一句话，终结了一个时代

2026年5月21日，Nvidia CEO Jensen Huang在CNBC的镜头前，说出了一句话。语气平静，甚至带着一丝释然，但它在整个AI半导体行业引发的震动，远比任何一次产品发布更为深远：

“We have largely conceded that market to them.” “我们已经基本让出了那个市场给他们（华为）。”

这不是一次政治表态，也不是一次愤怒的声明。这是一个经历了超过3年出口管制打压、眼睁睁看着自己曾经贡献超过20%数据中心营收的单一市场归零的CEO，在一次创纪录季报发布后的坦然陈述。

黄仁勋继续说：”华为非常强大。他们创下了纪录年，他们极有可能——非常可能——迎来一个非凡的年份。他们本地的芯片公司生态系统也运行得很好，因为我们已经撤出了那个市场。”

“We have exited that market.”

这句话承认的，不只是一笔生意的损失，而是美国AI芯片产业在中国市场的一次系统性退场，以及中国AI半导体生态系统独立崛起的一个里程碑时刻。

在同一次采访中，黄仁勋还说了另一句值得深思的话：”所有针对中国的指引和数字，我已经告知所有分析师和投资者：什么都不要期待（expect nothing）。”

什么都不要期待。这是放弃，还是等待？答案可能比任何一方愿意承认的都更复杂。

当816亿美元的光芒遮盖不住的那个零

2026年5月21日，Nvidia发布了FY2027 Q1（截至2026年4月27日）财报。数字令人瞠目：

  • 季度营收：816.2亿美元，同比增长69%（据Nvidia官方新闻稿，此前市场一致预期约750亿美元）
  • 数据中心业务营收：392亿美元，同比增长73%，占总营收近半
  • GAAP净利润：289亿美元，同比增长超过80%
  • 宣布800亿美元股票回购计划

这是Nvidia连续第8个季度营收创历史新高。在AI基础设施需求的驱动下，Nvidia的Blackwell架构GPU（B200/B300系列）正在以前所未有的速度出货，全球超大规模数据中心运营商（Microsoft、Google、Amazon、Meta、Oracle）的资本支出仍在加速。

但在这份光芒四射的财报里，有一个数字是零。

中国数据中心AI加速器营收：零。

这不是四舍五入后的”接近零”，而是字面意义上的零——美国出口管制已经有效地切断了Nvidia向中国销售任何数据中心级AI加速器的能力。Huang在财报电话会议上明确表示，他对这种情况的改变”没有任何期待”。

在这个背景下，理解”我们已经让出了那个市场”这句话的重量，需要回望那个完全不同的起点。

从五分之一到零：一条被政策切断的增长曲线

让我们把时间线拉开。

2022年之前：中国是Nvidia数据中心业务最重要的增长市场之一。据Nvidia历年SEC 10-K年报披露，中国（含香港）在2021-2022财年贡献了公司总营收的约25-26%。在数据中心业务中，中国的占比更高——百度、字节跳动、腾讯、阿里巴巴等互联网巨头是A100和H100最饥渴的买家。部分行业分析师估计，在2023年上半年H100供不应求的高峰期，中国客户的需求可能占据Nvidia数据中心订单的20-25%（注：此为行业分析师估算，非Nvidia官方披露的细分数据）。

2022年10月：美国商务部工业与安全局（BIS）首次发布针对先进半导体的出口管制规则，限制A100和H100级别芯片出口到中国。Nvidia随后推出降性能版本H800和A800以规避管制。

2023年10月17日：BIS发布更新规则（”先进计算芯片和半导体制造设备”最终规则），进一步收紧管制标准，H800和A800也被纳入限制范围。管制标准从单一的互联通带宽阈值扩展到更复杂的性能密度指标，堵住了Nvidia的”降性能绕行”策略。

2024年：Nvidia尝试推出专门针对出口管制设计的H20芯片——一款在计算性能上大幅阉割、但在推理场景下仍有一定竞争力的产品。H20在2024年一度获得了向中国出口的许可。

2025年4月：特朗普政府以”可能被用于军事AI应用”为由，要求Nvidia为任何对华AI芯片出口（包括H20）申请逐案许可证。Nvidia随即在2025年Q1财报中计提了55亿美元的H20库存减值损失——这批芯片原本是为中国市场生产的，现在无法交付。

