文 | 镜相工作室，作者 | 黄依婷，编辑 | 卢枕 😎文 | 镜相工作室，作者 | 黄依婷，编辑 | 卢枕 😜9月，国内入秋，气温骤降，英伟达重回中国市场的步伐也有些凝滞🥳。 两个月前，仲夏之时，英伟达创始人黄仁勋穿着皮衣落地😆北京，带来H20芯片在中国市场“解禁”的消息。但没过多久，又😢传来H20停产的风声。 作为中国市场定制的“特供芯片”🙌，H20深陷“后门”疑云，被质疑“既不安全也不先进”，市场需🚀求疲软。不愿意放弃中国市场的英伟达，计划推出性能更强的B30😡A芯片，以技术优势重建市场信心。 H20禁售加上“后门😍”疑云，英伟达的空窗期成了国产厂商补位的良机。这半年来，华为😁、寒武纪等大力推广自家芯片，在政务云等领域市占率飙升，一些科😜技大厂也开始批量采购国产芯片。 在黄仁勋的最新访谈里，😀他提及中国在AI芯片上落后两三年的说法，驳斥说：“得了吧，他😜们只落后我们几纳秒。”话里话外流露出一种迫切，希望美国放开管🤔制，让英伟达重回中国。 眼下，英伟达回归遇阻，腾出来的🤯市场空白，都有哪些国产AI芯片厂商竞逐？谁有机会率先取代H2🎉0？国产AI芯片厂商追赶英伟达的路上还有哪些阻碍？ 谁😍在竞逐英伟达的遗留市场？ 过去，大多数公司采购算力芯片😅时，首选必定是英伟达。从生成式AI爆发至今，英伟达GPU凭借😅卓越的性能、稳定的驱动和完善的CUDA生态，筑起强大的护城河🚀。 据TechInsights数据，在GPU市场，20😍23年全球应用于智算中心的GPU总出货量达到了385万颗，其🙌中，英伟达的市场份额接近98%。 垄断性的市场地位，使🥳英伟达成为压在国内外科技大厂心头的大山。在国外，微软、谷歌、🤩亚马逊都在一边狂买英伟达芯片，一边自己造芯；而在国内，受限于🤗政策禁令，AI公司无法获得先进的英伟达芯片，随时面临断供风险💯，只能寻找国产替代方案。 好消息是，英伟达留给国产厂商🚀的空间足够大，能容纳多家公司同场竞逐。 今年二季度，受⭐禁售H20影响，英伟达中国区营收只有27.69亿美元，比去年😆同期的37亿美元下降24.49%。去年全年，英伟达中国区营收🌟171.08亿美元。业绩会上，黄仁勋也预测中国市场年增长率大❤️约50%，光今年就可能有500亿美元的商机。 这数百亿💯美元的市场，英伟达目前只能干着急。在三季度的业绩指引上，英伟😉达没有假设任何对华出口H20的情形，而这也是中国公司的好机会😆。 在竞逐H20遗留市场的公司里，最被看好的公司是华为😅和寒武纪。 从单卡性能来看，华为昇腾910B/C，算力👍已超过英伟达H20。除华为外，据行业自媒体“半导体综研”整理⭐，FP16算力能达到300TFLOPS（每秒万亿次浮点运算）🥳以上的国产芯片，只有寒武纪的思元590；壁仞科技在2022年😁推出的BR100，其FP16算力能达到1024TFLOPS，🌟但因受到制裁无法量产。其他如百度昆仑芯、阿里平头哥、摩尔线程💯等自研主流产品都已经接近H20水平。 展开全文 😊当然，国产芯片的目标不是阉割过的H20，最先进的国产GPU依😜旧落后英伟达最新产品两代，算力差距约落后3倍。但至少，逐渐替😴代昂贵但不先进的H20已经具备可行性。 除了技术追赶上🌟来，外部环境也在变好，发展国产算力的政策扶持不断，互联网巨头🤔和运营商们纷纷加码算力资本开支，为国产AI芯片打开了市场空间💯。 今年以来，国内AI芯片厂商业绩突飞猛涨。短暂成为A🔥股“股王”的寒武纪，今年上半年收入28.81亿元，同比暴涨了😢4348%，首次扭亏为盈，净利润10个亿。 华为的大单🤯也源源不断。据行业调研报告，今年昇腾910B全年计划出货约4😘0万颗，客户主要是运营商和地方算力中心；910C计划出货30😘万颗，以互联网大厂为主。不久前的华为全联接大会上披露，华为新🎉推出的CloudMatrix 384超节点累计部署300多套😅。 阿里平头哥、百度昆仑芯这两家互联网巨头旗下的芯片公😘司，也有着稳定的内部需求和丰富的应用场景，在充沛的资金下能够❤️快速迭代产品，再反哺互联网大厂的云计算和AI业务；摩尔线程、😴沐曦股份、壁仞科技等新锐也在参与市场竞逐，这些创业公司在技术💯创新、兼容性设计、市场定位上以灵活见长。 