夜雨聆风Q：2026 年寒武纪、昇腾、阿里 PPU、昆仑芯均制定了较高的出货目标，其中哪家厂商完成目标的难度最大？
A：2026 年寒武纪制定了 50 万张卡的出货目标，阿里 PPU、昇腾、昆仑芯同样规划了较高的出货量。其中阿里 PPU 依托行业领先的研发与项目管理能力，对完成出货目标信心充足；昆仑芯凭借完善的供应链布局，实现出货目标的难度较低。而达成目标挑战最大的是寒武纪与海光，寒武纪需要同时保障产品稳定性、完成大客户交付、推进技术迭代并做好供应链管控，多重压力相互叠加；海光虽具备较强的架构与研发实力，但项目经验主要集中在国央企与政府领域，缺少大型互联网客户的服务经验，在规模化落地过程中面临的阻碍更多，整体完成出货目标的不确定性更高。
Q：阿里巴巴 PPU 芯片在 2026 年将采用何种制程工艺，量产节奏又将如何推进？
A：阿里 PPU 芯片布局了 N+1、N+2 两个核心版本，二者在制程工艺与量产进度上差异十分明显。N+1 工艺版本早已实现稳定量产，且出货规模可观，是 2026 年 PPU 芯片的主力出货型号；N+2 工艺版本目前仅处于量产初期阶段，短期产量规模十分有限，扩产节奏依赖南方地区的产能支持，产能爬坡过程相对漫长，无法快速形成大规模出货能力。2026 年阿里 PPU 芯片仍会以 N+1 工艺版本为核心出货主力，N+2 版本则逐步推进产能建设，整体出货规模实现稳步提升，以此支撑阿里自身算力基础设施的建设需求。
Q：昆仑芯目前在国内外的流片情况如何，其产品定位与市场策略具备哪些特点？
A：昆仑芯当前在国内的流片规模较小，核心流片环节依旧在海外开展，短期内与三星的合作关系保持稳定，不会出现重大合作变动。昆仑芯的产品定位偏向 “小而美”，产品实际使用表现与宣传指标匹配度极高，并未过度夸大性能，研发重心始终聚焦于产品本身的打磨，同时供应链与配套体系已形成完善闭环。其市场宣传策略偏向稳健，区别于部分厂商重宣传、轻实际体验的模式，凭借稳定的产品性能与完善的供应链体系，在国产 AI 芯片市场占据了差异化竞争优势，出货与落地进度均在稳步推进。
Q：字节跳动自研 AI 芯片布局了哪些技术路线，各条路线的最新进展分别如何？
A：字节跳动自研 AI 芯片布局了三条并行推进的技术路线，各路线推进节奏差异显著。其中与海外博通的定制合作路线受外部限制因素影响，整体进展十分缓慢，基本难以实现落地；与国内厂商合作的路线推进顺利，预计 2026 年第三季度将推出首轮规模化产品；纯自研路线战略地位极高，核心研发团队常驻新加坡，整合海外与国内大厂的研发资源，推进节奏稳健有序。目前国内合作与纯自研两条路线均顺利推进，成为字节跳动算力布局的核心支撑，而与博通的合作路线已基本陷入停滞状态。
Q：寒武纪在中芯国际的生产排单、流片到交付的整体流程节奏是怎样的？
A：寒武纪的 N+1、N+2 工艺均已完成技术打通，在南方地区的生产流程运行顺畅，MLU590、MLU690 等核心产品也已实现流片。但产品良率仍存在明显短板，整体产能处于紧缺状态，无法满足大规模出货需求；从晶圆投片到最终产品交付的全流程周期接近三个月，整体交付周期偏长，交付效率受到明显限制。良率与产能问题叠加较长的交付周期，直接影响寒武纪 2026 年规模化出货目标的实现，这也是其当前面临的核心供应链难题。
Q：2026 至 2027 年寒武纪面临的核心挑战有哪些，其竞争优势又为何出现弱化？
