资讯

历史

科技

环境与自然

成长

游戏

财经

文学与艺术

美食

健康

家居

文化

情感

汽车

三农

军事

旅行

运动

教育

生活

星座命理

国产算力芯片：从技术突破到产业崛起

创作时间:

作者:

@小白创作中心

国产算力芯片：从技术突破到产业崛起

引用

来源

https://xueqiu.com/9057196330/322224385

在当今数字化浪潮中，人工智能（AI）已成为推动各行业变革的关键力量，而算力芯片则是 AI 发展的核心驱动力。随着 AI 技术的迅猛发展，对算力的需求呈指数级增长，算力芯片的重要性愈发凸显，成为全球科技竞争的焦点领域。

算力芯片：AI 时代的核心驱动力

在当今数字化浪潮中，人工智能（AI）已成为推动各行业变革的关键力量，而算力芯片则是 AI 发展的核心驱动力，犹如汽车的引擎，决定着 AI 系统的运行速度与效率。从语音助手到图像识别，从自动驾驶到智能医疗，AI 的每一次突破都离不开算力芯片的强力支撑。随着 AI 技术的迅猛发展，对算力的需求呈指数级增长，算力芯片的重要性愈发凸显，成为全球科技竞争的焦点领域。

在 AI 发展的早期阶段，传统的通用芯片尚可满足基本需求。但随着深度学习算法的兴起，尤其是大规模预训练模型的出现，如 GPT 系列，对算力提出了前所未有的挑战。这些模型拥有庞大的参数数量，GPT-3 的参数量高达 1750 亿，训练和推理过程需要进行海量的矩阵运算和复杂的数据处理，传统芯片的算力已远远无法满足。此时，专为 AI 设计的算力芯片应运而生，它们通过优化架构和算法，大幅提升了计算效率，为 AI 的发展注入了强大动力。

国产算力芯片发展现状

近年来，我国算力规模实现了跨越式增长。《中国综合算力指数报告 (2024)》显示，截至 2023 年年底，我国算力规模达到 246EFLOPS（每秒进行百亿亿次浮点运算），仅次于美国，位居世界第二，智能算力同比增速更是超过 65%，展现出强劲的发展势头。算力的应用领域也在不断拓展，已广泛渗透到工业、教育、医疗、能源等 1.3 万个多个领域，成为推动各行业数字化转型的重要力量。

随着算力需求的爆发，我国算力芯片市场规模也在持续攀升。2023 年，我国 AI 芯片市场规模已达 1206 亿元，预计 2024 年将进一步增长至 1412 亿元。在政策支持、市场需求和技术创新的多重驱动下，多家国内企业在算力芯片领域取得了显著进展，逐渐崭露头角。

华为作为国内科技领域的领军企业，在算力芯片领域的布局尤为引人注目。自 2018 年起，华为便着手打造全栈全场景的 AI 战略解决方案，致力于构建从底层硬件到顶层应用的完整 AI 生态系统。在底层硬件方面，华为自主研发的 Ascend 系列 AI 芯片，凭借其高性能和高能效的特点，在深度学习、图像识别等关键应用场景中表现出色，已广泛应用于运营商、政府等多个行业。同时，华为还设计了 CANN 异构计算架构，对 Ascend 芯片的性能和计算流程进行了最大化优化，大幅提高了 AI 计算的效率。此外，华为推出的一站式 AI 开发平台 ModelArts，支持多种设备和平台，简化了 AI 模型的开发和部署流程，为开发者提供了极大的便利。

海光信息也是国产算力芯片领域的佼佼者。公司专注于高端处理器、加速器等计算芯片产品和系统的研发、生产和销售，其 CPU 产品在复杂逻辑计算、多任务调度等通用处理器应用场景中表现优异，已大规模应用于电信、金融、互联网等多个领域，并与浪潮、联想等知名服务器品牌建立了合作关系。在 AIGC 的时代背景下，海光信息的 DCU 产品也在快速迭代发展，以高算力、高并行处理能力和良好的软件生态，获得了市场的广泛认可，进一步促进了公司业绩的增长。2024 年，海光信息预计全年实现营业收入 87.2 亿元到 95.3 亿元，同比增长 45.04% 到 58.52%，展现出强大的市场竞争力。