摩尔线程在其🎉IPO报表中披露，2025年上半年营收7.02亿元，正在洽谈😆的AI智算领域合同超过17亿元，其还与中国移动签署过万卡级合🙄作项目，封装订单规模超10亿元。 沐曦股份也曾连续中标😘两份AI训推一体机大单，金额达14.88亿元；截至2025年👏8月，其在手订单（不含税）为11.4亿元，客户涵盖新华三、算😢丰、汇天网络等。 拿下订单意味着国产AI芯片进入到技术😅迭代和商业变现的良性循环中。摩根士丹利在其最新报告《中国人工😍智能：沉睡的巨人觉醒》中预测，在外部压力下，中国已全力迈向完👏全独立，并正在以比预期更快的速度构建自给自足的生态系统，中国🤯人工智能芯片自给率将从去年的34%飙升至2027年的82%。💯 模仿英伟达，还是另走一条路？ 追赶英伟达，在一🤩两年以前还是遥不可及的事情。 摆在国产厂商面前的有几座😁难以逾越的大山：制程优势、供应链稳定性、软件生态。 即😆便是最先进的国产AI芯片，与英伟达的最新产品都有两代的差距，🤩昇腾910C单卡BF16算力只相当于英伟达GB200单卡的3😅1%。根本原因在于制程落后——华为只能用中芯国际的7nm多重🙄曝光工艺（近似7nm但良率很低），但英伟达可以用台积电的3n😢m工艺。 国产厂商也面临着供应链不稳定的问题，台积电的😜良率高达80%，产量稳定，成本可以随着产能爬坡不断降低，而中🙄芯国际7nm工艺良率只有30%多。另外一个风险是，地缘摩擦对🎉芯片行业的影响不确定，比如壁仞科技的高端芯片BR100由于台🎉积电中止代工，迟迟无法量产。 制程问题还可以找到替代方🔥案，但软件生态没有英伟达十几年的积累，很难在短时间内追赶。国💯内某机器人公司CTO王枫告诉我们，使用GPU产品最重要的是考😡虑工具链的完整性，比如GPU之间的互联技术、框架的兼容性、并🌟行计算的编程模型平台。这恰恰是英伟达耗时十多年筑起的高墙。 🤯 英伟达生态核心是CUDA，它就像底层的Windows操🤔作系统，全球有400多万开发者为它构筑加速库、主流框架和大模🤔型，但CUDA只能在英伟达芯片上使用，迁移到其他芯片上就要重😆写代码，光人力和测试成本就高达数千万元。 因此，生态是🔥英伟达最大的底气。以被阉割的H20为例，英伟达降低了H20的🤩算力，只有H100的15%，但是保留了HBM3显存和NVLi🔥nk技术，就是想用“低性能+强生态”稳住市场地位，让中国公司😅买更多卡来满足需求。 在硬件性能、软件生态和供应链都落😴后的情况下，国产厂商根据自身能力和市场需求，走上了不同的追赶😀路线。 华为是受限最多的一家，但自身有着非常好的产业基🔥础和技术能力，因此选择了“全栈自研”，从芯片、软件、协议到服⭐务器、交换机、存储等，全部自己做。 制程被卡脖子，华为🔥就把两颗910B芯片封装在一起使算力翻倍；HBM存储技术被卡🌟脖子，华为就自研HBM；卡间互联速率慢，华为就研发对标NVL🤗ink的灵衢UB。这些系统级的优化创新避开了制程限制，解决了🤔单卡算力差的问题。 质量不够，数量来凑。沿着这个思路，😘把很多芯片、内存、网卡像“拼乐高”一样堆叠在一起，用高速线缆😁传输数据，就是华为推出的“超节点技术+集群战略”，代表性产品🔥CloudMatrix 384超节点集群，BF16算力总和超😀过了英伟达NVL72系统。 华为也在培育生态。想让人用🚀自家的芯片，就得让黏性超高的CUDA开发者和应用厂商迁移过来😘，这需要分两步，第一步是让自家芯片可以兼容CUDA，第二步是🌟向他们提供基于自家生态的工具和框架。 华为推出的异构计👏算架构CANN对标CUDA，已经能兼容80%的CUDA AP👏I，支持85%的CUDA算子自动转换，但转换后性能会损耗15🙄%-20%；CANN还能兼容PyTorch、TensorFl🙌ow这些主流框架，华为也自研并开源了MindSpore全场景😀人工智能计算框架，开放灵衢互联2.0协议规范，试图吸引更多开😡发者共同完善生态。 