今天聊一聊国产AI算力。

当前AI行业正处在高速发展期，大模型训练、AI应用落地都离不开“算力”这个核心支撑。而随着国际形势变化和国内技术突破，AI算力“国产化”逐渐成为行业主线。

下面从“需求端为什么火”“国产芯片怎么追”“服务器市场怎么变”三个维度，梳理AI算力行业的核心逻辑。

一、先搞懂：AI算力需求为啥突然爆发？两大下游成主力

AI算力不是抽象概念，简单说就是“让AI能干活的计算能力”——比如训练ChatGPT需要的超大计算量，刷抖音时推荐算法的实时运算，都得靠算力支撑。现在需求爆发，关键是两大下游在“拉满”投入：

1. 互联网大厂：从“训练大模型”到“落地AI应用”，算力不够用了

2024年以来，百度、腾讯、阿里、字节这些大厂没停下“大模型竞赛”：百度推了文心4.5，腾讯出了混元Turbo S，阿里升级到Qwen3，字节的豆包月活都破亿了。训练这些大模型需要海量算力，比如训练一个千亿参数的模型，得用成千上万块AI芯片跑几个月。
更重要的是，“推理需求”开始接棒增长。以前算力主要用在“教模型学知识”（训练），现在AI应用多了，比如AI聊天、图片生成、智能推荐，都需要“模型用知识干活”（推理）。而且DeepSeek这类开源模型把应用开发门槛拉低了，小企业也能做AI应用，推理侧的算力需求很快会超过训练侧。
为了满足需求，大厂的算力投入不断加码：2024年BAT（百度、阿里、腾讯）合计资本开支同比涨了163%，未来还会继续增加。

2. 智算中心：政府推动+国产化标杆落地，采购需求猛增

智算中心是“公共算力超市”，政府、科研机构、中小企业可以租算力用，比如智慧城市、科研模拟都得靠它。2023年国家出台政策，要求2025年全国AI算力超300EFLOPS（相当于300万亿次/秒的计算能力），地方也跟着发力：上海要求新建智算中心国产芯片占比超50%，江苏更提出70%的目标。
现在智算中心建设已经进入“快车道”：2024年全国超458个智算项目中标，至少61个项目投资超亿元，比如中国移动哈尔滨智算中心，一下子部署了1.8万张AI加速卡，国产化率100%。这些项目不仅拉动物理算力需求，还强制要求“国产化”，给国产芯片和服务器打开了市场。

二、国产AI芯片：从“跟跑”到“部分替代”，突破三大瓶颈

以前国内AI芯片市场基本被英伟达垄断——2022年英伟达占85%份额，国内厂商加起来才15%。但现在情况变了，美国对高端芯片出口管得越来越严，国产芯片趁机“补位”，已经能在部分场景替代英伟达。

1. 先看“对手”：英伟达靠什么垄断？又遇到了什么麻烦？

英伟达的核心优势有两个：一是芯片性能强，比如H100芯片，训练大模型的速度比国产芯片快不少；二是有“CUDA生态”——就像手机的iOS系统，开发者习惯用它写代码，换其他芯片得重新学，成本很高。
但现在英伟达也有麻烦：美国政府不让它卖高端芯片给中国，比如H100、A100都受限，只能卖“特供版”H20。H20的训练性能只有H100的15%，虽然推理性能还不错，但长期来看，国内肯定不能一直依赖它。

2. 国产芯片：第一梯队已经能“打”，新一代产品更可期

国内有几家厂商走在前面，被称为“国产AI芯片第一梯队”，各自有擅长的领域：

• 华为昇腾：最接近英伟达的国产芯片。昇腾910B已经能对标英伟达A100，训练速度差不了太多；910C更厉害，性能能达到H100的80%，未来910D还有920更值得期待。

• 摩尔线程：属于国产芯片里面最早原生支持FP8精度的厂商，也是少有的能支持万卡集群（且性能无明显折损）的厂商。

• 海光信息：兼容性好。它的芯片用和英伟达类似的架构，还做了“类CUDA”软件，开发者不用改代码就能迁移过来，对大厂很友好。新一代“深算三号”预计能替代英伟达H20。

