1月15日，外交部发言人毛宁在例行记者会上回应美国政府将批准向中国出售H200人工智能芯片的报道。此前，美国总统特朗普表示，美国政府将允许该芯片对华销售，但会抽取销售额的25%。毛宁指出，中方已多次就美国输华芯片及关税问题表明立场，强调相关问题的处理应基于公平与合作的原则。这一表态引发外界对中美科技贸易关系的新关注。

2026年1月9日，黑芝麻智能在香港交易所发布公告，计划以每股18.88港元的价格发行3010万股股份，较前一日收盘价折让约13.2%。此次发行股份占扩大后总股本的4.5%，预计募资约5.69亿港元。资金将主要用于投资人工智能芯片、半导体产业链、机器人及相关先进技术领域的优质公司或资产，同时部分款项将用于一般营运资金。这一举措显示出黑芝麻智能在高科技领域持续加码的战略布局。

2026年1月5日，联发科宣布将减少对移动芯片部门的投入，转而加大对人工智能专用集成电路（ASIC）和汽车芯片等新兴领域的资源倾斜。此举旨在抢占蓝海市场，深化与谷歌等合作伙伴的关系。据悉，谷歌的TPU芯片计划于今年第三季量产，要求联发科提供更多支持。联发科预计其ASIC业务收入将在2026年达到10亿美元，显示出公司在人工智能领域扩展的战略决心。这一转型或将为联发科带来新的增长机遇。

据财联社12月25日报道，英伟达计划以约200亿美元收购人工智能芯片初创公司Groq，这将成为英伟达史上最大一笔收购交易。Groq在九月刚完成7.5亿美元的新一轮融资，投后估值达69亿美元。此次收购凸显了英伟达在人工智能芯片领域的战略布局，进一步巩固其市场地位。

10月29日，英伟达公司股价开盘涨3.2%，市值突破5万亿美元，成为史上首家达到这一里程碑的上市公司，总市值达5.05万亿美元。从4万亿到5万亿美元仅用113天，而此前从3万亿到4万亿耗时410天。总部位于加州圣克拉拉的英伟达，其股价较4月低点反弹超135%，年内累计上涨54%，市值增加2.9万亿美元，超越英、法、德股市总市值，逼近印度股市总值（5.3万亿美元）。创始人黄仁勋在10月28日发布会上表示，Blackwell和Rubin芯片正推动销售增长，并预计最新芯片未来几季度收入可达5000亿美元，远超华尔街预期。高盛研报称此目标比市场共识高出12%。

高通近日推出人工智能芯片，正式进军数据中心市场，与英伟达展开直接竞争。据悉，高通此次发布的人工智能芯片系列中，AI200和AI250型号预计分别于2026年和2027年投入商业使用。受此消息影响，高通股价在交易中上涨3%，达到盘中高点。这一战略举措标志着高通在人工智能领域进一步扩大布局，同时为数据中心市场带来更多技术选择与竞争活力。

10月20日，据业内人士透露，微软已向英特尔下达下一代人工智能芯片Maia 2的晶圆代工订单，计划采用英特尔18A或18A-P制程。该芯片或将用于微软Azure数据中心等人工智能基础设施。若消息属实，这一合作将帮助微软实现芯片供应链多元化，并增强其供应链韧性，同时顺应美国《芯片法案》推动本土半导体制造的国家战略。对英特尔而言，这标志着其18A工艺在代工业务上的重大进展，可能吸引更多客户。此外，双方未来可能就多代Maia芯片展开长期合作，强化在人工智能硬件领域的联盟。微软此前依赖英伟达加速器，但正加大自研芯片投入，Maia项目被视为关键战略之一。

9月29日，据财联社报道，英伟达CEO黄仁勋近日表示，中国在芯片制造领域发展迅速，目前仅落后美国‘几纳秒’。他呼吁美国放宽对华出口限制，认为这符合中美双方利益。当地时间9月26日，黄仁勋在科技播客节目‘BG2’中称，中国拥有庞大人才储备和充满活力的工作文化，芯片产业现代化且具竞争力。他还驳斥了‘中国造不出AI芯片’的说法，强调中国与美国的差距微乎其微，竞争不可避免。

2025年9月24日，英伟达因资金过于充裕面临“幸福的烦恼”。近期，其宣布向英特尔投资50亿美元，并计划未来数年向OpenAI投入高达1000亿美元。数据显示，英伟达过去四个财季创造了720亿美元自由现金流，本财年末有望突破1000亿美元。尽管已斥资近500亿美元回购股票并扩大研发支出，仍难以消化巨额现金。受全球反垄断政策限制，大型收购可能性降低。英伟达转向“AI闭环”模式，通过投资和合作支持客户如OpenAI、CoreWeave等，推动AI芯片需求。分析师称，每投资100亿美元，可带动350亿美元芯片采购。此外，与英特尔的合作既扶持本土制造，也有助于降低对台积电依赖。

9月9日，杭州市经信局发布《杭州市加快发展人工智能终端产业三年行动方案（2025—2027年）（征求意见稿）》，向社会公开征求意见。方案提出开发基于DeepSeek、“通义千问”系列开源模型的高性能大模型一体机，以及搭载国产AI芯片的边缘计算服务器和AI服务器等产品。同时，将面向信创需求推出安全可靠的台式电脑、笔记本电脑，并开发以端侧大模型为基础的AI工作站、平板电脑等设备。此外，还将加快超节点算力集群、算力路由器、边缘AI网关等产品的研发，推动人工智能终端产业发展。