夜雨聆风🔮 AI芯片牌局重新洗牌：一份最新预测报告里藏着六个反常识信号
一份聚焦云端与数据中心AI处理器的最新预测报告近期发布，核心结论只有一句话：这轮周期比所有人预想的都更长、更猛，也更危险。
2025年那次被业内视为"降温信号"的短暂放缓，如今看来更像是深呼吸而不是刹车。进入2026年，采购数字重新抬头，行业普遍认为的"需求见顶"再一次被推迟。但推迟不等于不会发生，报告作者的措辞很微妙：不是"不会见顶"，而是"又往后拖了一次"。
这不是一份唱多或唱空的报告，而是一份提醒行业周期规律仍然有效的报告。AI需求的斜率确实陡峭，但半导体行业的钟摆从未真正停止摆动，只是这一次摆得比预期更慢。
💡 需求结构变了：不再是"造大模型"，而是"用小模型"
过去两年，行业默认的增长逻辑是"模型越大、算力越贵"。这个假设正在失效。
报告指出，前沿大模型的参数规模已经不再是算力需求的主要驱动力，真正在拉动采购曲线的，是两股此前被低估的力量：
一是主流模型的平均体量正在被新一代开源权重模型重新定义，性能对标闭源旗舰、体积却更友好的开源模型正在赢得开发者青睐，这意味着"跑得起大模型"的门槛在下沉，参与算力消耗的玩家数量在指数级增长。
二是微调与定制化需求，这块业务此前几乎不被当作独立的需求来源统计，但企业级客户为了把通用模型改造成自己业务场景的专属工具，产生的算力消耗正变成一股隐藏的持续性需求。
单位任务的算力效率其实在持续变好，代际效率提升大约维持在7%左右，但这点节省完全无法对冲使用规模扩张带来的总量增长。效率提升就像给一辆正在加速的车省油，车速仍然只会更快。这也解释了为什么"每次推理更便宜"和"总账单更贵"这两件事可以同时成立，词元的边际成本在下降，但词元的消耗总量在以更快的速度上升。
⚠️ 悬在头顶的置换周期炸弹
报告里最值得警惕的部分，是对"替换需求"何时启动的讨论。
英伟达Hopper系列是第一批真正意义上的大规模部署世代，市场上留存的这批GPU数量庞大。一个尚未有定论的问题是：这批显卡什么时候会被规模化淘汰更换。
GPU的实际服役寿命往往比外界想象的更长，但与此同时，新一代芯片的性能跃迁幅度也远超以往任何一代产品。这两股力量互相拉扯，如果置换需求迟迟不来，而新增采购的增长曲线又按照既定节奏往下走，就有可能出现一次周期性下行，报告给出的时间窗口大致落在2029年前后，随后再迎来一轮更强劲的反弹。
这种周期性回调并不会伤筋动骨，行业总量依然在扩张，但落到市场情绪和资本市场的反应上，很可能会相当剧烈。半导体本质上是一个强周期行业，只是这一轮AI浪潮的斜率太陡，把周期性的波动完全淹没了。行业里很多人嘴上说"知道半导体有周期"，但真正经历缺芯、产能过剩、GPU抢购潮在三年内轮番上演，才会明白周期从来不是一句口号。
🏭 ASIC平权运动正在加速兑现
如果说前两年ASIC（专用芯片）对GPU的挑战还停留在概念阶段，那么2026年是它真正开始抢地盘的一年。
Google的自研芯片路径最具代表性。第七代TPU"Ironwood"已经在2026年4月正式面向云端客户开放，单颗芯片算力达到4.6 petaFLOPS，一个由9216颗芯片组成的超级Pod集群算力可达42.5 exaFLOPS。更值得关注的是第八代的分野，Google首次把训练芯片和推理芯片彻底拆分成两条独立产品线，代号"Sunfish"的训练芯片由博通设计，代号"Zebrafish"的推理芯片交由联发科操刀，二者均瞄准台积电2纳米制程，计划2027年底量产。
官方披露的数据显示，Sunfish在同等价格下性能达到Ironwood的2.8倍，Zebrafish的推理性价比相比Ironwood提升80%。Anthropic已经与Google达成协议，规划在2026至2027年间使用多达100万颗TPU，对应超过1吉瓦的算力容量，成为这两代芯片最重要的锚定客户。
数据来源综合自行业公开研究与厂商财报披露
