如今回头看，黄仁勋早前作出的预判，十有八九是准的。

黄仁勋此前称DeepSeek首次跑通华为芯片，对美国是个糟糕的结果。当时都觉得他在替英伟达要政策支持。现在看来，他是当真的。

今年4月DeepSeek发布V4系列大模型，同步宣布完成华为昇腾芯片的原生适配，不是后期简单的兼容移植，是从模型研发阶段就针对昇腾的硬件架构做了底层代码优化。

华为方面也公开了实测数据，在8K输入的场景下，昇腾950超节点运行对应模型，首字输出的延迟能控制在二十毫秒左右，这个表现已经能满足绝大多数商用场景的需求。

放在以前，国产大模型的开发路线都是先适配英伟达芯片，等模型稳定了再慢慢做国产芯片的适配工作，优先级差了好几个等级。

这次DeepSeek把国产芯片的适配放到了首发位置，说明国产算力的成熟度已经跨过了关键门槛，不再是只能凑合用的备胎，而是能支撑旗舰级大模型的主力选项。

更关键的是，模型厂商愿意投入人力物力做原生优化，意味着开发者群体开始向国产芯片生态流动，这才是英伟达最在意的地方。

英伟达能垄断全球AI芯片市场，靠的不只是芯片性能，更是CUDA软件生态积累了三十年的开发者资源，大家都基于这个体系做开发，换平台的成本极高，形成了很强的锁定效应。

一旦有越来越多的开发者习惯在国产算力平台上做研发，这层壁垒就会慢慢松动，而且一旦松动就很难再恢复。

顺着技术的信号往下看，整个产业的采购逻辑也在悄悄转向。

华尔街日报此前的报道也提到，国内头部云厂商和大模型公司的高管，采购思路已经发生了根本变化。

前几年采购算力，英伟达芯片是毫无疑问的首选，国产芯片最多放在备选清单里应急。

现在不一样了，国产芯片直接进入了顶层算力集群的评估名单，很多新项目都会同时做两套方案，一套用英伟达，一套用国产芯片，甚至有些场景直接就用国产方案。

出现这种转变不只是因为供应链安全的考虑，更是因为国产芯片的实际表现已经能打。

除了华为昇腾，寒武纪、海光等多家厂商的产品都完成了主流大模型的适配，在推理等特定场景下，性价比甚至比进口芯片更高。

企业算的是实在账，既能满足业务需求，又不用担心中途断供，价格还更划算，自然愿意转向国产算力。

黄仁勋担心的也正是这点，当市场上出现了第二个可行的算力体系，客户就有了选择权，英伟达的定价权和市场份额都会受到冲击。

当然，黄仁勋公开说这番话，也不全是出于焦虑，背后也有他自己的商业考量。

一方面是借中国的技术进展向美国政府施压，告诉管制派一味限制只会适得其反，不如放开更多产品出口，英伟达还能保住中国市场的份额。

毕竟中国是全球最大的AI算力市场之一，每年给英伟达贡献不少收入，真的完全丢掉，对英伟达的业绩影响很大。

另一方面，他也是在向行业传递一个信号，承认华为等中国企业的技术实力，不做极端的对抗，保留未来合作的空间。

英伟达在中国发展了三十年，和很多中国企业都有合作基础，他很清楚中国市场的潜力和中国企业的执行力，真的逼到完全脱钩，对谁都没好处。

顺着这个趋势往下走，接下来的行业格局会出现几个明显的变化。

首先是国产算力生态的完善速度会越来越快，现在已经有头部大模型带头适配，后面会有更多的应用厂商、软件开发者跟进，形成芯片越做越好、适配的软件越来越多、用户越来越愿意用的正向循环。

其次是美国的对华芯片政策可能会出现摇摆，美国科技产业界反对极端管制的声音会越来越多，英伟达这类企业会加大游说力度，争取让更多中高端芯片进入中国市场，政策可能会在收紧和放松之间来回调整。

最后是全球AI算力市场会慢慢从一家独大走向双轨并行，中国的算力体系不光能满足国内需求，还可能逐步向其他国家输出，给全球市场多一个选择，不再是英伟达说了算。

对国内的AI产业来说，这当然是实打实的利好。

整个产业链的自主可控程度更高了，从底层芯片到上层模型再到下游应用，慢慢都能实现闭环，不会因为外部的制裁就停摆。

随着国产算力的规模起来，成本还会逐步下降，各行各业落地AI的门槛会更低，不管是工厂、医院还是普通中小企业，都能用得起AI工具，带动整体的效率提升。

但也要清醒看到，我们还有不少短板要补。

高端芯片的制造工艺和国际最先进水平还有差距，生态的完善也不是一朝一夕的事，需要更多企业参与进来，持续投入研发。

同时还要警惕美国出台更极端的管制措施，比如从限制硬件转向限制算法、软件和技术交流，我们得提前做好应对预案，把核心技术牢牢掌握在自己手里，才能走得更稳更远。