作者： |
发布时间：Tue, 16 Jun 2026 16:00:00 GMT
[国信证券] 算力芯片行业报告：大模型驱动算力变革，国产算力迎增量机遇
【摘要】
当前算力需求正从前期的**“模型训练”加速向规模化落地的“应用推理”侧外溢。随着摩尔定律边际效应减弱，算力竞争的核心已从传统的“单芯片峰值性能提升”全面转向“芯片、软件生态与系统级集群的综合效率优化”**。在海外高端芯片销售受限的背景下，国内信创需求与大模型迭代共振，推动本土AI芯片厂商加速适配并放量，国产算力全栈生态迎来增量机遇。
【正文】
一、 AI计算异构化与系统级协同：从“峰值性能”转向“综合效率”
随着AI技术演进，算力市场呈现出以下核心趋势：
- 双雄并起： 中美已成为全球大模型供给的两大核心。海外大模型（OpenAI、Google等）保持每半年一代的高频迭代；国产大模型（以DeepSeek-R1、智谱GLM为代表）自2025年起迭代显著提速。
- 重心转移： 随着AI应用规模化落地，针对推理基础设施的投资规模从2024年开始超越训练侧。推理侧更强调高吞吐、大并发以及成本性能的平衡。
- 系统级进化： AI算力产业正从“单芯片性能提升”转向由芯片、先进封装、高带宽存储（HBM）、编译框架、液冷及大规模集群构成的系统级协同优化。
- 异构共存： AI系统本质是异构计算体系。CPU负责通用调度，GPU承担大规模并行通用加速，而TPU/NPU等ASIC芯片则在特定模型和推理降本中发挥效率优势。
二、 海外龙头范式：从单芯片竞争走向“平台化交付”
全球算力巨头正在构建极高的生态护城河：
- 英伟达（NVIDIA）： 依托GPU、CUDA生态、NVLink和Blackwell整柜系统，将竞争维度扩展为**“芯片+网络+软件+系统”**的平台竞争。
- 谷歌（Google）： 以TPU为核心，深度服务于自有模型（如Gemini）和云客户。
- 亚马逊（AWS）： 通过Inferentia和Trainium两条ASIC产品线，极大地降低了单位训练与推理成本。
三、 国产算力：适配加速与信创红利共振
国产算力芯片正迎来历史性发展红利：
- 政策定调： 2026年5月，国家首次在安全可靠测评中设立专门AI芯片品类。
- 标杆企业： 华为海思、平头哥、海光信息、壁仞科技、摩尔线程等厂商的9款国产芯片获评安全可靠等级Ⅰ级，正式纳入信创体系。
- 核心竞争力： 国产算力的焦点已不再局限于单卡峰值，而是**“芯片+HBM+互联+服务器+编译器/算子库+推理引擎+模型适配”**的全栈效率提升。
【结论】
- 推理侧将成为主战场： 2024年后算力投资向推理侧倾斜，高性价比、高并发的方案将获得更多市场份额。
- 全栈能力是关键： 算力竞争已进入**“系统工程”**时代，拥有完善软件生态和集群协同能力的厂商将胜出。
- 国产替代空间广阔： 随着下游国产云计算厂商、运营商等需求持续打开，国产AI芯片有望实现业绩与生态的双重突破，进入持续增长轨道。
延伸阅读
研报PDF原文链接