黃仁勳那句「從 95% 到 0%」最值得看的，不是某個孤立的市佔數字，而是美國出口管制如何同時壓縮 NVIDIA（輝達／英偉達）在中國的新增高端 AI 晶片業務、財務預期與技術生態入口。2025 年 10 月的公開對談中，他稱因美國出口管制，NVIDIA 在中國 AI 市場的市佔率從 95% 變成 0%，並表示公司在對股東的預測中已把中國業務假設為 0。[3][
5][
11]
先釐清：「0%」不是說存量 GPU 消失
更準確地說，這個「0%」不應被理解為中國市場沒有任何 NVIDIA 晶片在運行；它更接近於 NVIDIA 在中國合規新增高端 AI 晶片銷售、未來業務能見度和財務預測口徑上的「歸零」。
可以用一組對照來看。報導援引《財經》供應鏈資訊稱，2024 年中國市場 NVIDIA H20 系列晶片出貨量約為 60 萬至 80 萬顆，某主流國產 AI 晶片出貨量約為 30 萬至 40 萬顆；同一報導還稱，NVIDIA 2025 財年在中國內地及香港地區收入為 171 億美元，占公司營收的 13.1%。[5] 這些數字說明，黃仁勳不是在否認過去銷售，也不是說既有機房裡的 NVIDIA 設備突然消失；他是在用非常壓縮的方式描述受限後的新增業務前景。
後續說法也強化了這一點。2025 年 11 月，黃仁勳又表示，美國出口限制讓 NVIDIA 對華晶片銷售陷入停滯，預計未來兩個季度中國市場銷量為零；他同時稱，中國 AI 晶片市場目前約為 500 億美元，到 2030 年末可能增至 2,000 億美元。[12][
14]
為什麼會從 95% 跌到 0%？
癥結在於美國對中國高端 AI 晶片出口管制持續升級。報導稱，美國自 2022 年 10 月開始針對高端 AI 晶片實施對華出口管制後，NVIDIA 曾推出 A800、H800、H20 等面向中國市場的合規版本；但政策繼續收緊，2025 年 4 月的新管制措施導致 H20 晶片被迫停售，並給 NVIDIA 帶來約 45 億美元庫存損失和約 80 億美元潛在收入損失。[11]
這讓 NVIDIA 面對的不是單一產品問題，而是每一代面向中國定製的晶片，都可能被新的許可規則和效能邊界重新定義。相關報導還稱，NVIDIA 希望推動基於 Blackwell GPU 的中國定製版本取得美國出口許可，但能否落地仍取決於美國出口管制安排。[3][
4]
黃仁勳的公開論點也不只是「少賣幾張卡」。他多次強調，若美國希望全球 AI 建立在美國技術之上，就需要讓世界能夠依賴美國技術；限制 NVIDIA 技術出口到中國，會減少中國大量 AI 開發者使用美國技術的機會。[3][
9]
對 NVIDIA：短期是收入，長期是生態入口
中國不是 NVIDIA 的全部市場，但仍是重要市場。報導稱，NVIDIA 2025 財年在中國內地及香港地區收入為 171 億美元，占公司營收的 13.1%；與此同時，公司在對股東的預測中已把中國業務按 0 處理，任何中國業務進展都被視為額外收穫。[5]
更大的風險在生態層面。NVIDIA 的競爭力不只來自單張 GPU，而是來自晶片、網路、伺服器、軟體和演算法協同構成的系統能力。[15] 如果中國客戶無法穩定採購 NVIDIA AI 晶片，就會被迫更認真評估替代硬體、替代軟體堆疊與替代供應鏈。黃仁勳擔心的，正是中國 AI 開發者不再以美國技術為底座來建立系統。[
3][
9]
因此，「95% 到 0%」也是一句政策游說語言：它在提醒美國決策者，出口管制可能不只限制中國取得先進晶片，也可能把中國開發者和客戶推向非 NVIDIA、非美國主導的技術生態。[3][
5]
對華為：窗口打開，但替代不是自動完成
華為是最直接的潛在受益者之一。報導援引《南華早報》稱，黃仁勳的表態延續了他的一貫判斷：如果 NVIDIA 無法在中國銷售產品，市場將被華為等中國競爭對手接管。[5]
也有報導提到，華為昇騰、寒武紀等本土企業正在填補高端算力空缺。[8] 另一項來自投研機構 Bernstein Research 的預測稱，到 2026 年，NVIDIA 在中國 AI 晶片市場的市佔率可能降至 8%，華為可能達到 50%，AMD 為 12%，寒武紀可能排名第三；但這仍是預測，不應當作已經發生的市場結果。[
10]
不過，替代 NVIDIA 不是「換一張卡」那麼簡單。既然 NVIDIA 的優勢來自晶片、網路、伺服器、軟體和演算法的一體化協同，國產替代也必須處理供貨規模、軟體生態、開發者遷移、大規模叢集穩定性和行業適配等系統問題。[15]
對中國 AI 晶片市場：國產化加速，遷移成本也上升
對中國客戶來說，最大變化是採購邏輯改變。只要先進 NVIDIA GPU 的合規供應不穩，雲端服務商、模型公司和大型採購方就必須更積極適配國產方案與可持續供應鏈。[8][
11]
這會把競爭重點從「誰的單卡最強」推向「誰能交付可用的系統」。訓練框架、算子支援、推論部署、叢集互聯、維運體系和模型最佳化，都會成為替代過程的一部分。短期看，這意味著遷移和適配成本上升；中長期看，真實訂單和真實場景會給中國 AI 晶片廠商更多迭代機會，但能否轉化為穩定競爭力，仍取決於產品、軟體和生態成熟度。[8][
15]
最關鍵的判斷
黃仁勳的「95% 到 0%」不是一個單純的裝機量統計，而是對美國出口管制下 NVIDIA 中國高端 AI 晶片業務能見度的高度壓縮表述。[2][
5] 對 NVIDIA，短期影響是中國收入預期被壓低，長期風險是失去中國 AI 生態入口；對華為和其他中國 AI 晶片廠商，這是需求窗口，但不是自動勝利；對中國市場，則意味著國產化會更快推進，同時必須承擔遷移、適配和系統重建的成本。[
3][
5][
8][
15]
