英伟达在华份额首次跌破四成，华为昇腾同比近翻倍至28%，国产阵营吃下非GPU市场95%；微软以N2P制程的Maia 300押注2027；液冷随Rubin标配与首部国标落地，从可选项变必选项。供给、工艺、散热三线同步换轨，本文拆解算力权力结构正在发生的重写。
34%——这是2026年上半年英伟达在中国AI算力市场的份额，第一次跌破四成；同一周，微软亮出采用台积电N2P制程、FP4算力13.8 PFLOPS的Maia 300，威图在工博会发布DLC直接液冷新品。芯片供给、工艺路线、散热基础设施三条线同时松动，算力产业的权力结构正在被重写，本周素材给出了三个切面。
国产阵营吃下非GPU市场95%，换轨从口号变成份额表
据网易订阅报道，2026年上半年中国AI算力市场完成第一次"换轨"：英伟达份额降至34%，其中还包含"中国特供"H20；华为昇腾以28%紧随其后，份额同比接近翻倍，910B/910C量产叠加昇腾960超节点，单集群实现8卡到8192卡全互联；平头哥占7%，玄铁RISC-V与含光NPU两条线深度绑定阿里云；寒武纪5%、昆仑芯4%、海光3%——国产厂商合计吃下非GPU市场95%，海外非GPU厂商在华份额不足5%。
据腾讯新闻报道，这场换轨的推手并非参数领先，而是"确定性溢价"：美国出口管制持续加码，专为中国设计的"合规版"芯片也无法自由出货，供应链安全成为比性能更优先的决策因素，稳定供货、本土支持与快速响应让昇腾、思元、昆仑芯、海光DCU拿到了宝贵的规模化验证机会。
产品侧的呼应来得很快。据电子工程专辑报道，9月22日云栖大会上平头哥发布真武V900，整体性能达前代M890的三倍，阿里同时以3800亿元投入AI集群建设，从单芯片比拼转向全栈自研加重资产基建。而据搜狐网消息，工博会现场天数智芯把144颗GPU塞进一台机柜，天垓300在现场展示与H200的性能对比——但真正决定客户下单的，是自研软件栈对CUDA生态的兼容与迁移成本，这件事没有参数刺激，却更接近商业化真相。
微软押注N2P制程，云巨头自研进入深水区
据通信世界报道，10月12日微软发布第三代AI加速芯片Maia 300，计划2027年部署：多芯粒设计、台积电N2P（2纳米级）制程、288GB HBM4内存、18TB/s带宽、FP4算力13.8 PFLOPS，比当前主流AI芯片所用的4纳米、5纳米工艺领先整整一代。从Maia 100到Maia 300保持"两年一代"的节奏，自研算力已从补充性尝试变为重塑AI基础设施格局的关键变量——与阿里真武路线互为镜像，中外云厂商正用同一种方式改写规则。
液冷强制化，物理层重构比预期更快
芯片越做越密，风冷正逼近应用边界。据网易订阅的产业链解析，2026年3月我国提出深化拓展"人工智能+"，超大规模智算集群与"算电协同"首次进入国家新基建工程序列；2026年英伟达Rubin平台把液冷由可选项变为强制标配；首部液冷国标GB/T 48023-2026正式发布，终结行业长期"无标可依"的局面。政策从方向引导升级为标准规范加工程落地，液冷在AI数据中心中的渗透率已从早期个位数抬升至较高水平。供给侧随之升温：据搜狐网消息，威图10月12日在工博会发布DLC直接液冷新品；据KRAMBU官网信息，这家海外方案商主打多区域"AI工厂"，以直接液冷基础设施承载NVIDIA B300 GPU集群，宣称企业AI部署90天交付。
把三条线连起来看，算力竞争的评分表已经换了维度：单卡性能让位于"芯片-集群-电力-散热"的系统级较量。国产厂商靠确定性溢价抢下份额后，下一道门槛是生态迁移成本；云巨头用自研芯片锁定未来产能；而液冷国标化与算电协同入列新基建，意味着基础设施正式进入放量前夜。谁能同时跑通生态兼容与物理层重构，谁才拿到规模化阶段的入场券。