国产算力芯片核心赛道全景梳理（附股）

泡股

全球算力需求持续爆发增长，科技巨头资本开支覆盖从芯片设计、制造到封装测试等环节算力全链条。

近期北美四大CSP谷歌、微软、亚马逊和Meta均已发布一季度财报，业绩全面超预期，2026年合计资本开支上调至近7000亿美元。

此外，AMD和英特尔最新业绩及指引超预期，进一步验证CPU在Agent时代的重要性。

国内方面，国产算力今天有望迎来放量里程碑，大厂2026年采购有望超预期，叠加大模型爆发带动Token通胀，持续催化国产算力产业。

AI是中美竞争的产业高地，从软件到硬件自主可控极为关键。当下北美AI加速算力指引乐观，国产超节点、AI算力、CPU景气度提升，算力全链加速国产替代。

本文重点解析国产算力芯片核心赛道产业链竞争格局和产业趋势。

算力芯片行业概览

AI算力全产业链构建了从底层硬件到上层应用的完整生态，覆盖AI芯片、存储芯片、先进封装、昇腾生态、MLOps及东数西算等核心环节。

其中，算力芯片是AI加速计算的核心。

AI芯片也被称为AI加速器或计算卡，是专门针对人工智能领域设计的芯片，核心目标是高效执行计算任务，如深度学习训练、科学仿真和图形渲染等。

资料来源：行行查

算力芯片分通用与专用两类，根据技术架构分CPU、GPU、FPGA、ASIC。

CPU是通用计算核心，擅长处理复杂逻辑控制与顺序任务，性能均衡，但并行计算能力较弱；GPU通用性强，擅长处理大规模数据并行任务，但功耗高；FPGA可重构硬件，支持通过编程实现定制化逻辑电路，灵活性好但成本较高；ASIC是为特定任务定制的芯片，具备高专用性和高性价比的特征。

算力芯片对比：



资料来源：行行查

当前国产芯片性能持续提升，同时中芯、华虹等晶圆厂积极规划先进制程产能。需求端方面，国内大厂Capex高增，字节、阿里、腾讯今明两年资本开支大增成共识。算力产业链国产替代加速，国产算力迎来需求和供给共振阶段。

01CPU

算力芯片中的CPU（中央处理器），作为计算机系统的运算和控制核心中枢，是信息处理、程序运行的最终执行单元。

相比普通CPU，其架构经过深度优化，采用先进制程技术，支持多核并行处理，核心数量大幅增加，从而实现更高的计算吞吐量和更低的延迟。

资料来源：行行查

当前算力推理需求爆发，CPU从传统算力配角升级为核心调度与推理关键角色。

根据AMD财报最新信息，当前智能体 AI 不再只是单纯的 “计算”，而是需要复杂的任务编排、数据处理和逻辑控制，进而拉动CPU需求。

随着Agent的复杂度提升，对CPU的单核性能和多线程调度能力提出更高要求。

中高阶Agent需频繁调用CPU进行上下文管理等操作，导致CPU比GPU更早成算力新瓶颈。

英特尔CEO陈立武表示，伴随着AI工作负载重心从训练转向推理，推动CPU和GPU之间的比例关系平衡，从1:8向1:1转变，带动CPU需求激增，放大了算力缺口。



CPU芯片设计：按技术路线和生态可分为x86架构厂商、ARM架构厂商、自主指令集厂商、RISC-V架构厂商和其他厂商。

x86架构：该架构生态封闭，主要由英特尔和AMD主导，授权模式封闭。自去年四季度起，英特尔等厂商CPU价格上涨。AMD也多次强调CPU已全面售罄，未来3-5年内数据中心业务年增长率或超60%，短期内需求没有任何放缓或停止的迹象。

国内厂商海光信息通过AMD授权开发x86兼容CPU，主打服务器市场。兆芯通过威盛VIA授权的x86技术进行自主研发，覆盖桌面和服务器领域。此外，浪潮信息作为全球CPU龙头英特尔亚洲区重要合作伙伴，2025年国内X86服务器市场稳居第一。澜起科技与清华大学、Intel联合研发了第一代津逮服务器CPU，是基于Intel x86架构技术进行的创新。

ARM架构：是基于精简指令集RISC的处理器架构。ARM不直接生产芯片，而是提供IP核授权，通过授权模式让合作伙伴（如苹果、高通、三星等）设计定制化处理器。ARM服务器CPU代表产品包括AWSGraviton3（自研ARM架构，性价比优于x86）、华为鲲鹏920、MarvellThunderX2。

飞腾自研ARM核心和SoC，布局服务器（腾云）、桌面（腾锐）、嵌入式（腾珑）领域。中国长城通过参股飞腾信息，深度布局国产CPU领域，构建自主计算体系。

阿里平头哥自研ARM服务器CPU，推动云计算场景优化。此外，禾盛新材参股的熠知电子，最新推出的第三代AI CPU产品TF9000在性能层面已直接对标英伟达Grace。

自主指令集架构：完全自主可控，不依赖国外技术，适合党政、金融等关键领域。龙芯中科CPU在党政、教育等领域实现规模化应用，并逐步向关基行业等场景拓展。龙芯是中国科学院自主研发的CPU，其指令集LoongArch具有完全自主知识产权，摆脱了对国外技术的依赖，支持多种软件生态系统。申威采用自主研发的SW-64指令集架构。