2026年5月：中国数据中心营收归零。黄仁勋公开承认”让出市场”。

从25%到零，这条曲线用了不到4年时间走完。对于一家年营收超过2000亿美元的公司来说，这意味着每年数百亿美元级别的市场机会被政策性切断。

华为的崛起：被封锁催生的替代帝国

出口管制原本的政策逻辑是清晰的：封锁先进AI芯片→减缓中国AI模型训练能力→保持美国在AI军备竞赛中的代际领先。

这个逻辑在短期内确实产生了效果。2023-2024年间，中国AI公司在训练大规模模型时确实面临算力瓶颈，部分公司不得不通过海外云服务或灰色渠道获取算力。

但这个逻辑在中长期产生了一个原本可以预见、却仍然震撼人心的副作用：中国被迫以举国体制的力度，建立起自己的AI芯片生态系统，而且速度比大多数西方观察者预期的要快得多。

华为是这个故事最重要的主角。

华为海思的昇腾（Ascend）系列AI芯片，从2019年发布的昇腾910开始，经历了910B（2023年）、910C（2024年底）的迭代，到2025年已经形成了覆盖训练和推理的完整产品线。据华为2025年年报披露（具体链接见参考资料6），华为云计算业务营收同比增长超过40%，其中AI计算相关收入是增长最快的板块。多家行业研究机构（包括TrendForce和Counterpoint Research）估计，华为昇腾系列在2025年的出货量同比增长超过200%，在中国AI加速器市场的份额从2023年的不到10%上升到2025年的约30-40%（注：此为第三方机构估算区间，华为未官方披露具体市场份额数据，具体参见Counterpoint Research 2025年12月报告）。

更关键的是黄仁勋自己承认的那个现实：华为的芯片是中国企业可以实际买到的，Nvidia的不是。

这个”可获得性”的竞争力，在某种程度上比纸面上的TFLOPS数字更重要。当你的客户面临”用华为910C训练一个模型需要多花30%的时间，但至少能训练”和”用Nvidia B200理论上更快，但根本买不到”这两个选项时，选择是显而易见的。

以2025-2026年的市场表现来看（以下信息综合自多家科技媒体报道及公司公开披露，部分细节尚待进一步独立验证）：

  • 百度：其文心大模型4.0及后续版本的训练已经大规模迁移到华为昇腾平台，百度智能云的AI推理服务也开始以昇腾为主力硬件
  • 腾讯：据多家媒体报道，腾讯云在2025年下半年开始将新增AI算力采购的主要份额分配给华为
  • 阿里云：阿里巴巴在2025年投资者日上确认，其AI基础设施正在向”多元异构”架构转型，华为昇腾是除自研平头哥芯片外的最主要外部供应商
  • 国家级项目：中国多个省级AI计算中心（如上海、深圳、武汉）已经以华为Atlas集群为核心基础设施

更深远的影响在于软件生态系统的形成。与Nvidia垄断性的CUDA软件生态不同，中国正在构建一个基于华为CANN（Compute Architecture for Neural Networks）和MindSpore框架的替代软件栈。据华为2025年开发者大会公开披露，CANN生态已经适配超过200个主流AI模型和框架，开发者社区注册规模据称超过500万人（注：此数据来源为华为官方宣传口径，”注册开发者”与”活跃开发者”之间可能存在显著差异，且未经独立第三方审计验证）。这个数字与CUDA生态的数千万开发者相比仍有巨大差距，但增长曲线陡峭。

黄仁勋也看到了这一点。”他们本地的芯片公司生态系统正在运行得很好”——他所说的，不只是华为，还包括寒武纪（Cambricon）、海光信息（Hygon）、壁仞科技（Biren）、昆仑芯（Kunlunxin）、摩尔线程（Moore Threads）等一批国产AI芯片公司。这些公司在2022年前还只是边缘角色，现在已经成为中国AI算力体系的重要补充力量。

出口管制想要扼杀中国AI发展，却在某种意义上点燃了中国AI算力生态系统自主化的加速引擎。这是政策制定者必须面对的”反脆弱”悖论。

黄仁勋的访华：试图打开的门，和随即关闭的窗

2026年5月中旬，黄仁勋作为一个”最后时刻加入”的随行人员，出现在特朗普总统的中国峰会代表团里。据CNBC报道，黄仁勋的加入是在出发前不久才确认的，这本身就说明了Nvidia在华盛顿的游说力度——让一家科技公司的CEO得以出现在总统级别的外交活动中，需要相当的政治资本。