寒武纪作为我国稀缺的 AI 算力芯片厂商，自成立以来一直专注于人工智能芯片产品的研发与技术创新。公司的主营业务涵盖各类云服务器、边缘计算设备、终端设备中人工智能核心芯片的研发、设计和销售，产品覆盖云端智能芯片及加速卡、训练整机、边缘智能芯片及加速卡等。2024 年，寒武纪迎来了重要的业绩拐点，首次实现单季盈利。预计全年实现营业收入 10.7 亿元至 12 亿元，同比增长 50.83% 到 69.16%；归母净利润亏损 3.96 亿元到 4.84 亿元，亏损同比收窄 42.95% 到 53.33%。这一成绩的取得，不仅彰显了寒武纪在技术研发和市场拓展方面的努力，也标志着国产 AI 算力芯片正逐渐走向成熟。

核心赛道剖析：技术架构与市场格局

在算力芯片的广阔领域中，不同类型的芯片犹如各具特色的 “武林高手”，在各自的领域施展着独特的 “绝技”，共同推动着算力技术的发展。下面，我们将深入剖析 GPU、FPGA 和 ASIC 这三种核心算力芯片的技术架构与市场格局。

（一）GPU：通用算力的中流砥柱

GPU（Graphics Processing Unit），即图形处理器，最初是为了加速图形渲染而诞生，在游戏、图形设计等领域发挥着关键作用。随着技术的发展，GPU 凭借其强大的并行计算能力，逐渐成为通用算力的中流砥柱，广泛应用于人工智能、科学计算等多个领域。

在市场格局方面，全球 GPU 市场呈现出寡头垄断的态势。2022 年，全球 GPU 市场规模达到 448 亿美元，英伟达（NVIDIA）和AMD几乎垄断了独立 GPU 芯片市场，其中英伟达的市场份额更是高达 88%，在数据中心与高性能计算领域占据绝对优势。英特尔（Intel）则凭借大量集成 GPU 芯片在 PC 市场的应用，在整个 GPU 市场中占据重要地位。

近年来，国产 GPU 厂商在政策支持和市场需求的推动下，取得了显著的进展。华为、景嘉微、壁仞科技等企业不断加大研发投入，致力于缩小与国际巨头的差距。华为的 GPU 采用自家架构，在高端处理器中集成多个 GPU 核心，有效提高了并行处理能力，同时支持业界标准的图形 API，确保了广泛的兼容性。景嘉微专注于图形处理领域，其 JM9 系列 GPU 芯片在性能上不断提升，已在部分领域实现了国产化替代。壁仞科技的 BR100 通用 GPU 芯片，在算力性能上表现出色，为国产 GPU 在高性能计算领域的发展注入了新的活力。

尽管国产 GPU 取得了一定的成绩，但与英伟达等国际巨头相比，仍存在较大的差距。在技术方面，国产 GPU 在架构设计、计算性能和生态建设等方面仍需进一步提升。英伟达的 CUDA 平台经过多年的发展与优化，已经成为业界公认的行业标准，拥有丰富的开发文档、教程资源以及社区支持，而国产 GPU 在生态的成熟度与完善程度上仍有较大的进步空间。在市场份额方面，国产 GPU 在全球市场的占比较低，主要集中在国内市场，且应用领域相对较窄。

（二）FPGA：灵活定制的算力先锋

FPGA（Field-Programmable Gate Array），即现场可编程门阵列，是一种特殊类型的数字逻辑设备，具有灵活性高、并行处理能力强、低延迟、可重配置、功耗低和定制化开发等特点。与其他算力芯片不同，FPGA 可以根据用户的需求进行编程，以满足各种不同的应用需求，这使得它在数字信号处理、图像处理、机器视觉、硬件加速、网络处理、加密解密等领域得到了广泛的应用。