华为做“大而全”，一边模仿一边自研🙌，多数国内厂商则只能做“小而美”，从垂直、细分市场切入，要么👍兼容英伟达，用性价比撬动客户，要么针对特定需求做定制芯片。 🚀 国产厂商最常见的一种做法是“NV兼容”，通过中间件把现😜有CUDA代码映射到国产芯片指令集，让硬件“听懂”开发者的意🙌图。芯片使用者可以在不大幅重写代码的前提下，把工作任务迁移到🥳国产芯片上运行，降低了使用和切换的门槛。这种做法是市场导向，😉先靠模仿打开市场，站稳脚跟，让自己活下去，后面才有机会发展自👍己的生态。 昆仑芯和华为都在验证类似方案，且在一定程度💯上获得了市场认可。2025年8月下旬，中国移动2025年至2🔥026年人工智能通用计算设备（推理型）集中采购项目中，百度昆❤️仑芯在“类CUDA生态”标包中几乎包揽前三个分项的头名，总中😊标订单规模达到十亿级。 做定制芯片的佼佼者是寒武纪。与🤩英伟达所做的通用GPU不同，寒武纪的AI芯片属于ASIC（专👏用集成电路），可以应用于云服务器、边缘计算设备、终端设备上，😀在对延迟、功耗和成本敏感的场景中，展现出更高的性价比。 😉 不管是兼容模仿，还是全栈自研，都是在用自己最优势的能力，在🥳英伟达的夹缝里寻找突破口，这条路注定坎坷。 追赶英伟达😍，是漫漫长路 硬件和软件都在缩小差距，但要让市场相信国🎉产厂商的产品可用，是一个极其艰难的过程，尤其对那些已经使用英😂伟达芯片的开发者。 一个已经在英伟达GPU上训练好的大🤗模型，要搬到国产AI芯片上运行，中间有两道坎。 第一道🥳坎叫算子对齐。过去十几年，英伟达和全球开发者用CUDA写下了🤯海量的算子库。要迁到国产芯片上，就得把一个个算子翻译成国产芯👏片能听懂的语言。这不是简单的复制粘贴，而是成千上万条代码的“💯逐句翻译”，需要大量人力和时间。 第二道坎是分布式重构😂。大模型训练常常需要几百上千张卡一起算，英伟达有自己成熟的沟🤯通协议，H20的NVLink带宽是昇腾910B的2.25倍，😁训练万亿参数大模型时，多卡协同效率能高10%-15%。这在千❤️亿级模型训练里，可能差好几周时间。 有机器人开发经历、🙄目前正从事芯片研发工作的张振尧表示：“在迁移顺利的情况下，芯😜片硬件性能能发挥到70%到80%；如果算子勉强适配，可能只有😜30%到40%。”这也是为什么即便国产芯片在参数表上标注的性🤩能比肩英伟达，真正跑起来却常常不如预期。 王枫的经验印😊证了这一点。他所在的机器人公司曾经长期使用英伟达GPU，从4😘090、5090到H100、H20都有涉猎。两年来，随着英伟🙄达芯片价格高企、获取困难，他们开始尝试华为昇腾的云端算力。 😡 真正让他焦虑的，并非单纯的硬件，而是新平台、新架构带来😢的不确定性。英伟达CUDA深度绑定在硬件里，几乎所有主流的机😴器学习框架都得跟它打交道。比如开发者们常用的PyTorch，😉对CUDA的支持是最全面的，两者无缝衔接，用起来又快又稳定。😅 王枫曾尝试用华为芯片跑Llama等比较流行的几个模型🤔，几乎每个模型都需要华为单独适配后才有可能在它的芯片上运行，❤️这直接导致模型更新滞后。华为芯片目前只适配了160多种模型，😁而在英伟达的芯片上可以直接跑几万种模型。 华为分别推出❤️了对标产品，但在王枫看来，如果没有明显的优势和终端市场需求，😎这些产品很难撬动市场。这就像平面设计师对Photoshop、🥳会计师对金蝶软件的依赖，几十年如一日，已经固化成行业习惯，不😢是所有人都会学习新技术，能学习的也会考虑到机会成本。 😍中小开发者考虑易用性，对于大公司，整体迁移的成本更是天价。互😡联网大厂现有的算力基础设施大部分是基于英伟达架构，要是全换成😊国产，IDC的供电系统、网络拓扑等底层架构都得改造，改造成本🙌能达到硬件采购价的2-3倍。 由于CUDA生态更成熟，😘英伟达集群的运维人力成本也要低很多，而华为集群由于芯片制程问😆题，体积更大，规模化部署还要额外投入数倍的散热、电力和机房空😎间成本。 制程问题也造成国产芯片采购成本更高，且供不应😡求。但由于H20的安全问题和断供风险，国产芯片to G需求很👏大，to B的需求也在增长，迁移是不得已的事情，厂商和客户需😡要共度时艰。 