但结果几乎是即刻的失望：黄仁勋的到访没有带来任何关于恢复对华芯片出口的实质进展。

更戏剧性的是，在他访华期间，据报道中国网信办宣布对Nvidia消费级显卡RTX 5090D V2实施安全审查，实质上暂停了该产品在中国市场的销售——这被广泛解读为中国对美国出口管制的一次对等性反击信号，尽管被限制的是消费级显卡而非数据中心AI加速器。（注：关于RTX 5090D V2安全审查的具体细节，截至发稿时主要来源为CNBC及部分中国科技媒体报道，中国网信办官方网站尚未发布正式公告文本，此信息的完整性有待后续官方确认。）

“我对此没有任何期待，这也是为什么我告知所有分析师投资者对中国不要有任何预期。”黄仁勋在访华之后如此说。

他同时补充了一句带有明显情感色彩的话：”我们会非常乐意服务那个市场。我们在那里有很多客户，有很多合作伙伴，我们在中国已经有30年历史了。”

这句话里有真实的遗憾。中国不是一个Nvidia不在乎的市场——那是一个曾经贡献数百亿美元年收入的市场，一个有着全球第二大AI研发投入的市场，一个他们花了30年建立客户关系和开发者生态的市场。

但在美国政府的出口管制框架下，这个市场已经变成了一个Nvidia无法合法服务的市场。遗憾，改变不了法规；利润，也绕不过华盛顿。

对立视角：这场管制究竟伤害了谁？

关于出口管制的效果评估，存在两种截然对立的判断，且双方都有充分的论据。

视角一：管制是必要且有效的国家安全措施

代表人物：美国商务部长、国家安全顾问、以及多位国会议员（包括参议院情报委员会主席Mark Warner）。

核心论点：

  1. 短期效果明确。2023-2024年间，中国AI公司在训练超大规模模型时确实面临算力瓶颈。DeepSeek等中国AI公司不得不在算法效率上做出创新（如MoE架构优化），部分原因正是硬件受限。管制确实减缓了中国获取最先进训练算力的速度。

  2. 军事应用风险真实存在。AI芯片可用于训练自主武器系统、情报分析模型和网络攻击工具。美国国防部2025年《中国军事力量报告》明确指出，中国军方正在积极将AI技术整合到指挥控制系统中。

  3. 时间差就是战略优势。即使中国最终能够自主生产先进AI芯片，管制争取到的2-3年时间窗口，让美国在AI模型能力、AI应用部署和AI安全研究上保持了领先。

视角二：管制正在制造一个更危险的长期对手

代表人物：Nvidia CEO黄仁勋（多次公开表达）、前Google CEO Eric Schmidt（在2025年Aspen安全论坛上的发言）、多位半导体行业分析师。

核心论点：

  1. 加速了中国自主化。正如黄仁勋所言，管制的直接后果是华为获得了一个没有Nvidia竞争的垄断市场。华为在无竞争环境下的成长速度，可能比在有Nvidia竞争的环境下更快——因为中国客户别无选择，只能全力支持国产替代。

  2. Nvidia的营收损失削弱美国研发能力。Nvidia每年将约20%的营收投入研发（FY2026研发支出约130亿美元，据其10-K年报）。中国市场的丧失意味着更少的营收基础来支撑研发投入。虽然目前Nvidia的全球增长足以弥补，但这是一个长期的结构性劣势。

  3. 生态分裂比技术差距更难逆转。一旦中国AI生态系统完成从CUDA到CANN的迁移，即使未来管制放松，Nvidia也很难重新进入一个已经建立了独立软件生态的市场。技术差距可以通过研发追赶，但生态锁定几乎不可逆。

我的判断

两种视角都有其合理性，但基于公开信息的分析，我认为管制的长期净效果正在从”有利美国”转向”有利中国”的拐点附近。这是一个基于当前趋势的推断，而非已证实的结论——最终结果取决于多个变量的演化，包括华为芯片的实际性能进步速度、中国AI产业的真实需求规模、以及美国政策是否会出现调整。

关键原因在于：管制的有效性建立在”中国无法自主替代”的假设上。当这个假设被华为的快速崛起所动摇，管制就从”遏制工具”变成了”加速器”——它不再阻止中国发展AI，而是在帮助中国建立一个不依赖美国技术的独立生态系统。