A：2026 年寒武纪的核心挑战主要集中在四个方面：一是产品稀缺性大幅减弱，MLU590 的性价比优势被昇腾 910B、阿里 PPU2.0 替代，性能持平导致核心竞争力下滑；二是产品规划存在明显短板，仅能适配小规模集群，无法满足大厂超大规模集群的训练需求；三是价格竞争陷入被动，英伟达 H200 进入国内市场挤压了国产芯片的预算空间，而寒武纪自身产能与良率的劣势使其难以应对行业价格战；四是工具链、定制化服务的门槛较低，其他厂商可快速跟进布局，其原有优势逐步消失，整体市场竞争压力持续加大。
Q：国产 AI 芯片超节点当前渗透率处于什么水平，2026、2027 年的发展趋势与客户接受度又将如何变化？
A：2025 年国产 AI 芯片超节点渗透率仅为个位数，整体处于低位水平，多数厂商对其持保留态度，核心原因是产品价格偏高，同时大厂担忧核心技术被供应商掌控。2026 年国产超节点渗透率预计温和提升至 10%-13%，不会出现爆发式增长；2027 年渗透率将迎来快速提升阶段，核心驱动力包括产品价格下降、大厂自研能力落地，以及应用场景从推理拓展至轻度训练。在国产单卡性能较弱的背景下，超节点能够有效降低训练门槛，客户接受度也会随之大幅提升。
Q：2026 年英伟达 H200 的到货量与供应限制，会对国内大模型发展产生哪些影响？
A：2026 年国内各大厂商受 CUDA 生态技术惯性影响，仍会持续采购英伟达 H200 芯片，但行业内普遍认为过度依赖英伟达的模式不可持续。若 2026 年下半年出现新的供应限制政策，国内大模型训练所需的算力将直接受到冲击，进而延缓大模型的迭代研发进度。各大厂商判断未来英伟达高端芯片的供应限制将长期存在，国内可获得的芯片版本会落后海外一到两代，即便面临供应限制，头部厂商仍会通过自研或外部合作突破算力瓶颈，国产 AI 芯片替代也将成为国内算力发展的长期核心方向。
Q：若国产大模型与海外模型的技术差距进一步拉大，NVIDIA H200 等高端 GPU 的进口限制是否有可能放宽？
A：英伟达 H200 等高端 GPU 的进口限制存在一定放宽可能性，但不会以公开、大规模的形式全面放开。未来放宽形式更倾向于定点定向开放，仅面向特定客户、重点行业或头部大型厂商开放，不会面向全市场普及。这种定向放宽的方式既能缓解部分高端算力需求压力，支持重点大模型研发工作，又能避免全面放开导致行业再度形成技术依赖，兼顾算力需求与供应链安全，这也是行业内对政策走向的主流判断。
Q：平头哥是否从台积电获取产能，其短期竞争力与国内其他 AI 芯片厂商相比如何？
A：平头哥有部分芯片产能来自台积电，2026 年其产能较 2025 年实现较快提升，当前平头哥 AI 芯片性能不算突出、出货量规模不大，因此在台积电的产能获取环节较为顺利。短期来看，平头哥依托多渠道产能保障与深厚技术储备，具备较强的市场竞争力，有望实现弯道超车。但 AI 芯片行业的技术路线与竞争格局变化速度极快，大量厂商涌入赛道并持续创新，现阶段的领先优势仅为短期判断，长期竞争力仍需通过持续的技术迭代来验证。
Q：寒武纪 2026 年预估 55 万片的总产能中，是否包含海外代工产能，海外产能的分配情况又是怎样的？
A：寒武纪 2026 年 55 万片的总产能规划中，已包含海外代工生产的部分，其海外产能主要由三星提供。这部分三星产能不仅支撑寒武纪自研芯片生产，还会供给昆仑芯、海光等少数国产芯片厂商，其他国产 AI 芯片厂商能获得的海外产能份额极小。三星的海外产能分配向头部国产厂商倾斜，但整体供给规模有限，无法满足全行业的产能需求，多数厂商仍需依赖国内产能作为核心支撑，海外产能仅作为补充，无法解决行业整体产能紧缺的问题。