在国内，安路科技是 FPGA 领域的重要企业之一。公司专注于 FPGA 芯片和专用集成电路的研发，产品广泛应用于工业控制、网络通信、消费电子等多个领域。其研发的高端 FPGA 芯片，在性能和功能上已达到国际先进水平，为国产 FPGA 在高端市场的发展奠定了基础。紫光同创也是国内 FPGA 领域的佼佼者，公司推出的多个系列 FPGA 产品，具有高性能、低功耗、高可靠性等特点，在通信、工业、安防等领域得到了广泛应用。

目前，国内 FPGA 市场仍被赛灵思（Xilinx）和阿尔特拉（Altera）等国际巨头占据主导地位，但国产 FPGA 企业的市场份额正在逐步提升。随着国内企业在技术研发上的不断突破和产品性能的不断提升，以及国内市场对国产化替代需求的不断增加，国产 FPGA 有望在未来的市场竞争中取得更大的突破。

（三）ASIC：专用算力的定制专家

ASIC（Application-Specific Integrated Circuit），即专用集成电路，是一种为专门目的或算法而设计的芯片。与通用芯片不同，ASIC 是根据特定的应用需求进行定制设计的，因此在功耗、计算性能和效率上都具有显著的优势，能够有效抵御逆向工程与恶意攻击，保护数据安全。ASIC 主要应用于对特定计算任务有高性能、低功耗需求的场景，如 AI 推理、比特币挖矿、5G 通信等领域。

在 AI ASIC 领域，国内企业也取得了不少成果。华为的昇腾系列 AI 芯片，采用了 ASIC 架构，针对 AI 计算进行了深度优化，在 AI 推理和训练任务中表现出色，已广泛应用于智能安防、智能交通等多个领域。寒武纪的 ASIC 芯片产品也在人工智能领域得到了广泛应用，其思元系列芯片凭借高性能、低功耗的特点，为 AI 应用提供了强大的算力支持。

当前，全球 ASIC 市场并未形成明显的头部厂商，国内企业在该领域有着较大的发展空间。随着 AI 技术的不断发展和应用场景的不断拓展，对 ASIC 芯片的需求将持续增长，国内企业有望在这一领域实现弯道超车。

发展机遇与挑战并存

（一）机遇：政策支持与市场需求

近年来，国家对算力芯片产业给予了高度重视，出台了一系列政策支持其发展。《国家人工智能产业综合标准化体系建设指南（2024 版）》《关于推动未来产业创新发展的实施意见》《新产业标准化领航工程实施方案（2023─2035 年）》等政策的出台，为算力芯片行业的发展提供了明确、广阔的市场前景，为企业提供了良好的生产经营环境。北京亦庄发布政策，加强国产芯片部署应用，鼓励云服务企业基于国产人工智能芯片服务器提供智能算力服务，给予购买国产智算芯片服务器部分金额最高 10% 的补贴，每个项目累计不超过 1000 万元，并每年发放 1 亿元的算力券，用于支持人工智能企业大模型应用研发。这些政策措施的实施，将有力地推动国产算力芯片的发展。

随着人工智能、大数据、云计算等新兴技术的快速发展，市场对算力芯片的需求呈现出爆发式增长。据中信证券预测，到 2025 年，中国的人工智能算力芯片市场将达到 386 亿美元，其中国产算力芯片的市场规模将从 2024 年的 73 亿美元增长至 251 亿美元。国际形势的变化也为国产算力芯片带来了国产替代的机遇。美国对中国的芯片出口管制不断升级，限制了中国获取先进的算力芯片，这促使国内企业加快自主研发的步伐，推动国产算力芯片的国产化替代进程。上海发布的 “算力浦江” 智算行动实施方案提出，到 2025 年智能算力规模超过 30EFlops，国产算力芯片占比超 50%；《北京市算力基础设施建设实施方案（2024—2027 年）》则提出，2027 年要具备 100% 自主可控智算中心建设能力。这些目标的设定，充分体现了国内对国产算力芯片的重视和支持，也为国产算力芯片的发展提供了广阔的市场空间。