这个拐点大约在2025年下半年到来——当华为昇腾910C的性能据报道达到”足够训练主流大模型”的门槛时，管制的遏制效果就开始递减，而其”催化自主化”的副作用开始主导。需要指出的是，关于910C的实际训练性能与Nvidia同代产品的差距，目前缺乏独立第三方的系统性基准测试数据，上述判断主要基于中国AI公司的公开采购行为和华为的官方性能声明。

第三层洞察：这不是贸易战，这是全球AI基础设施的文明分裂

大多数关于出口管制的分析，停留在两个层面：

第一层（表面）：哪家公司损失多少营收，中国获得或被剥夺了什么芯片性能。 第二层（地缘政治）：美国试图通过技术封锁维持AI领域的战略优势，中国通过被迫独立加速了自主技术路线。

但第三层是大多数人没有看到的，也是真正决定性的战场：全球AI计算基础设施正在分裂成两个互不兼容的标准体系，而这种分裂一旦完成，将比冷战时期的技术铁幕更难逆转。

为什么这比冷战更难逆转？因为冷战时期的技术分裂主要是硬件层面的（不同的航空标准、不同的电信协议），而AI时代的分裂是软件生态层面的——它涉及数百万开发者的技能积累、数万个优化过的模型库、以及整个产业链的工具链依赖。

目前，全球AI生态系统在很大程度上建立在Nvidia CUDA架构上。据Stanford HAI 2025年AI Index报告，全球主要AI研究机构发表的论文中，超过85%使用CUDA兼容的GPU进行实验。全球绝大多数AI框架（PyTorch、TensorFlow、JAX）的核心优化都针对CUDA。这个生态系统花了15年时间建立，具有极强的粘性和网络效应。

中国出口管制，第一次系统性地威胁到了这个统一生态系统的完整性。

华为CANN、MindSpore框架、以及越来越多中国AI公司主动迁移到国内芯片平台，正在构建一个与CUDA生态平行的替代体系。这个替代体系今天还不完善——开发者工具链不够成熟，第三方库支持不够丰富，调试和优化的便利性与CUDA有明显差距。

但它在快速增长。而且，它有一个CUDA生态没有的优势：14亿人口市场的独占性。

一旦中国的大型科技公司、研究机构和政府AI项目完成从CUDA生态到国内生态的迁移，一个技术分裂的世界就真正形成了。这意味着：

  • AI模型将不再天然可移植。在CUDA上训练的模型，迁移到CANN平台需要大量适配工作，反之亦然。这将导致全球AI研究社区的协作效率下降。
  • AI人才市场将分裂。中国的AI工程师将越来越多地掌握CANN/MindSpore技能而非CUDA/PyTorch，反之亦然。跨体系的人才流动将变得更加困难。
  • AI标准将出现竞争。当两个生态系统各自服务数十亿用户时，AI安全标准、模型评估标准、数据格式标准都可能出现分歧。

黄仁勋说”我们已经让出了那个市场”，说的是一笔生意。但在这句话背后，是一场更大的文明级技术分裂正在悄悄完成。这不是一个可以通过未来某次贸易协议轻易逆转的过程——软件生态的分裂，一旦形成，就具有自我强化的特性。

需要声明的是：上述”文明分裂”的判断是基于当前趋势的前瞻性推断，而非已经完成的事实。这一进程的最终走向取决于多个不确定变量——包括中美关系是否出现缓和窗口、中国替代生态的实际成熟速度、以及全球AI开发者社区是否会找到跨体系协作的技术方案（如中间件层或标准化接口）。分裂的方向已经明确，但分裂的深度和不可逆程度仍有相当的不确定性。

Nvidia的反应：全球市场的补偿策略与战略重心转移

失去中国，Nvidia正在以更大力度在其他地区市场弥补缺口。这不是被动应对，而是主动的全球战略重构。

中东的算力饥渴。沙特阿拉伯和阿联酋正在以历史上最大规模的AI投资，成为Nvidia新的战略级客户。2025年5月，在特朗普总统访问沙特期间，沙特宣布了总额超过1000亿美元的AI基础设施投资计划，其中包括向Nvidia采购大规模GPU集群。阿联酋的G42（已获得Microsoft投资并接受美国安全审查）和沙特的SCAI，都在建设万卡级别的AI训练集群。据Nvidia FY2026年报，中东地区已经成为其数据中心业务增长最快的区域市场之一。

