美国已批准约10家中国公司购买H200芯片，英伟达显卡重新上架京东官方自营店

今天是特朗普访华的第一天。

第一天还没结束，在京东英伟达相关的AI硬件自营专区里，一批此前处在出口管制阴影下的高端AI卡，重新被摆上了货架。

从页面截图看，能搜到的型号包括A100、H100、H800、A800、L40S、L20、RTX PRO 5000、RTX PRO 6000、RTX 5090等。

这些卡不是只挂了一个链接。

A100 80G、H100 80G、H800 80G、A800 80G都在页面中出现；

RTX PRO 6000 96G也有多个版本，标注为服务器版、MAX-Q版、工作站版；

RTX PRO 5000 48G、RTX 5090 32G也在同一批商品里。

这些卡为什么被禁售

过去几年，美国对华AI芯片出口管制的核心，就是限制中国获得高性能训练和推理芯片。

A100、H100是英伟达数据中心AI卡里的代表型号。

A100属于Ampere架构，H100属于Hopper架构，它们长期被用于大模型训练、推理、高性能计算和数据中心部署。

A800、H800则是英伟达为中国市场推出过的降规格版本。

它们原本是为了绕开早期出口限制，但2023年美国进一步收紧规则后，A100、A800、H100、H800、L40、L40S、RTX 4090等产品也被纳入更严格的许可要求。

英伟达当时在提交给美国SEC的文件里明确提到，新规则影响的产品包括A100、A800、H100、H800、L40、L40S和RTX 4090等。

这些卡是用来做什么的

这批卡的用途很明确：训练AI。

A100、H100、H800、A800这类数据中心卡，主要用于大模型训练、模型微调、推理服务、高性能计算和数据中心集群。

NVIDIA官方对A100的定位，就是面向AI、数据分析和HPC的数据中心GPU。

它们不一定是最顶级训练卡，但对大量中小团队来说，已经足够支撑本地模型、行业模型、图像生成、视频生成、RAG和Agent系统。

RTX PRO 6000 96G这类专业工作站卡，则更适合本地高显存场景。

NVIDIA官方介绍里，RTX PRO 6000 Blackwell系列配备96GB GDDR7显存，用于AI、科学计算、渲染、3D图形和实时视频处理等专业任务。

RTX 5090这类消费级旗舰，也会被个人开发者、小团队和AI工作室拿来做本地推理、LoRA微调、图像生成、视频生成和模型实验。

换句话说，这批卡的重新出现，影响的不只是硬件市场。

它关系到中国AI团队能不能更容易获得可用算力，尤其是那些买不起大规模云集群、又需要本地部署和调试模型的中小团队。

路透社：H200也获得批准

与此同时，路透社今天报道称，美国已经批准约10家中国公司购买英伟达H200芯片，包括阿里巴巴、腾讯、字节跳动、京东、联想和富士康等。

报道同时提到，虽然美国已经给出许可，但目前还没有H200芯片实际交付。

H200是英伟达Hopper系列里的高端AI芯片。

相比H100，H200的关键升级在于更大的显存和更高的内存带宽，主要用于大模型训练和推理，尤其适合长上下文、MoE模型、大规模推理集群这类更吃显存和带宽的场景。

这意味着，美国的管制口径正在出现变化。

路透社说美国已经批准，但芯片还没有交付。

也就是说，政策口子出现了，交易还没有真正落地。

对国产模型意味着什么

短期看，如果这些卡能够稳定流入市场，中国AI公司的算力压力会被部分缓解。

过去两年，国内很多模型团队面临的问题不是没有算法，也不是没有工程能力，而是高端算力获取成本高、周期长、不确定性强。

训练大模型需要卡，微调需要卡，做推理服务也需要卡。

算力越紧，模型迭代越慢，试错成本越高。

高端英伟达卡重新出现在货架上，至少会让一部分团队重新获得更稳定的硬件选择。

这对国产大模型是直接利好。

尤其是已经有模型能力、但受限于训练和推理资源的团队，会更容易做新版本迭代、长上下文优化、多模态训练、Agent测试和推理成本优化。

但这件事也有另一面。

如果英伟达高端卡重新变得容易买，国内芯片厂商会面临更直接的竞争压力。

过去国产AI芯片的一个重要窗口，是英伟达供给受限后形成的替代需求。

现在如果英伟达重新回到一部分市场，国产芯片不能只靠「能买到」这个优势。

未来比的是软件栈、集群稳定性、训练效率、推理成本、迁移成本和真实交付能力。

也就是说，英伟达的回流会缓解中国AI公司的短期算力问题，同时也会逼国产芯片更快证明自己。

对开源生态意味着什么

对开源模型来说，这件事的影响可能更大。

闭源大模型公司最核心的资源是大规模训练集群、数据、工程系统和产品入口。

开源模型真正要扩散，靠的是更多开发者、研究者、中小团队和企业能够拿到足够便宜、足够稳定的算力，把模型跑起来、改起来、部署起来。

如果A100、H100、H800、A800、RTX PRO 6000这类卡重新变得更容易买，开源模型的使用门槛会下降。

企业可以更容易做私有化部署。

开发者可以更容易做本地推理和微调。

高校和实验室可以更容易复现实验。

中小团队可以更容易基于Qwen、DeepSeek、GLM、InternLM等开源模型做行业版本。

这会让开源模型从「网上下载一个权重」走向更真实的使用场景。

尤其是中国开源模型，本来就已经在能力、成本和社区使用上形成了一定优势。

如果算力供给进一步松动，开源模型会更容易在企业端、开发者端和本地部署场景里扩散。

而是算力重新进入市场之后，模型迭代、应用开发和开源扩散都会被推快。

但目前禁令还没有完全结束，H200也还没有实际交付。

货架已经先动了。

对AI行业来说，货架有时候比表态更诚实。

感谢您的观看🥹

我是Max，一个在AI方向持续探索的小学生。

我会持续更新一些AI方向最新最快的产品，技术，思考

文章来自于微信公众号 “01Founder”，作者 “01Founder”