• 寒武纪： 最近的当红炸子鸡，MLU370之后的新产品基本处于神秘状态，传闻最新款690整体性能接近600TFLOPS，暂无公开资料可查，待以后更新。

3. 还需突破：生态和产能是两大关键

虽然性能追上来了，但国产芯片还有两个短板：

一是生态弱。CUDA有510万开发者，3700个应用，国产芯片的生态最多只有几十万开发者，还得慢慢积累。不过现在厂商有办法：华为自己做了MindSpore框架，海光兼容CUDA，尽量降低开发者的转换成本。

二是产能紧。高端芯片需要先进制程（比如7nm、5nm），国内代工能力处于快速扩张当中。

三、AI服务器：市场格局变了，“昇腾系”厂商崛起

AI服务器是“装芯片的机器”，芯片是什么牌子，服务器就跟着受益。以前浪潮信息靠卖搭载英伟达芯片的服务器，占了国内36%的份额，但现在“昇腾系”服务器厂商（用华为昇腾芯片的厂商）正在快速抢市场。

1. 市场规模：AI服务器增速甩通用服务器几条街

2024年上半年，国内AI服务器市场规模50亿美元，同比涨63%；而普通服务器（比如公司办公用的）增速只有10%左右。IDC预测，到2028年国内AI服务器市场规模会涨到253亿美元，4年翻5倍，其中非GPU服务器（比如用ASIC、NPU芯片的）占比会接近50%。

2. 竞争格局：三类厂商分蛋糕，各有优势

现在AI服务器市场主要有三类玩家：

• 传统龙头（浪潮信息、新华三）：靠英伟达吃饭。2024年H20芯片还很抢手，字节订了32-33万张H20，大部分交给浪潮信息做服务器，所以浪潮2024年Q3、Q4营收同比涨了76%、78%，存货也创了新高，准备接下来大卖。

• 昇腾系厂商（超聚变、华鲲振宇）：靠国产芯片崛起。运营商和智算中心采购都要求用国产芯片，昇腾系厂商趁机拿下大量订单——比如中国移动2024年智算服务器采购，中标厂商全是昇腾合作伙伴；中国电信采购中，昇腾系占了67%份额。超聚变和华鲲振宇是华为最核心的合作伙伴，未来会分走大部分昇腾服务器订单。

• ODM厂商（华勤技术）：靠性价比抢市场。华勤以前做手机代工，现在把消费电子的供应链优势用到服务器上，成本比传统厂商低，2024年服务器业务同比涨150%，已经开始给大厂供货。

四、投资机会和风险提示：重点看这两个环节

1. 值得关注的方向

• 芯片端：优先看第一梯队厂商 。

2. 需要注意的风险

• 大厂采购不及预期：如果阿里、字节等互联网大厂减少国产芯片订单，会直接影响国产厂商业绩。

• 技术研发跟不上：如果国产芯片新一代产品性能没达标，替代进程会变慢。

• 竞争太激烈：现在很多厂商都想做AI芯片和服务器，未来可能打价格战，利润会变薄。

总结：AI算力国产化，不是“选择题”而是“必答题”

现在AI算力行业的逻辑很清晰：需求端（互联网+智算中心）持续爆发，供给端（英伟达受限+国产突破）倒逼国产化。短期来看，英伟达H20还会占一定份额，但长期来看，国产芯片会在训练、推理场景逐步替代，服务器市场也会从“浪潮一家独大”变成“传统龙头+昇腾系+ODM”三分天下。

对普通用户来说，这意味着未来AI应用会更便宜（国产芯片成本低）、更稳定（不被卡脖子）；对行业来说，国产化不是“保护落后”，而是通过政策和市场双驱动，倒逼国内企业突破技术，最终在全球AI算力竞争中占据一席之地。

#ai产业链观察##ai创造营#