欧洲主权AI的布局。随着欧洲各国政府纷纷推进”AI主权”计划，Nvidia与法国（通过Scaleway和OVHcloud）、德国（通过Aleph Alpha合作）、英国（通过政府AI安全研究所）等建立了深度合作关系。欧盟2025年通过的《AI基础设施投资法案》计划在2025-2030年间投入200亿欧元建设欧洲本土AI算力，Nvidia是主要硬件供应商。

印度的巨大潜力。印度政府2025年批准的”IndiaAI Mission”计划包含约7.5亿美元的AI算力建设预算。Nvidia与Reliance Industries的合作（在2024年GTC大会上宣布）正在推进印度本土AI数据中心的建设。印度的AI需求增速在全球主要经济体中排名前列，且不受出口管制限制。

日本和韩国的加速采购。日本政府2025年宣布的”AI战略2025”包含超过100亿美元的AI基础设施投资。软银通过其子公司SB Intuitions正在建设日本最大的AI训练集群，采用Nvidia Blackwell架构。韩国的三星电子和SK Hynix作为HBM内存的主要供应商，与Nvidia形成了紧密的供应链协同。

这些市场的综合增长，是Nvidia能够在中国零营收的同时仍然创下季度营收历史新高的核心原因。从纯财务角度看，Nvidia目前并未因失去中国而”受伤”——全球AI基础设施投资的爆发性增长，在短期内完全弥补了中国市场的缺口。

但规模替代并不等于战略等价。

中国市场的价值，不只在于当前的营收数字，还在于3个维度的长期战略意义：

  1. 市场规模的未来潜力。中国AI市场的年复合增长率据IDC估计超过30%，到2030年可能达到万亿人民币级别（注：此为IDC预测数据，实际增速将受宏观经济、政策环境等多重因素影响）。Nvidia在这个市场的缺席，意味着放弃了一个可能在未来5-10年内成为全球最大AI算力市场的机会。

  2. 生态系统的影响力。在中国市场的存在，意味着对全球最大的AI开发者群体之一的影响力。失去中国开发者，CUDA生态的全球覆盖率将逐步下降。

  3. 竞争情报的缺失。不在中国市场参与竞争，意味着Nvidia对华为等竞争对手的技术进展、产品策略和客户需求的了解将越来越依赖间接信息，而非直接的市场反馈。

研发投入的悖论与竞争格局的非对称性

从Nvidia的公司战略角度，失去中国市场的影响是多维的，且远超当期财报数字所能反映的。

研发投入的规模效应问题。Nvidia FY2026年研发支出约130亿美元（据其10-K年报），占营收约20%。这些研发成本需要在全球市场基础上分摊。当中国营收归零，同样规模的研发投入需要摊薄到更小的可服务市场上。目前，由于全球其他市场的爆发性增长，这个问题尚未显现。但如果未来全球AI投资增速放缓（这在任何技术周期中都是必然的），中国市场的缺失将成为一个更加显著的财务压力。

竞争格局的非对称风险。华为不受出口管制限制——它可以向中国所有科技公司销售AI芯片，不需要申请许可证，不需要担心法规变化。在中国这个特定市场里，华为享有的不是竞争优势，而是政策赋予的垄断地位。这种非对称性意味着：华为在中国市场积累的规模效应、工程经验和客户关系，将构成一道Nvidia无论技术多强都难以逾越的护城河——即使未来管制放松。

客户关系的不可逆损耗。Nvidia在中国有30年的业务历史。这些关系在出口管制之后正在逐渐断裂——不是因为客户不想用Nvidia，而是因为他们不得不将整个技术栈迁移到国产平台。一旦迁移完成，回迁的成本（包括重新训练工程团队、重新适配软件栈、重新验证模型精度）将极其高昂。

黄仁勋的访华，某种程度上是在维护这些关系的记忆——告诉中国客户”我们还在，我们希望回来”。这是一种商业信号，也是一种情感投资。只是当下，它无法转化成任何实际的芯片交付。

被忽视的变量：DeepSeek效应与算法效率革命

在讨论中国AI芯片自主化时，一个经常被忽视的变量是：中国AI公司正在通过算法创新来弥补硬件差距。

2025年1月，中国AI公司DeepSeek发布了其R1推理模型，在多项基准测试中达到了与OpenAI o1相当的性能，但据报道其训练成本仅为后者的一小部分。DeepSeek的技术路线——包括混合专家模型（MoE）架构、更高效的注意力机制、以及针对有限算力的训练优化——被广泛解读为”在芯片受限条件下的算法突围”。