（二）挑战：技术差距与生态困境

尽管国产算力芯片取得了一定的进展，但与国际先进水平相比，仍存在较大的技术差距。在芯片制程方面，国际主流 AI 芯片通常采用 4 至 7 纳米的制程，而我国的 AI 芯片则多采用 7 至 12 纳米，这使得国产芯片在性能、功耗和面积（PPA）上存在一定劣势。在芯片架构、算法优化等方面，国产算力芯片也需要进一步提升，以提高芯片的算力和效率。

算力芯片的发展离不开完善的生态系统支持，包括软件工具、开发框架、应用场景等。目前，国产算力芯片在生态建设方面仍面临诸多挑战。以 GPU 为例，英伟达的 CUDA 平台经过多年的发展与优化，已经成为业界公认的行业标准，拥有丰富的开发文档、教程资源以及社区支持，而国产 GPU 在生态的成熟度与完善程度上仍有较大的进步空间。这使得国产算力芯片在吸引开发者和应用推广方面面临一定的困难，限制了其市场份额的扩大。

人才短缺也是制约国产算力芯片发展的重要因素之一。算力芯片行业是一个技术密集型和人才密集型的行业，需要大量的高端人才来推动技术创新和产品研发。然而，目前我国在算力芯片领域的专业人才相对匮乏，人才培养体系也不够完善，这在一定程度上影响了国产算力芯片的发展速度和创新能力。

破局之路：企业策略与行业展望

（一）企业应对策略

面对机遇与挑战，国产算力芯片企业积极采取应对策略，努力在激烈的市场竞争中脱颖而出。加大研发投入是企业提升技术实力的关键举措。华为、海光信息、寒武纪等企业每年都将大量资金投入到芯片研发中，不断优化芯片的架构、制程和算法，以提高芯片的性能和效率。寒武纪在 2024 年上半年的研发投入达到 4.19 亿元，同比增长 12.64%，持续的研发投入为公司的技术创新和产品升级提供了有力支持。

加强合作也是企业实现资源共享、优势互补的重要途径。企业与高校、科研机构合作，共同开展技术研发和人才培养，提升企业的创新能力和核心竞争力。华为与国内多所高校建立了合作关系，共同开展人工智能、芯片技术等领域的研究，为企业的发展提供了强大的技术支持和人才储备。同时，企业之间也加强了合作，共同推动国产算力芯片的产业化进程。燧弘华创与燧原科技深化合作，共建国产算力新生态，双方将围绕国产算力产品的共创，以及区域与行业市场的共同拓展，进一步构建算力产业的生态系统。

拓展市场是企业实现可持续发展的重要保障。国产算力芯片企业在巩固国内市场的同时，积极拓展海外市场，提升产品的市场份额和品牌影响力。一些企业通过参加国际展会、与国际客户合作等方式，加强与国际市场的沟通与交流，逐步打开海外市场。

（二）行业未来展望

展望未来，国产算力芯片行业充满了机遇与希望。在技术突破方面，随着研发投入的不断增加和技术创新的不断推进，国产算力芯片有望在芯片制程、架构设计、算法优化等方面取得更大的突破，进一步缩小与国际先进水平的差距。预计未来 3 - 5 年内，国产 AI 芯片在算力、能效比等核心指标上有望实现质的飞跃。

在市场份额提升方面，随着国产算力芯片性能的不断提升和生态系统的不断完善，以及国内政策的大力支持和市场需求的持续增长，国产算力芯片的市场份额有望逐步扩大。到 2025 年，中国的人工智能算力芯片市场将达到 386 亿美元，其中国产算力芯片的市场规模将从 2024 年的 73 亿美元增长至 251 亿美元。

在产业生态完善方面，国产算力芯片企业将加强与上下游企业的合作，共同构建完善的产业生态系统。软件企业将加大对国产算力芯片的适配和优化，开发更多的应用场景和解决方案；硬件企业将加强与国产算力芯片企业的合作，共同打造高性能的计算平台。随着产业生态的不断完善，国产算力芯片将迎来更加广阔的发展空间。