价格差是眼下唯一还能拖住ASIC全面反超GPU的因素。博通的财务表现能很直观地说明这一点，其2026财年第二财季AI半导体收入达到108亿美元，同比增长143%，管理层已经把第三财季的指引拉到160亿美元，同比增速超过200%，全年AI半导体收入目标定在约560亿美元左右，较2025财年增长约180%。博通的毛利率达到78.6%，反而高于英伟达约73.5%的毛利水平。
博通CEO陈福阳（Hock Tan）多次公开表示要在定价上"捕获更多价值"，说白了就是要涨价争取更高利润，但英伟达完全有能力通过让渡一部分毛利率来守住市场份额，这场围绕价格带的拉锯战才刚刚开始。
除了Google和博通的深度绑定，Meta、软银、OpenAI、字节跳动、阿里巴巴等公司也都在推进各自的自研芯片项目，联发科和联咏已经切入ASIC设计代工赛道，三星也在争夺代工订单，供应链的多元化正在肉眼可见地发生。
🚀 AMD在用路线图说话
相比ASIC阵营的热闹，AMD走的是另一条路，靠清晰的产品路线图和芯粒（chiplet）架构策略，把自己嵌入到主流开源软件生态的持续集成流程里。这种在底层工具链上的深度绑定，正在把技术优势转化为实实在在的订单，AMD的加速节奏比外界预期的更快。
🇨🇳 中国芯片势力正在从追赶转向兑现
这是本轮报告中变化最直观的一块。中国AI芯片厂商的排名和业绩都在同步跃升。
华为在全球AI芯片厂商排名中从2022年的第六位，一路升至2025年的第五位，如今已经跻身第四。其昇腾910C芯片基于中芯国际7纳米工艺打造，单卡算力约800 TFLOPS（FP16），配备128GB HBM显存，2026年出货目标定在60万颗，不过良率仍是短板，目前大约维持在20%左右。行业预测华为AI芯片相关收入有望达到120亿美元规模。
寒武纪的业绩爆发更加惊人。2026年第一季度实现营业收入28.85亿元人民币，同比增长159.56%，归母净利润10.13亿元，同比增长185.04%，扣非净利润增速更是达到238.56%，核心盈利质量持续改善。多家券商已经把寒武纪2026至2028年的营收预测上调至150亿至400亿元人民币区间。公司规划年内将出货量提升至50万颗左右，是此前规模的三倍。
阿里巴巴的自研ASIC项目也已经全面下场，与华为、寒武纪共同构成中国算力自主可控叙事下最核心的三股力量。
中国算力自主可控已经从政策口号进入财务报表验证阶段，这是过去三年里最实质性的变化。
🕳️ 一个被行业集体忽视的中间地带
报告里有一个耐人寻味的坦白：目前所有增长几乎都集中在最顶级的加速器阵营，超大规模云厂商的自研ASIC早已不是过去那种"陪衬型"的小众产品，而是实打实地在和顶级GPU掰手腕。
但市场对中端产品线的观测几乎是一片空白，以RTX PRO 6000这类中端算力卡为代表的市场，尽管在行业讨论中频繁被提及，却缺乏系统性的出货和收入统计。这块区域到底承载了多少真实需求，目前没有人能给出扎实的数据支撑，这本身就是一个值得警惕的信息盲区，越是被讨论得多、被统计得少的领域，越容易在未来某个节点制造预期差。
这份报告没有明说，但数据背后其实藏着一条更深的逻辑线，那就是算力市场的定价权正在从"卖硬件"转向"卖词元"。当ASIC把单位推理成本压得越来越低，真正值钱的东西不再是芯片本身的算力峰值，而是谁能用最低成本稳定地把词元吐出来。
这也是为什么Google会不惜把训练和推理芯片彻底拆开设计，因为这两类芯片背后对应的其实是两种完全不同的商业模式，一种卖的是算力容量，一种卖的是词元产出效率。等到中端算力卡市场的数据被行业真正摸清楚的那一天，可能才是这轮ASIC替代叙事讲到下半场的信号。
这轮AI算力军备竞赛远没有到终局，反而更像是刚刚打完第一节。GPU的护城河仍然坚固，但ASIC正在用更低的单位成本啃食利润最丰厚的推理市场，中国厂商用真实的财务数据证明了自己不再只是备胎选项，而周期规律这道悬顶之剑，依然静静地挂在2029年那个坐标点上。