这对出口管制的有效性评估有重要含义：如果中国AI公司能够通过算法效率的提升来部分抵消硬件性能的差距，那么管制的实际遏制效果将进一步打折。

事实上，黄仁勋本人在2025年初也公开承认DeepSeek的成就”令人印象深刻”，并表示这证明了AI的进步不仅取决于硬件，还取决于算法创新。这是一个微妙的承认：即使Nvidia的芯片是最好的，中国AI公司也在找到不依赖最好芯片的发展路径。

需要注意的是，关于DeepSeek训练成本的具体数字（如广泛流传的”仅花费数百万美元”说法），目前主要来源为DeepSeek团队的自我披露和媒体报道，尚未经过独立审计验证。实际训练总成本（包括前期实验、失败尝试和基础设施折旧）可能显著高于公开宣称的数字。但即便如此，DeepSeek在有限算力条件下取得的模型性能突破，其方向性意义是明确的。

写在最后：一个不可逆的分岔路口

“我们已经基本让出了那个市场。”

黄仁勋这句话，是芯片战争进行到2026年最诚实的一份总结。不是胜利宣言，不是愤怒抗议，而是一个在法规框架内做最优商业决策的CEO，承认了一个他改变不了的现实。

Nvidia的全球营收创历史新高，股价坚挺，公司宣布800亿美元回购计划。从任何短期财务角度看，这家公司并没有受伤——全球AI基础设施投资的浪潮足够大，大到可以在短期内弥补任何单一市场的缺失。

但那20%，那个曾经在财务报表里每季度数十亿美元体量的中国市场，已经成了华为的地盘。而华为正在把这片地盘，建设成一个不再需要Nvidia的AI算力体系。

对投资者意味着什么：Nvidia的短期增长故事完好无损，但长期估值模型需要纳入一个新变量——全球AI市场的可服务规模（TAM）可能永久性地缩小了15-20%，因为中国市场正在变成一个Nvidia可能永远无法重返的独立生态。这是基于当前政策轨迹的推断；如果中美关系出现重大缓和或出口管制框架发生根本性调整，这一判断需要重新评估。

对AI从业者意味着什么：全球AI研究社区的统一性正在被侵蚀。如果你是一个在CUDA生态中工作的AI工程师，你的技能在未来可能只覆盖”半个世界”的AI基础设施。跨体系的协作、模型共享和技术交流将变得越来越困难。

对政策制定者意味着什么：出口管制的”成功”正在创造一个悖论性的结果——它确实减缓了中国获取美国芯片的速度，但同时加速了一个不依赖美国技术的替代体系的形成。5年后，当这个替代体系成熟到”足够好”的程度，管制将失去大部分杠杆效应，而美国将面对一个技术上更加独立、商业上完全封闭的中国AI市场。这一推断的前提是华为及中国芯片生态的技术进步保持当前速度——如果遭遇重大技术瓶颈（如先进制程突破受阻），时间表可能延长。

这不是结束，而是一种新常态的确立：两个平行的AI基础设施世界，在技术和地缘政治的双重边界上，以越来越快的速度，分道扬镳。

如果说有什么值得关注的未来信号，那就是：当华为昇腾的性能差距缩小到”对主流应用场景足够好”的门槛——这个时刻根据多家中国AI公司的公开采购行为判断可能已经到来或即将到来——全球AI市场的分裂将从技术分裂走向不可逆的商业分裂。那时候，Nvidia想要重返中国，将面对一个已经不再需要它的生态系统。

而黄仁勋显然已经看到了这一点。”我们已经让出了那个市场”——这句话的潜台词是：我们可能永远拿不回来了。

参考资料

  1. Nvidia says it has ‘largely conceded’ China’s AI chip market to Huawei — CNBC, 2026-05-21

  2. NVIDIA Announces Financial Results for First Quarter Fiscal 2027 — Nvidia Investor Relations, 2026-05-21

  3. Commerce Department Implements New Export Controls on Advanced Computing Semiconductors — U.S. Bureau of Industry and Security, 2023-10-17

  4. The AI Index 2025 Annual Report — Stanford HAI, 2