中提到，其7nm芯片的试生产良品率超过70%。granitefirm数据显示，2023年三星7nm芯片良品率约为50%。

除产能受限及生态优势不如英伟达外，华为昇腾AI芯片还面临下游客户的问题。一方面，业务线众多的华为与其他大厂存在不少竞争，比如，华为的汽车业务和智能手机业务与小米存在强竞争，云业务与阿里、字节、腾讯、百度等大量云厂商存在竞争。这让不少大厂担忧，华为可能利用其在芯片供应链上的优势地位，获取竞争性信息或在供应上设置障碍。

另一方面，AI大模型投入成本高，企业更关注AI芯片的稳定性。此前美国对华为的管控，让不少大厂担忧类似情况是否会继续上演，一旦出现，大厂投资的转换成本极高。

二、H20或面临削减订单风险

虽然英伟达H20芯片短期订单激增，但“远程关闭”和“追踪定位”技术带来的安全风险，让英伟达随时面临下游客户砍单的可能。

“追踪定位”的技术原理为：每颗先进芯片在制造环节会被写入独一无二的硬件ID。比如，通过激光刻蚀形成的序列号，或借助芯片熔丝进行专属配置。芯片ID认证后，云端根据设备连接网络时暴露的IP地址、基站信息等推断位置。芯片运行过程中，会通过TLS/SSL等加密协议构建的安全信道与云端服务器完成认证；云端能依据芯片所在设备的公网IP、蜂窝基站信息、GPS模块数据等多维度信息，精准推断其地理位置。

尤其是当这类芯片应用于超算集群或AI训练场景时，相关设备往往处于持续联网状态。这种特性使芯片供应商能够周期性收集其运行环境的网络信息，进而为地理位置的判断提供持续、可靠的数据支持。

“远程关闭”的技术原理为：芯片固件中预先设置了安全管理接口，供应商可通过云端向芯片下发指令，实现对其计算功能的锁定或停用。

当芯片检测到来自厂商的“禁用令牌”时，会立即停止加载驱动，或直接锁定关键计算单元。关闭机制分为临时停用和永久熔断两大类，尤其是永久熔断机制下，一旦触发通常无法或极难恢复。

“远程关闭”和“追踪定位”的技术原理以及芯片的特殊地位，带来安全、主权、隐私、供应链依赖等多重风险。

比如，在隐私与数据合规方面，芯片可能会周期性地向厂商汇报IP地址、地理位置、硬件ID等信息，这不仅可能导致用户或企业的行踪信息泄露，更直接侵犯了其隐私权。

AI训练集群中往往包含大量企业、政府的敏感数据，若被芯片厂商监控，存在极大的泄密风险；更重要的是，这种强制性的远程追踪，可能不符合部分国家的数据主权法规，如中国的《数据安全法》、欧盟的 GDPR等，引发合规问题。

图源：基于公开信息整理 DoNews制图

上述风险的存在，不仅让使用H20芯片的大厂同时面临业务风险、监管审核风险，更会引发大量舆论风险。

当前社交媒体平台上，大量网友纷纷讨论那些厂商使用H20芯片：既然H20芯片存在这些风险，为何大厂还要依赖存在安全漏洞与潜在控制隐患的芯片？是否在数据安全与业务稳定性上存在侥幸心理？这种质疑极易发酵为对企业责任感的拷问，让大厂陷入“重利益轻安全”的舆论旋涡。

当市场担忧芯片风险可能威胁用户数据安全、业务连续性时，社交媒体上的讨论极易从对单一企业的批评，扩散为对整个行业技术依赖现状的担忧，引发用户对相关企业产品与服务的信任危机，导致用户流失与市场声誉受损。舆论反噬的力度，往往比业务风险本身更具破坏性，这给H20芯片在华销售蒙上更多阴影。

Forrester首席分析师Charlie Dai表示：“在国内竞争日益激烈的背景下，网信办对H20芯片安全风险的审查，可能会进一步削弱英伟达在中国的市场份额。且由于监管不确定性，H20的即时销售恢复也可能面临延迟。这契合了在美国出口管制背景下，中国加速推进国内半导体替代方案研发、力求实现技术自给自足的大趋势。”