RISC-V架构：除了龙芯和申威外，国内还有多家CPU厂商在探索自主指令集架构的发展路径。RISC-V架构是一种开源的精简指令集（RISC）架构，突破传统闭源架构生态垄断，采用开放标准协议，允许自由使用、修改和实现，无专利壁垒，降低了开发成本。例如，灿芯股份基于RISC-V开源指令集，开发了多款定制化CPU内核，为熠知电子（禾盛新材）、阿里自研等CPU国产项目提供了N+1、N+2核心辅助设计和流片通道。阿里达摩院自研玄铁RISC-V核心，推出服务器级CPU（如玄铁C930）；芯来科技、睿思芯科、紫光展锐、赛昉科技等均有该领域有所布局。

02GPU

按GPU下游应用的不同，可分为终端GPU、服务器GPU等其他应用领域GPU。

GPU是AI服务器中应用最广泛的加速芯片，具有高并行架构能够同时处理海量数据、高内存带宽通用性强且功耗较高。

GPU架构原理图：

资料来源：行行查

海外厂商英伟达、AMD、英特尔、高通、ARM等厂商主导GPU市场。

近年来，国产高端AI芯片厂商如寒武纪、海思、景嘉微、海光信息、龙芯中科、摩尔线程、壁仞科技、燧原科技、沐曦集成、砺算科技（东芯股份）等均取得显著进展。

例如，海光信息的DCU产品在AI训练、推理等领域为国产GPU的发展提供有力支持；景嘉微自主研发的JM系列GPU芯片打破了国内GPU市场的技术空白；寒武纪思元系列AI芯片包含CPU、NPU和GPU，AI芯片产品布局对标英伟达的GPU业务，通过全栈产品满足不同场景的AI计算需求。

摩尔线程的产品矩阵包括消费级显卡MTTS80、数据中心级MTTS4000、万卡级夸娥智算集群等，涵盖从消费级到企业级的多个市场领域。

壁仞科技的架构定位基于chiplet + 高带宽互联 + memory子系统的"无妥协"架构，是国产GPU中唯一架构层直接对标H100+/B100的厂商。

整体来看，当前国产高端GPU全面提速有望未来对先进制程晶圆厂、材料、设备和先进封装等各环节需求拉动明确。

03ASIC芯片

ASIC芯片即专用集成电路，是针对特定应用需求而设计和定制的芯片。

其算力密度高、能效比优，近年来AI推理等特定场景需求加速，ASIC方案在性价比上的优势日益凸显。

但是其缺点包括灵活性较低，且前期投入较高，一旦设计完成难以更改，这限制了其对于新算法、新任务的适用能力。



ASIC产业链上游主要包括底层算法设计企业、IP核授权企业、EDA工具供应商等；中游是ASIC芯片生产制造环节，涵盖ASIC芯片制造商、流片和封测等厂商；下游应用于通信、消费电子、汽车和工控等领域。

底层算法设计：遵循“算法-架构-硬件”协同优化原则。包括高通、ARM、谷歌（TPU架构）、英特尔（Xeon架构）等主导算法架构；寒武纪（思元系列）、阿里平头哥（含光系列）等国内企业加速突破。

ASIC供给侧：目前全球两家最大的ASIC半导体公司是博通和Marvell，目前两家公司占据了超过60%的份额。大型云服务厂商多与以上两者合作，比如谷歌的TPU就是与博通合作开发的，Marvell联手亚马逊。

国内百度、阿里和腾讯等互联网大厂自研AI芯片大多采用ASIC架构，主要应用于自身业务场景，典型的ASIC芯片例如：阿里平头哥推出含光800AI芯片；百度昆仑系列AI芯片。HW、寒武纪、燧原科技、黑芝麻和地平线等厂商也基于ASIC架构设计芯片，在深度学习模型的训练和推理方面具有高性能和高效率。ASIC产业链各环节相关布局厂商还包括如云天励飞、翱捷科技、全志科技、澜起科技、瑞芯微、灿芯股份、国科微、中昊芯英、北京君正、曲速科技（旋极信息）、淳中科技、山石网科等。

各家CSP厂商ASIC方案图线路：



04FPGA芯片

FPGA的核心特点是可动态重构硬件逻辑，兼顾灵活性与性能，适合中小规模AI任务和快速迭代场景。主要应用场景是通信加速和工业控制等。

全球FPGA市场由赛灵思（现AMD旗下）和Altera（现英特尔旗下）主导，主要参考者还包手Lattice、Microchip等厂商。

国产替代属于早期阶段，高中低端产品分化明显。对于500K以上的高容量FPGA，国产替代仍然面临一定的挑战，需要本土公司在硬件架构、EDA软件、IP性能等方面进行深入研发和创新。

国内厂商复旦微电、安路科技、紫光同创（紫光国微子公司）引领FPGA国产替代，相关布局厂商还包括京微齐力、成都华微电子、智多晶、高云半导体等。



整体来看，在全球AI浪潮持续爆发背景下，国产算力产业持续推进。大厂采购增加叠加IDC 招标重启且规模可观，催生国产算力芯片订单持续涌现。从芯片到大模型及下游应用，有望推动产业链各环节国产化程度提升。