
调研纪要
去年市场还是英伟达一家独大,国产芯片只做补充;但2026 年从出货量、市场份额、整机价格、政策需求四个维度,国产算力已经走到舞台中央,叠加5 月底信创 GPU 名录扩容、WAIC 世界人工智能大会集中发布新品、四季度国产扩产产能落地三个关键时间节点,整条产业链的供需格局正在彻底重构。
单从市场规模增速来看,2026 全年 AI 算力硬件整体市场规模,对比 2025 年同比增长区间落在 50%-70%,这个增幅不是机构预测的理论值,而是服务器整机、算力卡、配套存储、光模块全线涨价叠加出货量抬升共同推出来的结果,下文会拆分价格、出货两套数据分开验证。
先理清 2025 全年流通算力卡总量,全年市面上流通 AI 加速卡合计 400 多万张,英伟达系显卡 220 万张,占比过半;剩余 180 万张国产卡,其中华为昇腾单独出货 80 多万张,剩下由百度昆仑、寒武纪、海光、平头哥等厂商瓜分。
2026 年份额结构发生颠覆性变化,英伟达国内市场占比直接跌破 50%,全年预计仅占 30%-40% 区间;国产卡整体出货占比抬升至 60% 以上,华为昇腾单一品牌份额接近 30%,剩余 20%-30% 市场由阿里平头哥、百度昆仑、寒武纪、海光、沐曦、摩尔线程等厂商均分。
从全年总出货量拆分,2026 全球等效算力卡总量突破 600 万张:国内全厂商合计 300-400 万张,海外英伟达系显卡 200 万张以上;到2027 年行业需求总量预计冲到 800 万张,各厂商出货规模同步上浮 20%-30%,份额格局基本维持当前分层。
单拆头部厂商 2026 出货预期,数据全部来自产业链流片、订单统计:
华为昇腾:全年交付 130 多万张,国内算力卡出货断层第一,也是唯一能稳定交付千卡级超节点集群的厂商;
阿里平头哥:全年出货 40 万张,累计从中芯国际流片 100 万片晶圆,可支撑百万级卡产能,目前阿里内部自用消耗 40 多万张,剩余对外市场化供货;
百度昆仑芯:全年订单接近 25 万张,Q1+Q2 累计订单 30 万卡,P800 型号 20 万卡、新一代 M100 型号 10 万卡;
寒武纪、海光:两家全年出货量和昆仑芯接近,均在 20 万张上下;海光依托信创政企资源,年底交付高峰有机会冲至 40 万张以上。
注:行业统一采用等效 H200 算力当量统计卡量,T4、3090、边缘小卡算力折算仅 0.2-0.5 当量,不会和标准训练卡同等计数,小厂商靠低端边缘卡冲量不会改变头部份额格局。
整机价格层面,2025 年搭载昆仑、昇腾、平头哥芯片的 8 卡服务器,市场成交均价稳定 150 万元 / 台;2026 年同款机型标价普遍上浮至 200 万元,仅 OAM、PCIe 轻量化机型价格相对更低。整机涨价不是芯片单一因素推动,存储、HBM、高速交换芯片、光模块全线涨价叠加,是成本抬升核心诱因。
(1)百度昆仑芯:M100 WAIC 正式亮相,M300 对标 B300 冲击多模态训练,同步推进 A+H 上市
昆仑芯 2025 全年对外总出货 12-13 万张,主力产品 P800 全年出货 9 万卡,其中 3 万卡供给第三方算力枢纽、数据中心自用,剩余 6 万卡全部流向国央企、三大运营商、政务、金融、电力能源等体制内客户,是去年信创采购核心标的,全年对应营收约 40 亿元。
2026 年上半年 Q1+Q2 累计订单接近 30 万卡,P800 订单 20 万卡,全新一代 M100 订单 10 万卡。需求爆发分两个时间节点:去年 12 月底国央企集中启动 2026 信创算力储备招标;今年 4-5 月超级智能体、Open CLOUD 类云平台集中上线,推理算力需求短期暴增,直接带来几万卡新增订单。和往年最大区别在于,这一波订单不再局限体制内,腾讯、字节、小红书、拼多多互联网大厂,比亚迪、吉利、长安整车厂批量采购昆仑芯 P800。
硬件产品规格上,P800 搭载 96G 超大显存,同价位国产卡显存容量优势明显,推理场景适配性极强。但初代 P800 存在供应链短板,采用三星 7nm 代工,非全国产晶圆流程,未能入选 2026 年 5 月 26 日最新信创安全评测名录;全新 M100 切换中芯国际代工,满足全国产供应链标准,顺利进入信创采购清单。
