夜雨聆风
1、国产AI芯片供需与竞争格局
·供需规模预测：2025年国产AI芯片实际交付规模为100万颗，2026-2028年行业供需保持快速增长态势：2026年需求规模为400万颗，实际交付约300万颗；2027年需求将上探到600-800万颗，较2026年翻一番，同期供给将攀升至500-600万颗；2028年需求可确定超过1000万颗，供给将达到800万颗以上，供需缺口约为200万颗。
·需求主体构成：国产AI芯片的核心需求主体包括互联网大厂、三大运营商及央国企三类。其中互联网大厂率先启动国产芯片的入围、测试、采购等环节，起到需求引导作用；运营商及央国企受信创要求驱动，采购导入国产芯片的节奏明显快于互联网大厂，2026年几大行业客户均不约而同快速转向国产芯片。
·英伟达的行业影响：英伟达是国产算力芯片的核心不确定因素，其H200芯片虽随中美高层互动获得放行，但因附加条件过于苛刻，国内并无采购意愿，国内优先需求为无任何附加条件的最新版本B300芯片。若英伟达芯片进入国内市场，将倒逼国产芯片厂商加快研发、提升产品力，类比当年特斯拉入华催生国内新能源汽车产业竞争优势。明确判断2026年英伟达各型号芯片均无法进入国内市场，全年市场主力为纯国产AI芯片。
·市场竞争格局：安可国产芯片清单要求芯片设计、生产环节均在国内，当前清单内产品多采用12nm工艺，算力有限但安全可控，符合信创要求，后续安可趋势将持续强化。待华为昇腾8192超节点2027年大批量交付、可支持大模型全参数量预训练后，安可要求范围将扩大至互联网领域，当前仅覆盖央国企、运营商等领域。2026年国产AI芯片市场份额呈明确梯队分布：a.华为、寒武纪、海光三家头部厂商合计占70%市场份额，其中华为全年交付量为130-150万颗，占实际总交付量的50%；b.互联网系厂商（平头哥、昆仑芯、字节待推出AI芯片等）占20%左右市场份额；c.其余所有初创AI芯片厂商合计占10%市场份额。竞争格局将持续分化：头部厂商可覆盖通用市场，中小厂商将向细分行业渗透，成为绑定行业模型、行业智能体的专用芯片供应商。
·产能竞争逻辑：当前阶段国产AI芯片厂商的核心竞争要素为国内先进制程产能获取能力，能够拿到足够产能的厂商可拿下互联网、运营商、头部央国企等核心客户订单，竞争存在一定不公平性。预计2029年国内先进制程产能放量后，该竞争状况将得到明显改观。无法拿到足够国内产能的中小厂商，当前主要通过协调海外供应链完成流片。
2、下游客户采购需求特征
·互联网大厂采购要求：互联网大厂采购要求在三类客户中最高，核心要求分为三点：
a. 供应链稳定：要求芯片供应商代工厂绝对稳定，有足够配套产能支撑大厂有节奏的采购，同时需维持一定量库存；
b. 产品力：包含芯片本身的参数性能，以及大厂所需的软件和生态迁移能力，可在最短时间内让大厂应用跑通、性能调至最优，实现算力投入最高产出比；
c. 价格：不同层级芯片厂商议价权差异显著，英伟达具备几乎唯一的稀缺性，大厂无议价权；华为、海光、寒武纪等头部国产芯片也具备相当程度的稀缺性，大厂议价权相对较弱，不会大幅压价；腰部及以下中小芯片厂商议价权极弱，同款训推一体芯片，华为售价约10万元，中小厂商售价需低至3万-4万元，比头部厂商低50%以上，价格是中小厂商进入互联网供应链的核心门槛之一。
·运营商采购特征：运营商采购具备双重属性，具体特征如下：
a. 政策属性：作为央国企，运营商有支持国产的政策要求，会主动采购国产芯片，不过多考量商业因素或性价比，但不会主动囤货、也不会主动向客户推送特定厂商的国产芯片，更愿意芯片厂商商务、销售人员与运营商一同对接最终用户，由厂商说服客户采购对应产品，运营商基于项目开展合作，且不允许推送英伟达芯片；
b. 商业属性：运营商To B业务有盈利诉求，采购国产芯片时有严格成体系的测试导入机制，覆盖常态化测试、点测、标前测、标后测等环节，筛选适配不同行业、场景的国产AI芯片，判断其叠加地方政府或企业的算力、能耗补贴后，能否支撑智算中心正常运营盈利。