相比技术和生态上短时间难以弥补的巨大差距🌟，国产厂商更容易发力的地方，是周到的服务和更有吸引力的价格。👍 张振尧回忆，使用英伟达芯片时，遇到问题只能从开发者论😜坛、社区的公开文档找答案，很难获得官方工程师的支持，“英伟达🙌的支持体系是很成熟的，但同时也是分层的，不对我们这样的小客户😀开放”。 相比之下，和国产芯片供应商接触时，他能直接和👏原厂工程师反馈问题，对方会派两三个工程师和他们一起去调试，有🤗时候还会拉会，出新的版本给他们做测试，愿意为客户解决一些问题😘。他说，这在英伟达是不可能发生的。 算力芯片研发人员唐🔥诗（化名）也有类似感受：“国内芯片卖出去，基本都得有工程师驻😜场维护，协同客户上线业务，进行开发。”这样的故事也曾发生在华❤️为。据36氪报道，华为联合讯飞发布“星火一体机”的背后，是不🤗惜人力成本，调配了几百名工程师下场帮讯飞调校参数。 在🤩不惜成本的人力投入下，一定程度上弥补了生态和性能的欠缺，让国😅产厂商撕开了一道口子。短期内，在推理场景和边缘计算方面，国产🙌芯片已经展现出一定的成本优势，但在训练领域，尤其是训练千亿参😜数以上的大模型，H20还有比较强的生态和技术优势，暂时还没法🙌被替代。国产芯片还需要两到三年的技术迭代，也需要下游的封装、🤔制造环节同步突围。 产业链上下游整体进步，今年Deep😁Seek-R1模型的发布就是一个很好的例子。在这之前，大多数🤔可被使用的开源模型来自美国，从底层适配开始就很难与中国硬件做💯好兼容。DeepSeek-R1发布后，中国在模型和硬件上有了🎉同时可用的方案。 8月下旬发布的DeepSeek-V3🤩.1，也针对国产芯片做了优化。不久前，腾讯也宣布已全面适配主😎流的国产芯片，并希望通过异构计算平台整合多类芯片，提供高性价🤩比的AI算力解决方案。越来越多客户加入到国产芯片阵营，替代的😢速度也会越来越快。 从服务到迁移，从生态到工艺，国产A🌟I芯片厂商正经历着一场艰苦的追赶战。他们没有捷径，只能靠人力⭐投入去弥补生态差距，用长期的技术迭代去对冲硬件短板，再忍受工😁艺成熟之前的高昂成本。这是一个注定不会轻松的过程，是一次软硬🤯件、生态和市场的再造。距离真正替代H20，国产厂商们还有很长🔥的路要走。 参考资料 36氪：《围剿英伟达丨深氪😆》 新浪财经：《英伟达最新特供芯片RTX 6000D需🤗求疲软，国内厂商投入自研AI芯片》 人民日报：《H20😁芯片解禁，怎么看？》 21世纪经济报道：《从超节点到集😘群 华为亮出AI算力全家桶》 信达证券：《DeepSe😂ek-V3.1 发布，国产 AI 芯片迎接战略性机遇》 👏 东吴证券：《半导体设备行业深度：AI芯片快速发展，看好国产😅算力带动后道测试&先进封装设备需求》 华创证券：《计算🙌机行业深度研究报告：国产智算芯片，需求强劲，性能生态再进阶》❤️ 半导体综研：《全球主流算力芯片参数汇总、整理、对比（😉修正版）》 chosun：《China aims fo😘r 80% AI chip self-sufficiency🙄 and 30% share in humanoid rob🥳ots》 wccftech：《Morgan Stanl🤗ey Guts SMIC’s Huawei AI GPU R😅evenue By More Than 50% Due To😀 Abysmal Yields》返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