产品迭代节奏存在明显延期:M100 原计划 2026 年 5 月批量问世,受国产晶圆产能、封测产能制约,推迟至 7 月 20 日 WAIC 世界人工智能大会才首次对外发布,批量量产交付要等到2026 年 Q4。下一代旗舰 M300 对标英伟达 B300,核心定位多模态超大模型训练,行业内部普遍判断对标难度较大,目前仅完成架构设计,暂无明确量产时间表。
资本层面,昆仑芯同步推进 A 股、港股双渠道上市,百度高层 2026 年度 OKR 明确将昆仑芯上市列为核心目标,港股申报受信创供应链审核要求小幅延后,全年上市确定性较强。
(2)阿里平头哥:中芯国际累计流片 100 万晶圆,内部消化超 40 万卡,全年出货 30-50 万卡
阿里从 2024 年下半年至今,累计在中芯国际完成 100 万片晶圆流片,理论可支撑 100 万张平头哥智算卡产能,产能绝大多数供给阿里内部通义千问、百炼云生态自用,内部累计消耗算力卡 40 多万张,剩余晶圆完成封测、整机集成后对外渠道销售。
2025 年平头哥全年出货接近 30 万卡,2026 全年出货区间 30-50 万卡,128 卡超节点集群已经正式上线适配通义千问大模型,256 卡、512 卡集群规划今年落地、最迟明年年初完成交付。整体技术进度和百度昆仑芯处于同一梯队,对比华为昇腾存在 1-2 年代差。
(3)华为昇腾:国产算力绝对龙头,千卡超节点国内唯一落地,全年交付 130 万卡
英伟达整体技术领先华为昇腾 1-1.5 年,华为又领先昆仑、平头哥、寒武纪、海光第二梯队厂商 1 年以上,代差核心体现在集群互联、多模态训练、底层软件生态三层。
超节点技术是华为最大差异化壁垒,国内唯一具备千卡级稳定交付能力的厂商,目前已落地多套千卡集群;百度现阶段稳定量产 64 卡集群,256 卡受供应链拖累延期,512 卡 2026 年内落地难度极大,最快 2027 年才能实现;阿里平头哥当前上限 128 卡,256 卡仍在调试阶段。第三方通用超节点厂商天然存在兼容性短板,底层通信、算力调度算子无法深度适配单一芯片架构,长期不具备和头部自研厂商竞争的实力。
生态层面存在天然壁垒:华为昇腾架构完全不兼容英伟达 CUDA 生态,企业使用昇腾训练大模型需要完整重构底层算子,目前仅 DeepSeek V4 全量基于昇腾架构完成训练;百度昆仑芯适配文心大模型,阿里平头哥适配通义千问,其余国产芯片现阶段仅能稳定支撑 70B 及以下中小尺寸模型训练,千亿参数以上全尺寸稠密大模型训练仍高度依赖英伟达。
(4)海光、寒武纪:信创市场红利最大,CPU+GPU 一体化适配政企场景
海光核心优势扎根信创体系,国产服务器机头 CPU 大量采用海光方案,昆仑、平头哥整机配套机头模组普遍搭载海光 CPU,政企、运营商招标高度偏好海光全套国产化方案。2026 全年出货量对标昆仑芯,年底信创项目集中落地后有望冲到 40 万卡以上,2027 年整体出货规模仅次于华为昇腾。
寒武纪出货量与昆仑芯基本持平,绑定字节跳动等互联网大厂,推理场景批量落地,大规模训练场景仍存在性能瓶颈,短期只能覆盖中小参数模型。
(1)存储产业链:中低端存储可平替,HBM 国内外差距 2 年,整机涨价核心源头
光模块赛道国内厂商具备全球高端竞争力,中际旭创等企业产品性能、出货量全球领先;但 高性能 HBM 高带宽内存、高端存储芯片国产和海外存在 2 年技术代差。分层拆解:低端存储国产成本优势显著,长鑫、长江存储中端 DRAM、NAND 可实现完整平替;高端 HBM 堆叠工艺、TSV 封装国内暂未成熟,完全依赖海外厂商供给,供给缺口 30%-40%。
整机涨价逻辑再次梳理:2026 年初存储厂商集体涨价,带动整条算力产业链价格上行,算力卡本身涨幅仅 10%,整机综合涨幅 30%-50% 全部来自内存、HBM、高速光模块。一台标准 8 卡训练服务器标配十几条 64G 内存,单条内存价格接近 2 万元,存储硬件成本已经超过加速卡本身,是整机溢价的核心推手。
(2)交换芯片与全光交换:国内仅光电转换方案,全光交换无成熟落地案例
全球头部厂商(英伟达、谷歌 TPU)算力集群已经全面推进全光交换架构,大幅降低卡间通信延迟,支撑万卡级超大训练集群。但 国内当前仅能实现光电转换交换方案,原生板载全光交换暂无成熟商用案例,底层卡间互联能力受限,也是国产超节点无法快速冲击万卡集群的关键阻碍。