·央国企采购要求：央国企是三类客户中国产芯片支持力度最大的主体，采购政策明确限制：无充足且必要的理由不得采购英伟达芯片，必须采购使用国产芯片，即便国产芯片存在价格更高、能耗更高、生态友好度不足等问题也需优先采购。
3、超节点与系统级能力趋势
·超节点产品趋势：2025年行业产品竞争核心为单卡，主要关注芯片流片地、制程、算力等参数。2026年随着华为陶定律发布，叠加国内供应链受美国打压的背景，单卡已无竞争优势，今年行业竞争核心转向超节点+液冷，今年也是超节点竞争的第一年。当前华为昇腾910B已开始批量落地，后续海光、阿里磐久、百度昆仑芯、寒武纪等厂商均将推出自有超节点产品。成本与性能方面，同样配置64张卡的情况下，超节点成本为传统四卡服务器的120%-130%，即较传统方案成本高20%-30%，但推理性能较传统服务器高出50%，长期使用性价比更优。厂商迭代方向为尽快推出自身能力范围内最大节点数的超节点产品，可选节点数包括32卡、64卡、128卡、256卡、512卡等，节点数越高对客户的性价比越高。
·系统级能力要求：超节点的竞争不再仅聚焦AI芯片本身，对芯片设计公司的系统级能力提出了更高要求，厂商需要具备“全家桶”能力：a.覆盖CPU及多架构算力芯片，算力芯片可采用ASIC、GPGPU、NPU、LPU等任意架构；b.具备网络能力；c.掌握服务器整机内UBB、BMC等相关配套硬件能力。当前头部厂商已具备明显的复合能力优势，其中华为能力最为全面，拥有ARM架构CPU、NPU、网络等全栈能力，阿里、昆仑芯、海光等厂商也具备复合能力。若芯片厂商在今年或明年仍仅强调自身AI芯片侧的设计能力，将逐渐被拥有全家桶能力的厂商拉开差距。
4、CUDA生态与专用芯片趋势
·英伟达LPU技术动向：英伟达上月GTC大会正式发布的LPU源自收购的Groq公司，为存算一体专用架构芯片。同等部署70B模型做推理的场景下，LPU部署成本比GPU高10-15倍，但推理速度显著优于GPU，主要面向对响应速度要求极高的C端用户，这类用户输入大字数问题时希望1-2秒即可获得完整结果，愿意为高速度付费，填补GPU无法满足的高响应需求缺口。当前英伟达B300现货价格已达800多万元一台，为实现算力普惠，英伟达未来还将收购更多类似Groq的专用芯片企业，优化架构适配行业场景提升性价比。英伟达全家桶布局已初具雏形，除算力芯片外，还自研Arm CPU，布局网络业务，同时联合台积电研发光电共封技术。
·专用芯片发展趋势：国内算力需求结构特征明确，80%的算力需求为推理需求，未来行业智能体将大量涌现，带动专用芯片需求增长，行业智能体搭配行业专用芯片实现极致性价比是确定性发展方向，采用高价英伟达GPU部署行业智能体成本无法覆盖，经济性不足。2024年时寒武纪ASIC芯片、华为NPU、百度昆仑芯等专用芯片适用性较低，彼时行业智能体、行业模型尚未兴起，市场以通用模型为主，通用模型难以在专用芯片上快速部署调优；当前市场逻辑反转，专用芯片只要可高效运行特定行业的推理模型、充分释放算力即具备竞争力，无需全面适配CUDA生态，仅需适配对应行业的专用算子和框架即可，因此今年CUDA生态在国内的影响力已开始逐步减弱。
·CUDA兼容实现逻辑：CUDA兼容的实现首先要求芯片厂商的算子名称与英伟达CUDA算子完全一致，同时算子运行逻辑需尽量与CUDA算子对齐。若芯片厂商官方直接推出完全同名算子，存在被英伟达法律诉讼的风险，因此当前主流模式是芯片厂商开放自身生态，由开发者完成CUDA兼容适配工作。兼容效果的核心影响因素包括厂商的编译器能力、基础代码水平，同时也受芯片硬件架构约束，通用架构的芯片更容易实现更好的CUDA兼容效果，专用架构适配难度较高。
5、上游技术与厂商销售动态