Q：当前 AI 服务器的 CPU、存储等关键部件的供需、价格及国内可获取性情况如何？
A：当前 AI 服务器的 CPU、存储等关键部件出现了一定程度的涨价情况，但不会改变行业整体技术发展趋势，对 AI 服务器整体出货量的影响较为有限。搭载 H200 等芯片的高性能 AI 服务器，对核心部件的需求具备刚性，即便单卡需配置 40GB 存储，厂商仍会持续采购，因为大模型研发的回报远高于部件涨价带来的成本增加；而搜索、广告、推荐等场景的服务器对部件涨价敏感度更高，采购决策会更为谨慎。国内市场相关关键部件的可获取性保持稳定，厂商通过调整采购策略、优化硬件配置取舍等方式应对涨价，保障 AI 服务器的生产与交付工作。
Q：当前 AI 服务器对 CPU 核心数的需求情况如何，未来高核心数 CPU 的需求将呈现怎样的演变趋势？
A：现阶段 AI 服务器对 CPU 核心数的需求主要集中在 Agent 场景的沙箱维护、任务调度、指令传输等环节，低核心数 CPU 即可满足基础算力需求，算力消耗处于较低水平。长期来看，随着 AI 应用的持续演进，大量运算任务会逐步拆分至 CPU 执行，复杂 Agent 场景需要管理数百上千个模型并维持长时间沙箱运行环境，会大幅提升 CPU 资源消耗；多模态模型落地后，需持续数小时至十几小时的计算工作，对高核心数 CPU 的依赖程度将显著提升，需求规模也会快速扩大。
Q：AI 服务器的存储需求现状与未来趋势如何，SSD 与 HDD 的市场需求又将如何分化？
A：当前 AI 行业对存储的依赖度极高，智能体记忆功能成为行业核心发展方向，持续推动存储需求增长，预计未来存储需求量年增速将达到 10%-15%，数据存储模式也从传统冷热分层转向个人智能体海量数据永久存储。产品需求分化趋势明显，短期 SSD 需求占据主导地位，可适配热数据高速读写的业务需求；长期来看，冷数据存储需求会急剧增加，HDD 凭借显著的成本优势，需求量有望超越 SSD，成为增速更快的存储品类，整个存储市场结构将逐步向 HDD 倾斜。
Q：字节、阿里、腾讯等厂商在 AI 服务器 CPU 核心数、存储类型需求上存在哪些差异？
A：目前字节、阿里、腾讯等头部厂商在 AI 服务器的 CPU 核心数、存储类型配置上仅存在小幅差异，整体需求差异程度较低，核心原因是当前 AI 模型迭代速度与应用场景分化尚未进入高速发展阶段，各厂商需求趋同性较强。随着多模态等技术的落地应用、业务场景持续细分，各厂商在模型训练、推理环节的需求差异将逐步扩大，对 CPU 核心数规格、SSD 与 HDD 配比的需求差异会愈发明显，未来 AI 服务器配置将呈现个性化、差异化的发展趋势。
Q：超节点渗透率提升的核心驱动力是什么，2027 年为何会迎来快速增长阶段？
A：国产 AI 芯片超节点渗透率提升的核心驱动力主要有三方面：一是产品价格下行，大厂自研能力推进带动成本下降，2026 年底百度、阿里等头部厂商将具备自研超节点能力；二是应用场景拓展，从推理应用延伸至轻度训练场景，适配国产单卡性能较弱的现状，有效降低大模型训练门槛；三是行业需求升级，超大规模集群训练成为大厂主流研发方向，超节点可针对性解决算力瓶颈问题。2027 年这些驱动因素将集中落地，叠加客户对超节点的接受度持续提升，共同推动超节点渗透率迎来快速增长阶段。