(3)晶圆代工瓶颈:中芯国际年产能上限 300 万晶圆,良率卡在 50% 生死线
中芯国际全年晶圆出货上限不超过 300 万片,先进制程产能长期需要争抢,海外三星、台积电 4nm 及以下先进制程全面对国内 AI 芯片厂商封锁,仅 7nm 等效工艺可有限采购。百度老款 P800 采用三星 7nm 代工,无法进入信创名录;新款 M100 切换中芯国际全国产产线,也是所有厂商的统一转型方向。
国内先进制程(N+2/N+3)当前量产良率普遍仅 30%-40%,损耗、呆滞库存规模巨大,无法大规模扩产;行业统一共识:良率突破 50% 是产能释放第一道门槛,60% 是规模化量产分水岭,当前仅极少数特定芯片批次能稳定突破 50% 良率。2026 年 10 月四季度会完成一轮设备扩产,叠加老旧产线工艺优化,全年晶圆产能在去年基础上提升 50% 确定性较强,想要实现产能翻倍难度极大。
交付周期层面,国内外晶圆制造周期基本持平,全部稳定在 6 个月 - 1 年 区间,国内晶圆流转额外慢 1-2 个月,但海外海关、物料转运抵消时差,整体交付周期差距不明显。封测、整机集成环节周期相对可控,但整条产业链综合流转周期对比 2-3 年前拉长 3 个月以上。
2022 年国资委 79 号文件明确 2027 年底完成 “2+8+N” 全领域国产化替代,党政、八大重点行业、全行业应用全部实现软硬件全国产化。2025 年及以前信创名录仅覆盖 CPU、操作系统、数据库,2026 年 5 月 26 日新增 9 款国产 AI 芯片纳入安全评测名录,标志 GPU 正式进入强制国产化采购清单。
本次入选芯片包含阿里平头哥、沐曦、天枢、摩尔线程、海光多款产品,昆仑芯 P800 因三星代工未入选,新款 M100 中芯国际代工顺利入围;寒武纪同款存在海外晶圆流程,缺席首批名录。采购政策节奏清晰:2026 年底至 2027 年初各地招投标逐步强制要求国产 GPU 方案,2027 年全年信创算力卡需求预计 800 万张,2026 全年需求 600 万张,2025 年存量 400 万张,三年需求稳步扩容。
信创 CPU 市场同步出现溢价,海光、华为国产高性能 CPU 溢价明显,部分机型溢价达 1.5 倍,价格同比上涨 20% 以上;低端通用 CPU 价格波动极小,整体市场需求分层显著。国产 CPU 现阶段短板集中在虚拟化适配、多线程性能,单机原生适配生态使用体验较差,仅大规模虚拟化集群场景具备落地价值。
超节点本质解决多卡集群互联延迟问题,对标英伟达 NVLink 架构,是万亿参数大模型训练刚需,推理集群完全不需要超节点方案。各家厂商落地进度差距极大,代差清晰:
华为昇腾:国内唯一可稳定交付千卡级超节点,现有落地集群合计数万卡规模,技术领先百度、阿里 12-24 个月,规划 2027 年万卡级集群落地,2030 年完成远期全栈蓝图;
百度昆仑:当前成熟落地 64 卡超节点,原定 2026 上半年推出 256 卡方案,受国产供应链、晶圆代工延误推迟,年内可落地 256 卡集群,512 卡方案不确定性高,2027 年冲刺千卡规模;
阿里平头哥:128 卡超节点已上线,适配通义千问、百炼云生态,256/512 卡方案 2026 年底至 2027 年初落地;
第三方通用超节点厂商:兼容性是最大短板,底层通信协议、算力调度算子无法和单一芯片深度适配,长期竞争力弱于芯片原厂自研方案。
整体国内超节点技术对比英伟达存在2-3 代代差,短期很难追上海外成熟互联方案。
浪潮、华勤、紫光在超节点产业链仅承担整机集成角色,不掌握核心互联协议、交换架构,没有技术话语权。完整整机定价流程由芯片厂商提前锁定 CPU、内存、光模块、交换芯片采购价,浪潮仅叠加固定比例组装利润,硬件配置无自主决定权。
超节点项目有明确批量门槛,单项目至少 10 机柜起批,单机柜 64 卡起步,小批量项目不会配套超节点架构;需求集中在国家级算力枢纽、互联网大厂自研训练集群、第三方商业化算力平台三类场景,单一机型超节点优先选用项目内采购量最高的算力卡。
本次世界人工智能大会释放三大明确行业信号,也是未来 2 年产业核心发展主线:
1、芯片路线分化:一条路线走高算力密度通用多模态架构,对标英伟达 B300;另一条路线复刻谷歌 TPU 专用芯片路线,单芯片深度绑定自有大模型生态,两条路线将长期并行发展。
2、超级智能体短期推高算力泡沫,但存在严重资源浪费:腾讯、百度、阿里、字节集中发布类 Open CLOUD 智能体平台,直接拉动推理算力短期采购量暴涨,但一线实测显示智能体运行过程中 70%-80% Token 属于无意义内耗,仅 20%-30% 算力用于实际任务执行。同等业务需求下,智能体算力消耗是传统问答大模型的 3-5 倍,厂商已经开始针对性优化 Token 消耗,年内目标普遍降低 30%-50% 无效算力损耗。
3、行业商业化拐点延后至 2028 年:当前全行业仍处于算力基建投入阶段,各家企业持续投入千亿级 CAPEX 采购硬件,具身智能、机器人终端短期无法大规模变现;语言大模型训练潮基本结束,行业模型趋于同质化,未来算力增长点集中在 2027 年信创采购、2028 年多模态超大模型训练。
行业产能周期预判:大模型训练芯片能效密度每 2 年提升 3 倍,2028 年左右行业算力冗余会集中显现;稀疏 MOE 架构普及后,万亿参数模型训练电费和早年千亿模型基本持平,算力需求不会随参数量同步暴涨。各类模型打榜测评参考价值极低,厂商普遍针对榜单题库微调模型,跑分数据无法代表真实落地性能。
很多投资人关心摩尔线程、天数智芯、沐曦等二线厂商长期竞争力,结合产业链调研分厂商拆解:
摩尔线程主打消费级显卡、金融、游戏垂类,不布局中心级智算大卡,核心短板是能效比偏低,INT8 算力 / 功耗比值仅 0.3-0.5,头部国产厂商、英伟达数值稳定在 2 以上;企业内部战略分歧明显,上市募集资金优先配置理财,内部对于深耕游戏赛道还是切入 AI 算力路线无法达成统一意见,仅能依靠金融信创细分赛道维持稳定出货,市场规模上限 10 亿级别,无法和华为、昆仑、平头哥正面竞争。
天数智芯聚焦边缘侧算力,中心级大规模集群适配能力不足,上周发布天概 300 芯片暂无完整实测数据,端侧市场空间远小于云端智算赛道,长期天花板有限。
沐曦硬件货源稳定,最大短板是无绑定头部大模型厂商的成熟生态,大规模训练场景需要客户全部算子重新适配,单 10 万卡适配改造工作量对应上亿张量调试成本,适配周期极长。
整体行业规律清晰:具备自有大模型生态绑定的厂商(华为、百度、阿里、寒武纪、海光)能够长期稳定占据大规模市场;中小厂商只能深耕细分垂类,一旦头部大厂开启价格战,市场份额会快速被挤压,长期难以突破 10 亿营收规模。
【交流】国产芯片到底什么时候能全面支撑超大模型训练?
市场普遍有个误区,觉得国产芯片今年就能全面替代英伟达完成各类大模型训练,实际一线落地情况差距极大。
现阶段仅三款芯片可完成自有全尺寸大模型训练:华为昇腾训练 DeepSeek V4、昆仑芯训练文心大模型、平头哥支撑通义千问基础版本;但文心、通义千问旗舰稠密模型训练仍需要搭配英伟达卡协同完成。其余所有国产芯片仅能稳定支撑 70B 及以下中小参数模型训练,千亿、万亿参数全尺寸训练能力不足。
核心制约因素分两层:第一是生态隔离,华为昇腾不兼容 CUDA,其余厂商大量适配 CUDA 生态,客户不会大规模切换底层架构;第二是硬件互联带宽不足,超节点集群规模存在硬性上限。
行业统一预判:2027 年国产芯片训练能力仅小幅改善,2028 年多模态专用芯片(M300、华为新一代昇腾系列)批量交付后,至少 5 家厂商具备通用超大模型训练能力,才算真正完成高端算力国产替代。
很多人担心整机、芯片持续涨价会压制 AI 行业整体扩张,实际数据完全相反。机构统计行业 Token 消耗每年保持高速增长,2027年信创带来 800 万卡新增需求,涨价仅提升单卡单位采购成本,市场整体算力需求规模持续上行,存储、芯片产能缺口短期无法填补,价格强势周期至少延续至 2027 年上半年。
注意:再好的逻辑、预期,也需要择时、择股。以上内容仅是基于行业以及公司基本面的静态分析,非动态买卖指导。股市有风险,入市需谨慎,请勿跟风买卖!
来源:有道调研
展开阅读全文
文章观点仅代表作者观点,或基于大数据智能生产,不构成投资建议。投资者依据此做出的投资决策需自担风险,与通联数据无关。