·存储与先进封装技术：存储领域，华为自研HDM，当前其余芯片厂商可获得的国产显存以GDDR7为主，HDM暂无充足产能供给全行业芯片厂商；芯片四小龙及头部厂商的下一代芯片、下半年即将推出的新款芯片，多数搭载HBM3或HBM3E，显存容量普遍提升至128G以上，144G为当前主流配置，其中低端推理卡采用国产GDDR7，高端卡采用HBM3/3E，相关显存供给充足。先进封装领域，受华为韬定律引导，2026年（今年）为国内先进封装大年，行业将沿组合优化、异构封装思路发展：异构封装不再追求芯片轻薄，采用多层堆叠结构，可将CPU等单元封装在内，后续还将延伸至光电共封技术路线，通过单颗芯片或多die堆叠的方式提升算力。
·芯片厂商销售与渠道：不同层级芯片厂商销售情况差异明显：a. 华为、寒武纪、海光三家头部厂商为互联网厂商抢货核心对象，互联网厂商会提前打款锁定产能，要求优先供货，该待遇仅上述三家厂商可获得；b. 具备互联网背景的芯片厂商优先保障内部供应，仅对外承接重点行业客户及项目合作，产能满负荷，芯片产出后可快速消化；c. 无互联网背景的中小芯片厂商今年销售情况较去年明显向好，沐曦、天数智芯、壁仞科技、摩尔线程等厂商的上一代库存卡已基本售罄，新一代芯片处于回片或量产阶段，下半年起批量交付，今年营销压力较去年大幅降低。渠道商层面，今年代理商囤货意愿较去年有所提升，但仍较为保守，担忧中小厂商产品竞争力弱于华为、寒武纪、昆仑芯，项目端售价偏低导致盈利空间不足，因此不会大规模囤货。
·存算一体技术进展：受英伟达收购Groq驱动，今年国内涌现多家存算一体芯片设计初创企业，包括微纳核芯、光与星辰、仿青科技、行云集成电路、网易投资的相关企业等，行业整体瞄准推理场景，以实现算力普惠为目标，降低中小用户算力使用成本。技术路线层面，当前存算一体的主流存储材料分为四类：a. SRAM：英伟达及Groq自2018年开始布局，目前已接近可量产、可商业化状态，今年出货量可观；b. DRAM：为国内厂商主流选择，当前尚处起步阶段，需攻克漏电技术难题，突破后具备规模化起量潜力；c. RRAM、MRAM：具备较强抗辐照能力，其中MRAM还具备断电数据不丢失的特性，两类材料均适配太空算力场景。目前四类技术路线尚未有权威最优解，仍需长期观察。行业热度方面，今年存算一体已获得行业关注，2027年（明年）将成为行业热词，热度或将超过GPU、CPU。落地节奏层面，美国厂商Groq今年下半年起批量交付，国内今年仅能落地特定POC订单，首批客户多为具备生态、商务、技术合作关系的主体，比如网易投资的存算一体厂商首批产品优先供给网易，兆易创新参与的微纳核芯将依托兆易生态交付合作客户，当前存算一体芯片暂不支持训练场景，仅可用于推理。
6、产能供应与约束情况
·国内先进制程产能：国内N+2先进制程产能及分配情况如下：
a. 中芯国际N+2制程每月产能不到2万张晶圆，平均良率为30%-35%，单张晶圆可切23-28颗芯片，良率表现华为最高，其次为寒武纪、海光，三者良率差距在10%以内。今年华为计划交付100-150万颗芯片，寒武纪大芯片需求至少40万颗，海光需求约20-30万颗，基本将中芯国际N+2产能瓜分完毕。
b. 华虹N+2制程今年刚刚投产，每月产能不到2000张晶圆，良率仅20%出头，产能主要供给初创芯片厂商完成流片，大部分份额也会被华为、寒武纪拿走。
c. 国内N+2制程明年将启动扩产，预计产能较今年翻倍。
·海外供应链情况：海外先进制程供应链情况如下：
a. 合作方选择方面，台积电合作风险较高，目前国内厂商不愿冒险选择其进行先进制程生产，三星为当前主要海外合作方。
b. 三星产能方面，每月释放的AI芯片晶圆产能约5万张，覆盖8nm-5nm制程节点，暂无统一良率数值，整体产能全球分配偏紧张，且良率偏低会推高流片成本。
c. 海外流片限制方面，国内芯片设计公司选择三星流片需具备较强的先进制程芯片设计能力，同时流片周期较长，一颗大芯片从设计到流片至少需2年，流片到量产至少需半年至大半年，整体周期约3年。受美国限制政策出台到厂商反应存在时间差影响，今年处于产能切换的尴尬期，明年小芯片厂商供应链稳定性将优于今年。
7、下游采购与超节点交付
