AI的下半场,拼的不是模型,是硬件

9月15号，工信部和发改委联合印发了《电子信息制造业发展“十五五”规划》，里面有一句话值得你多看两眼——“夯实人工智能硬件底座”。

（来源：格隆汇）

这句话放在整个规划里，字数不多，但分量很重。

过去三年，大家的目光都盯着大模型：谁家参数多、谁家跑分高、谁家又能写诗又能编程。但真正在背后数钱的，其实是卖铲子的人。

30万亿的大盘子，钱往哪流

规划定的目标很直接：到2030年，电子信息制造业规模以上企业营业收入突破30万亿元，研发投入强度达到3.5%。

（来源：格隆汇）

什么概念？2025年这个数字大概在25万亿左右，五年时间要多出5万亿。多出来的部分，绝大部分跟AI硬件有关。

规划还专门提到要加快存算一体、量子计算、光计算、类脑计算这些新计算范式的布局。说白了，现在芯片的算力提升速度，已经远远快于存储带宽的提升速度，这两者之间的差距越来越大，行业里管这叫“存储墙”。

打比方的话，CPU是个超级聪明的工人，但仓库离得太远，搬货的速度跟不上他干活的速度。你请再聪明的工人也没用。

所以规划里专门强调“加强端侧大模型、计算芯片、存储芯片、操作系统兼容适配”，意思很清楚：光有算力不够，存储、互连、功耗，每一个环节都得跟上。

国产存储，刚刚撕开了一道口子

就在规划发布后没几天，9月20号，长鑫科技在世界制造业大会上宣布，第五代DRAM技术平台实现量产。

这个事的分量，得对比着看。

手机上的高端内存芯片，过去基本被三星、SK海力士、美光三家包圆。国产手机想用旗舰级的内存，只能找他们买。价格人家说了算，供货节奏也是人家说了算。

长鑫G5平台量产后，每片晶圆产出的裸片数量比上一代提升了至少50%。同步展出的LPDDR5X产品单颗容量24GB，已经进入规模量产，搭载在努比亚最新的AI手机上了。更早之前，LPDDR6内存已经在小米18 Fold上首发搭载。

你可能觉得，一颗内存芯片而已，有什么好激动的。但你想，AI手机要跑端侧大模型，对内存容量的需求是普通手机的几倍。如果国产手机的高端内存全靠进口，那AI手机的定价权就永远攥在别人手里。

不只是中国在抢硬件

你注意最近几件大事。

OpenAI的韩国区总经理公开说，跟三星在下一代芯片上的联合研发“进展最显著”。高通跟亚马逊签了一份长期合作协议，亚马逊可能采购总价值高达600亿美元的AI数据中心芯片，双方还要一起开发1.6T的光连接方案。

这些都是软件公司或者芯片设计公司，在往硬件制造端靠。

信号已经很明确了：AI产业的重心，正在从模型层向硬件层转移。

原因是推理时代来了。训练大模型的时候，拼的是算力堆叠，谁卡多谁赢。但推理不一样，用户每一次提问、每一次调用，都在消耗算力。IDC和多家机构的数据都显示，2026年全球AI推理需求预计将首次超越训练场景。

推理对硬件的要求跟训练完全不同。训练可以容忍高功耗、高延迟，但推理不行。用户问你一个问题，三秒不回就烦了。推理要求低延迟、低功耗、高能效。这就倒逼整个硬件产业链升级。

三条主线，值得盯着看

长鑫G5量产只是一个开始。G5之后还有G6、G7，每一代都在缩小跟国际巨头的差距。更关键的是，存储芯片的国产化会带动一整条产业链——上游的半导体设备、材料，中游的封测，下游的手机和服务器厂商，都会跟着受益。

华为9月17号在全联接大会上发布了昇腾960超节点，用的是NPO方案，5500个自研光引擎替代了原本需要的48000颗光模块，功耗降低了超过550千瓦。

什么意思？以前AI服务器之间传数据，靠的是插在交换机面板上的光模块，又贵又费电。NPO把光引擎直接挪到芯片旁边，传输距离缩短了，功耗和成本都大幅下降。高盛预测，2026年到2028年全球光模块市场规模将从677亿美元增长到1485亿美元。

规划里明确写了“持续推动人工智能手机、个人计算机、智能眼镜、视听终端、车载终端等产品迭代升级”，还提到“加强端侧大模型、计算芯片、存储芯片、操作系统兼容适配”。

业内人士预计，2026年AI手机和AI PC的销量有望超过非AI产品。这意味着什么？意味着你下一部手机大概率就是AI手机，而每一部AI手机里，都需要更强大的端侧芯片。这是一个从“有没有”到“好不好”的换代周期，换机的动力比过去几年强得多。

回过头看，过去几年大模型公司融了很多钱，估值也很高，但真正赚钱的有几家？反倒是给AI提供硬件底座的英伟达，市值一路狂飙，成了最大赢家。

这条路很长，但方向已经清楚了。