时隔9个月，美联储重启降息。 北京时间9月18日凌晨，👍美联储最新的议息决议将联邦基金利率的目标区间下调25个基点至🔥4%-4.25%，符合市场预期。 一年前，2024年9❤️月，美联储启动了四年多来的首次降息，分别在2024年9月、1😂1月、12月降息50个基点、25个基点、25个基点。进入20😁25年，美联储连续5次会议维持利率不变，直至本次会议重启降息🌟。 美联储在声明中表示，近期指标表明，就业增长放缓，失😴业率小幅上升，但仍保持在低位。通胀上升，且保持了一定程度的高🤔企。为支持其目标，同时考虑到风险转换到平衡，委员会决定将联邦🙌基金利率的目标区间下调25个基点至4%-4.25%。 😆与7月议息声明相比，本次声明对就业市场的判断由“失业率依然较😍低，劳动力市场状况保持良好”转变为“就业增长放缓，失业率小幅😁上升，但仍保持在低位”，同时新增“通胀上升”的表述。在下调利🤔率区间时，强调考虑到了“风险转换的平衡”。在描述调整目标区间😍的条件时，删去了“幅度和时机”的表述。 声明表示，在评😆估合适的货币政策立场时，委员会将继续监控未来的经济数据的影响😂。如果风险的发生会阻碍达成委员会的双重目标，委员会会为调整适🔥当的货币政策立场做好准备。委员会的评估将考虑到大量信息，包括🌟劳动力市场指标、通胀压力和通胀预期指标、金融和国际形势发展的😁数据等。 本次会议共有1票反对，为新任美联储理事米兰（😊Stephen I. Miran），他倾向于在本次会议上降息😡50个基点。在上个月投出反对票的鲍曼（Michelle W.❤️ Bowman）和沃勒（Christopher J. Wal😍ler）投票赞成了本次会议，7月他们便倾向于降息25个基点。⭐米兰被认为是特朗普政府经济议程的关键设计者，鲍曼和沃勒则是由🌟现任美国总统特朗普提名的理事。美联储7名理事中，上述3人由特🙌朗普提名，剩余4人由民主党政府提名。 以下是9月声明全🔥文与7月声明的比较： （删去7月原文：尽管净出口的波动😊继续影响着数据，）最近的指标表明，今年上半年经济活动的增长有⭐所放缓。就业增长放缓，失业率小幅上升，但仍保持在低位（7月原🙌文：失业率依然较低，劳动力市场状况保持良好）。通胀上升（本月🌟新增），且保持了一定程度的高企。 委员会力图在长期内达⭐成最大就业和2%的通胀目标。关于经济前景的不确定性仍处于高位😂。委员会注意到其双重任务面临的双面风险，并判断就业下行的风险😊已经上升（本月新增）。 为支持其目标，同时考虑到风险转🤗换的平衡（本月新增），委员会决定将联邦基金利率的目标区间下调🤯0.25个百分点至4%-4.25%（7月原文：维持在4.25🎉%-4.5%）。在考虑对联邦基金利率目标区间（删去7月原文：😀的幅度和时机）进一步调整时，委员会将仔细评估未来的数据、不断🤔变化的前景和风险平衡。委员会将继续减持美国国债、机构债券和机😊构抵押贷款支持证券。委员会坚定地致力于支持最大限度的就业，以😂及将通胀恢复至2%这一目标。 在评估合适的货币政策立场🤩时，委员会将继续监控未来的经济数据的影响。如果风险的发生会阻🙄碍达成委员会的双重目标，委员会会为调整适当的货币政策立场做好😀准备。委员会的评估将考虑到大量信息，包括劳动力市场指标、通胀🚀压力和通胀预期指标、金融和国际形势发展的数据等。 投票🔥赞成者包括：FOMC委员会主席（美联储主席）鲍威尔（Jero🤔me H. Powell, Chairman）；委员会副主席🌟（纽约联储主席）威廉姆斯（John C. Williams，👍Vice Chairman）；（美联储理事）Michael 🥳S. Barr；[本月新增：（美联储理事）Michelle 😊W. Bowman」]；（波士顿联储主席）Susan M. 🤩Collins；（美联储理事）Lisa D. Cook；（芝⭐加哥联储主席）Austan D. Goolsbee；(美联储🤯理事）Philip N. Jefferson；（圣路易斯联储🙄主席）Alberto G. Musalem； （堪萨斯城联储😆主席）Jeffrey R. Schmid；[本月新增：（美联😍储理事）Christopher J. Waller]；投票反🤔对这一行动的有米兰（Stephen I. Miran）[7月😆原文：鲍曼（Michelle W. Bowman）和沃勒（C🥳hristopher J. Waller）]，他倾向于在本次😡会议上降息0.5个百分点（7月原文：0.25个百分点）。[删😂去7月原文：库格勒（Adriana D. Kugler）缺席😜，并未参与投票]。返回搜狐，查看更多