·下游采购节奏特征：当前AI芯片行业暂无成规律的采购节奏，华为超节点供不应求，一经产出即被客户抢购。不同客户采购逻辑差异显著：
a.互联网大厂：以囤货为核心策略，能囤多少囤多少，今年资本开支较去年大幅提升，以字节为例，今年算力开支海内外各占50%，国内全部采购国产芯片，目前已在扫货天数智芯台积电7纳米工艺的库存芯片，即便该产品算力一般也因兼容性较好被大量采购，凸显互联网厂商算力缺口较大；
b.运营商：不囤芯片，基于智算/算力集群项目开展合作，不排斥任何国产芯片厂商，需芯片厂商协同上下游谈妥产品价格、算力租赁价格体系、补贴等相关规则后方可推进；
c.地方政府：逻辑与运营商类似，以芯片厂商为核心，拉通运营商等资源共同搭建算力项目；
d.独立模型厂商：一方面租赁云计算力，一方面搭建自有本地算力中心，根据自身模型的能力性质匹配适配的国产算力卡。
·阿里腾讯采购情况：
a.阿里：内部优先采购平头哥的产品，包含12纳米小算力推理芯片、大算力训推一体大芯片，搭配端侧瑞萨CPU；外部采购优先级为华为>寒武纪>海光，同时也在评估沐曦、摩尔线程等厂商的产品，目前这类基于国产供应链的卡尚未正式量产，暂未导入；2026年国内算力开支达大几百亿，接近千亿规模，部分开支用于租赁B300相关云算力。
b.腾讯：自研芯片进展不顺，自有算力布局最弱，采购燧原芯片搭建专属算力集群，规模达数亿；外部采购优先级与阿里类似，为华为>寒武纪>海光，同时也采购少量昆仑芯，评估摩尔线程、沐曦等厂商产品，2026年算力开支约小几百亿。
·超节点交付节奏：头部厂商超节点交付进度差异明显：
a.华为：384超节点为过渡产品，搭载950芯片的8192超节点将于2026年下半年开始批量交付；
b.海光：640卡超节点已实现批量交付，目前已应用于政府超算项目，交付规模仅次于华为；
c.阿里、昆仑芯：阿里盘古128卡超节点已内部交付，昆仑芯去年就开始布局集群，今年超节点部署较早，二者均属于第一梯队；
d.寒武纪：超节点尚在调优，将于2026年下半年随华为8192超节点同期放量。中小芯片厂商自身体量及上下游资源整合能力远弱于华为、海光等头部厂商，被动对接浪潮、联想、云尖等服务器厂商，适配64卡、128卡、256卡等标准化超节点机柜。
8、行业生态落地进展
·算力租赁发展情况：国产AI芯片算力租赁尚无对标英伟达的统一行业标准，无政府补贴时搭建的智算中心普遍处于亏损状态，核心破局路径为针对单一型号芯片搭建更大集群、对接特定行业算力租赁用户，叠加绿电补贴、算力券补贴对标英伟达A100到H100产品实现商业化平衡。当前国产AI芯片已具备一定条件范围内的商业化算力运营基础，当算力出租率达到80%-90%时，智算中心四年可收回成本，芯片官方默认生命周期为五年，实际可使用6-7年。目前各区域补贴力度不同导致收益存在差异，清晰的算力成本、盈利测算的数字及公式预计2027年底（明年年底）可形成。
·大模型适配进展：国产大模型与国产AI芯片的适配工作已有良好前期基础，2025年（去年）下半年行业已自发开展相关适配，DeepSeek、智谱、Minimax、阶跃星辰、百川等头部通用及行业大模型均已完成与国产芯片的适配，部分中小模型也已在国产芯片上启动适配。2026年（今年）政府明确出台鼓励国产大模型适配国产AI芯片的政策，完成深入调优适配的项目可获得配套鼓励支持措施，扶持力度较2025年显著强化。当前英伟达芯片进口受限，市场库存已基本消耗完毕，厂商无其他替代选择，进一步倒逼适配工作加速推进。
·CUDA依赖变化趋势：华为、寒武纪等头部国产AI芯片厂商自2024年起就针对自有专用架构CUDA兼容性弱、用户使用门槛高的问题优化，新一代芯片（华为950、寒武纪790）硬件设计更贴近英伟达产品，生态层面已开放CUDA兼容支持，开发者可直接将CUDA相关内容迁移至国产芯片运行。2026年起行业应用对CUDA的依赖度持续淡化，未来CUDA的影响将逐步边缘化，不会成为国产算力应用落地的主要障碍。
