国产算力近期调研纪要

无聊小北

梦想的第四维

海光和曙光各自的核心业务是什么？合并后新海光形成了怎样的产业布局？

答：海光的核心业务是研发生产芯片，具体包括CPU和DCU；曙光的核心业务是提供从板卡设计、服务器设计到数据中心的全栈式解决方案。两者合并后，新海光形成了从最底层AI芯片，到板卡设计、服务器设计，再到完整数据中心设计的全产业链解决方案框架，这一布局在国内除HW外暂无第二家。

海光的CPU和DCU产品具备哪些核心优势？

答：海光的CPU和DCU均为通用型产品，核心优势是生态兼容性极强，能够兼容现有应用环境，使得产品在实际替换和落地应用过程中更方便、更易推行。

当前国内AI算力行业的需求端呈现怎样的态势？

答：国内AI算力行业需求端一片火热，不缺需求：一方面，各大互联网大厂、地方政府智算中心均提出了大量AI算力需求；另一方面，主要互联网大厂在AI基础设施方面的资本开支投入力度显著，整体订单饱满，直接推动市场容量进一步提升。

英伟达退出中国AI算力市场后，为国产芯片带来了怎样的市场机会？

答：英伟达因产品减配、后门漏洞风险等问题，已呈现退出中国AI算力市场的趋势，这直接形成了百亿美金级别的市场空缺，对应的AI芯片需求规模达百万块以上。这一庞大市场空缺只能由国产芯片填补，使得国内AI芯片市场呈现明显的蓝海态势。

国产芯片市场空间预期如何？

答：全球AI产业趋势确定，AI是中美竞争的重要方向，算力芯片此前NV在大陆占据9成以上份额，当前自上而下推动替代，按黄仁勋预期，27年8000e国产算力芯片市场，40%净利率对应30xPE，10万亿市值空间，国产潜力巨大，把握国产芯片1-10放量的机遇。

当前制约国内AI算力芯片行业发展的核心瓶颈是什么？

答：核心瓶颈在供给端，具体聚焦于芯片制造环节：一是AI算力芯片需依赖先进制程（至少14纳米以下，具备市场竞争力需更先进制程，国际主流如英伟达、AMD已达4纳米甚至更先进水平）；二是关键制约因素是流片环节——该环节是中美科技博弈的重灾区，尤其是AI算力芯片，美国通过多项政策限制国内芯片海外流片，同时束缚国内先进制程的正常发展，直接影响供给能力。

国内AI算力芯片设计端的发展现状如何？有哪些代表性企业？

答：国内AI算力芯片设计端发展势头良好，已涌现出一批蒸蒸日上的优质厂商，代表性企业包括HWJ、海光信息、HW的S腾、百度昆仑芯、阿里平头哥、沐曦等等。

为什么说流片环节对AI算力芯片行业的发展至关重要？

答：流片是AI算力芯片制造过程中最关键、最重要的环节，其技术成熟度和可行性直接决定芯片能否落地量产；同时，流片环节长期受中美科技博弈影响，是美国政策限制的重点领域，其发展受阻直接导致供给端不足，进而成为制约整个AI算力芯片行业发展的核心因素。

国内在AI算力全产业链（设计、设备、制造）方面有何进展？行业中长期发展前景如何？

答：进展方面，目前国内在AI算力芯片设计、关键前道设备、制造环节均已取得不错的突破；前景方面，若流片及先进制程问题得到缓解，国内AI算力芯片设计端将实现正常技术迭代，国产AI算力芯片厂商的业绩将得到显著拉动。行业中长期发展前景非常好，当前正处于“苦尽甘来、黎明前最后突破”的阶段，需全产业链共同努力实现完整自主可控，整体持续看好国产AI算力行业的发展。