2025年A股最贵新股诞生了。11月24日，摩尔线程以114.28元/股的发行价启动申购，从受理至上市用时仅不到5个月，成为“国产GPU第一股”。

这波上市浪潮背后，沐曦股份、燧原科技、壁仞科技等国产GPU“四小龙”正排着队冲向资本市场的大门。

与此同时，华为罕见公布了其AI芯片三年迭代路线图，阿里平头哥的PPU芯片在能效比上实现对英伟达部分产品的超越。国产算力芯片正从星星之火燃成燎原之势。

01 市场格局：国产算力的集体崛起与资本热潮

国产算力链正被资本市场热烈追捧。2025年8月，在寒武纪的带领下，多只国产算力股强势涨停，科创板大涨近10%。寒武纪股价全年涨幅惊人，市值接近5800亿元。

高盛宣布将寒武纪的12个月目标价进一步大幅上调50%至1835元，维持“买入”评级。国际投行的这一动作，显示了对中国AI芯片行业的整体看好。

据国际投资研究机构伯恩斯坦发布的报告，中国国产AI芯片销售额将从2024年的60亿美元猛增至160亿美元，市场份额从29%提升至42%，增速达112%。

从市场份额看，2024年中国数据中心加速卡市场中，国产算力占比约34.6%，而“今年上半年国产算力占比应该会超四成，很可能在很短的时间内，国产算力会成为主流，占比超50%”。这一比例在两年前是无法想象的。

资本市场的热情背后，是坚实的产业逻辑支持。第一上海证券预计，字节、阿里、百度、腾讯2025年资本开支突破3000亿元，叠加运营商和行业需求，算力投资有望超过5000亿元。

02 技术路线：超节点突破与多路径突围

面对单芯片性能差距，国产算力厂商选择了一条中国特色突围路径——以系统级创新弥补单点不足。

华为率先推出“超节点+集群”的解决方案，通过高速互联技术将数百甚至数千颗昇腾芯片组合成超级计算机。例如，Atlas900超节点集成384颗昇腾910C芯片，提供高达300PFLOPS的算力。

华为在2025年全连接大会发布的新款Atlas 950 SuperPoD更支持8192张昇腾卡，规模上已超越英伟达计划中的产品。

在创新路径上，国内企业呈现出多元发展态势。沐曦股份专注于高性能GPU研发；壁仞科技以GPGPU技术著称；燧原科技则致力于云端人工智能训练与推理技术。

这种差异化竞争模式更易在细分市场实现单点突破，长期看有利于形成互补性技术集群。

国产芯片在架构创新上同样取得进展。华为昇腾910C通过Chiplet技术将两枚910B芯片封装在一起，实现算力提升。阿里平头哥的PPU芯片通过独特的优化策略，有效降低了数据传输瓶颈，提升了整体系统运行效率。

03 软件生态：从可用到好用的艰难跨越

软件生态是AI芯片成功的关键。英伟达凭借CUDA生态构建了几乎垄断的地位，全球90%的AI模型依赖其工具链。

国产芯片企业在生态建设上正在奋力直追。

华为开源的MindSpore AI框架支持端、边、云全场景部署，并计划在2025年底前完成CANN编译器和Mind系列工具链的开源。这种软硬件协同的策略，旨在降低开发者从英伟达CUDA生态迁移的门槛。

摩尔线程则自主研发了MUSA统一系统架构，其关键优势在于与CUDA生态兼容能力——开发者无需重写全部代码，就能迁移现有模型和应用。

清华大学团队开发的智能算力核心基础软件“八卦炉”，对基于沐曦、壁仞、天数的国产智算集群均进行了优化，性能提升显著，且支持不同厂商GPU的高效混合训练[citation:2。

互联网巨头的适配态度也发生了明显转变。腾讯总裁刘炽平表示，腾讯有望依托华为、寒武纪、海光等国产厂商的推理芯片满足相关算力需求。阿里巴巴CEO吴泳铭也透露，阿里已采取“后备方案”，与多家合作伙伴携手构建多元化的供应链储备。

04 推理市场：国产算力的突破口

DeepSeek的出现成为国产算力发展的转折点。2025年，随着DeepSeek推动AI走向应用，用于推理的AI芯片占比正在升高。

市场研究机构IDC中国副总裁周震刚表示，2024年中国数据中心加速卡中已有半数以上是推理卡，DeepSeek出现后，2025年推理芯片占比预计还会进一步增加。

这种结构变化为国产芯片提供了难得机遇。训练时难以同时使用英伟达与国产芯片组成的资源池，只能将训练分成两部分，但这种训练的效率较低。

而“推理可以跑在国产芯片上，可以根据需求，把面向某个应用的推理或面向某个区域用户的推理放到国产芯片上”。

华为昇腾910B在推理场景中展现出竞争力。基于昇腾384超节点和优化后的推理框架，其核心性能已能比肩英伟达H100部署。有数据显示，华为昇腾AI芯片Ascend 910C的推理成本仅为英伟达H100的10%。

05 挑战与前景：自主可控的漫漫长路

尽管国产算力取得显著进展，但仍面临多重挑战。制程限制是最突出的瓶颈之一。中芯国际虽能生产7nm芯片，但良率仅34%-37%，而台积电5nm良率达80%。

高带宽内存（HBM）成为最紧迫的挑战。AI芯片训练中HBM是消耗性组件，无法通过设计创新绕开。尽管长鑫存储已向华为交付HBM3样品，计划2026年量产，但其技术仍落后国际领先水平约三年。

软件生态差距同样不容忽视。CUDA成熟度远超MindSpore等国产框架，开发者迁移成本高。市场惯性也是重要因素——企业更换芯片存在技术适配风险和沉没成本。

然而，国产算力前景可期。华为计划在2026年第一季度推出采用自研HBM技术的昇腾950PR，并以每年一代的速度迭代芯片。这种快速迭代节奏，显示出中国企业在AI算力领域的决心。

随着政策支持力度加大，国家集成电路产业投资基金重点布局AI芯片领域，形成了“头部企业引领、初创公司攻坚”的协同攻关产业梯队。

展望未来，中美科技竞争催生的AI算力格局正从“单极霸权”向“多极共存”演变。华为计划在2026年推出采用自研HBM技术的昇腾950系列，并以每年一代的速度迭代芯片。

腾讯、阿里等互联网巨头已加速导入国产算力，不再仅仅考虑性能和商业效率，更从供应链安全等角度进行布局。

国产算力的崛起不仅是一场技术竞赛，更是一场关乎未来的战略布局。随着中国自主可控的算力体系建设不断完善，中国将不再只是AI算力的“消费者”，更将成为“规则制定者”，以“中国式创新”引领全球AI算力发展新范式。

服务器租用入口:https://www.idcsp.com/

成都服务器租赁官方电话:400-028-0032