三、英伟达在华市场面临多重考验

如Charlie Dai所言，英伟达在华市场的起伏，始终与中美全球AI主导权的争夺深度绑定。黄仁勋访华后H20芯片订单激增与因安全问题遭约谈的看似矛盾的局面，实则是这场博弈的缩影——中国既需短期算力支撑AI发展，又要通过监管推动技术自主；美国则想借芯片出口维持技术霸权，却受制于中国市场的战略价值与供应链反制力。

尽管美国目前在尖端硬件设计、基础模型及人工智能研究领域处于领先地位，且通过英伟达、AMD和英特尔等企业掌控着超70%的高端AI芯片IP。

比如，此前面对黄仁勋的相关诉求，美国高层曾明确表示，H20芯片“是中国前沿人工智能能力的强大加速器”。

但在国家资金的大力扶持和庞大人才库的支撑下，中国正快速追赶。

当前，中国拥有全球60%以上的人工智能相关专利，并且已启动多项国家计划，力争到2030年在人工智能领域占据领先地位。

另据《斯坦福人工智能指数2024》数据显示，中国发表的人工智能研究论文数量超过其他任何国家，在AI论文高被引数量方面也位居全球第二。黄仁勋同样坦言，中国拥有价值500亿美元的AI市场规模，失去这一市场份额可能会重塑整个GPU格局。

但英伟达在华市场，未来将同时面临合规验证、能否顺利获得H20芯片的全部出口许可证、国内市场需求如何演变，以及芯片制造商是否能获得足够的发展动力等多重考验。商业化进程严重滞后于技术发展，是当前国内AI大模型市场面临的最大考验。

对标C端移动APP，日活跃用户数（DAU）、用户基数以及用户使用时长的占据，是各类移动APP实现商业化的核心基础。但C端AI大模型的发展却面临着多重制约：一方面，同质化竞争态势显著，众多产品在功能和体验上差异甚微；另一方面，数据幻觉问题突出，影响用户对模型输出结果的信任度。

同时，高昂的获客成本持续消耗着企业资源，而缺乏差异化的功能设计又导致用户使用时长难以提升，这些因素共同掣肘着C端AI大模型的商业化进程。

相较C端，B端大模型面临的问题更为复杂：低代码/无代码平台虽能助力企业实现降本增效，但受限于能力不足、数据接口不畅、隐私安全隐患，以及企业业务场景的复杂化与低代码/无代码平台仅能支持简单场景之间形成的尖锐矛盾，使其在打开更多中大型企业市场时，面临着严峻考验。

定制化虽是B端大模型的重要盈利方式，但定制大模型的高昂成本与当前企业普遍追求“降本增效”的现实需求形成冲突，这让AI大模型在拓展中小企业市场时，同样遭遇不小的难题。

商业化进程的迟缓，让不少大模型企业陷入困境：部分企业不堪重负选择离场，另一部分则被迫调整战略方向。这同样对H20芯片的市场表现产生着不容忽视的影响——对依赖H20芯片支撑业务的大模型企业而言，若因商业化受阻而缩减规模甚至退出市场，无疑会直接削弱对H20芯片的需求；即便那些选择收缩大模型投入或转向更经济替代方案的企业，也可能会在成本考量下减少对H20芯片的采购量，转而寻求更具性价比的替代方案。如此一来，H20芯片原本在B端市场的拓展节奏难免受到波及，进一步加剧其在市场中的不确定性。

在更广泛的地缘竞争中，未来围绕先进技术的竞争愈演愈烈，H20已不仅仅是一款芯片，更是一场高风险博弈中精心策划的一步棋。

对投资者而言，这凸显了政策变化、贸易紧张局势和供应链压力如何迅速波及盈利预测和全球市场信心。对英伟达来说，既要游说美国放宽限制以维持份额，又要应对中国的安全审查以修复信任。更重要的是，其稳定在华市场信心的关键在于，中美整体科技战的缓和程度紧密相关。